Sniprun项目:在Markdown中实现REPL式代码块执行
2025-07-10 12:10:43作者:谭伦延
背景与需求
在数据科学和教学领域,Jupyter Notebook因其交互式特性广受欢迎。许多开发者在使用类似jupytext.nvim这样的工具时,希望能够直接在Markdown文件中获得类似Jupyter Lab的交互式编程体验。具体需求包括:
- 支持连续代码块的变量共享
- 实现REPL(读取-求值-打印循环)式执行
- 保持Markdown文档的可读性
技术实现原理
Sniprun通过其多解释器架构实现了这一功能:
-
解释器继承机制:GFM(GitHub风格Markdown)解释器会自动继承代码块中指定语言解释器的所有特性,包括REPL支持
-
REPL模式配置:
- 通过selected_interpreters配置默认使用支持REPL的解释器
- 或在repl_enable中指定启用REPL的解释器类型
-
执行上下文保持:支持REPL的解释器会维护执行环境,使得后续代码块可以访问之前定义的变量
实际应用示例
在Markdown文件中:
x = 10 # 第一个代码块
print(x * 2) # 第二个代码块可以访问x变量
配置示例:
require("sniprun").setup {
selected_interpreters = {"Python3_fifo"},
repl_enable = {"Python3_fifo"}
}
高级技巧
-
多语言支持:虽然示例使用Python,但该机制适用于任何Sniprun支持的语言
-
可视化增强:可以结合其他插件实现类似Jupyter的单元格分隔线显示
-
执行控制:通过快捷键控制特定代码块的执行范围
注意事项
-
确保使用的解释器确实支持REPL模式(可通过:SnipInfo命令验证)
-
复杂的代码依赖可能需要调整执行顺序
-
大量代码执行时注意资源占用
这种设计使得Markdown文件不仅能作为文档,还能成为真正的可执行笔记本,为开发者提供了更灵活的工作流程。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
211
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869