Euporie 项目使用教程
1. 项目介绍
Euporie 是一个基于终端的交互式计算环境,专为 Jupyter 设计。它允许用户在终端中与 Jupyter 内核进行交互,并运行 Jupyter 笔记本,完全脱离图形界面。如果你在 SSH 服务器、容器或其他仅支持终端的环境中工作,或者你更喜欢在终端中进行操作,Euporie 将是你的理想选择。
Euporie 提供了多种功能,包括在终端中编辑和运行笔记本、交互式代码执行、图像显示(使用终端图形技术如 sixel、iterm、kitty)、Jupyter 小部件的交互使用、丰富的内核输出渲染(如 Markdown、表格、图像、LaTeX、HTML、SVG 和 PDF)等。
2. 项目快速启动
安装
你可以使用 pipx 或 pip 来安装 Euporie:
# 使用 pipx 安装
pipx install euporie
# 或者使用 pip 安装
python -m pip install --user euporie
启动 Euporie Notebook
要编辑一个 Jupyter 笔记本,可以使用 euporie-notebook 命令,并传递笔记本的文件路径或 URI:
euporie-notebook notebook.ipynb
启动 Euporie Console
要连接到一个 Jupyter 内核并在终端中交互式运行代码,可以使用 euporie-console 命令:
euporie-console
预览笔记本
要预览一个笔记本到终端,可以使用 euporie-preview 命令:
euporie-preview notebook.ipynb
3. 应用案例和最佳实践
案例一:远程服务器上的数据分析
假设你在一个远程服务器上进行数据分析工作,但你没有图形界面。你可以使用 Euporie 在终端中编辑和运行 Jupyter 笔记本,进行数据处理和分析。
ssh your_server
euporie-notebook data_analysis.ipynb
案例二:容器中的交互式编程
如果你在一个 Docker 容器中进行开发,Euporie 可以帮助你在终端中进行交互式编程,而无需安装图形界面。
docker run -it --rm your_image
euporie-console
最佳实践
- 配置文件:Euporie 支持配置文件,你可以在配置文件中设置默认的 Jupyter 内核、主题、键绑定等。
- 键绑定:Euporie 支持 Micro、Vim 和 Emacs 风格的键绑定,你可以根据自己的习惯进行配置。
4. 典型生态项目
JupyterLab
JupyterLab 是一个功能强大的交互式开发环境,支持多种文件格式和扩展。Euporie 可以与 JupyterLab 无缝集成,提供终端中的交互式体验。
IPython
IPython 是一个增强的 Python 交互式 shell,支持多行编辑、历史记录和自动补全等功能。Euporie 可以与 IPython 内核一起使用,提供更强大的交互式编程体验。
Pandas
Pandas 是一个强大的数据处理库,广泛用于数据分析和数据科学。Euporie 支持在终端中运行 Pandas 代码,并显示表格和图像。
Matplotlib
Matplotlib 是一个用于绘制图形的 Python 库。Euporie 支持在终端中显示 Matplotlib 生成的图像,使用终端图形技术如 sixel 或 iterm。
通过这些生态项目的结合,Euporie 可以在终端中提供一个完整的交互式计算环境,满足各种数据分析和编程需求。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06