【亲测免费】 Voilà 项目教程
1. 项目介绍
Voilà 是一个开源项目,旨在将 Jupyter Notebook 转换为独立的 Web 应用程序。与传统的 HTML 转换不同,Voilà 为每个连接的用户提供一个专用的 Jupyter 内核,可以执行 Jupyter 交互式小部件的回调。默认情况下,Voilà 禁止从前端执行请求,从而防止执行任意代码。此外,Voilà 默认会剥离输入单元格,以确保渲染的 Notebook 中不包含源代码。
2. 项目快速启动
安装 Voilà
Voilà 可以通过 mamba(或 conda)包管理器从 conda-forge 安装,也可以通过 pip 从 PyPI 安装。
# 使用 mamba 安装
mamba install -c conda-forge voila
# 使用 pip 安装
pip install voila
启动 Voilà
安装完成后,可以通过以下命令启动 Voilà 服务:
# 渲染 bqplot 示例 Notebook 为独立应用
voila bqplot.ipynb
# 渲染目录中的所有 Jupyter Notebook
voila
JupyterLab 预览扩展
Voilà 还提供了一个 JupyterLab 扩展,可以在侧边栏中预览 Notebook。对于 JupyterLab 3.0 及以上版本,安装 Voilà 后,扩展会自动安装。
# 安装 JupyterLab 扩展(如果需要手动安装)
jupyter labextension install @voila-dashboards/jupyterlab-preview
3. 应用案例和最佳实践
案例1:使用 Voilà 构建交互式仪表盘
Voilà 可以轻松地将 Jupyter Notebook 转换为交互式 Web 应用程序。例如,可以使用 Voilà 构建一个包含交互式小部件的仪表盘,用户可以通过这些小部件与数据进行交互。
案例2:使用 Voilà 展示数据分析结果
在数据科学项目中,Voilà 可以用于展示数据分析的结果。通过将 Notebook 转换为 Web 应用程序,可以方便地与团队成员或客户共享分析结果。
最佳实践
- 剥离源代码:默认情况下,Voilà 会剥离输入单元格中的源代码。如果需要展示源代码,可以在启动 Voilà 时设置
--strip_sources=False。 - 安全性:Voilà 默认禁止从前端执行代码,确保应用程序的安全性。
4. 典型生态项目
Jupyter Notebook
Voilà 是基于 Jupyter Notebook 构建的,因此 Jupyter Notebook 是其核心生态项目之一。Jupyter Notebook 是一个开源的 Web 应用程序,允许用户创建和共享包含实时代码、方程、可视化和叙述性文本的文档。
JupyterLab
JupyterLab 是 Jupyter Notebook 的下一代用户界面,提供了更强大的功能和更灵活的布局。Voilà 提供了 JupyterLab 扩展,可以在 JupyterLab 中预览 Voilà 应用程序。
nbconvert
nbconvert 是一个用于将 Jupyter Notebook 转换为其他格式的工具,如 HTML、PDF 等。Voilà 依赖于 nbconvert 来渲染 Notebook。
jupyter_server
jupyter_server 是 Jupyter Notebook 的后端服务器,Voilà 可以作为其扩展运行,提供 Notebook 的 Web 应用程序功能。
通过这些生态项目,Voilà 可以与其他 Jupyter 工具无缝集成,提供更强大的功能和更好的用户体验。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust024
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00