plmbr/notebook-intelligence

O que notebook-intelligence faz?

Uma extensão do JupyterLab que oferece suporte a Claude Code, Copilot, Ollama e LLMs compatíveis com OpenAI, com MCP, habilidades, plugins e agentes de notebook.

Recursos

• Suporte a múltiplos LLMs: Claude, Copilot, Ollama e qualquer modelo compatível com OpenAI.
• Integração com MCP: Conecte-se a servidores MCP para acesso a contextos externos e ferramentas.
• Habilidades (Skills): Crie e carregue skills personalizadas em TypeScript ou Python para estender o comportamento da IA.
• Plugins: Arquitetura de plugins modular para adicionar funcionalidades.
• Agentes de Notebook: Agentes que operam dentro de notebooks, entendendo células e variáveis.

Pré-requisitos

• Python 3.8+
• Node.js 16+
• JupyterLab 4.x

Instalação

pip install notebook-intelligence

Ou para desenvolvimento:

git clone https://github.com/plmbr/notebook-intelligence.git
cd notebook-intelligence
pip install -e .
jupyter labextension develop . --overwrite

Configuração

Configure sua chave de API em ~/.notebook-intelligence/config.json:

{
  "providers": {
    "openai": {
      "api_key": "sua-chave-aqui",
      "model": "gpt-4"
    },
    "claude": {
      "api_key": "sua-chave-aqui"
    },
    "ollama": {
      "base_url": "http://localhost:11434"
    }
  }
}

Uso

1. Abra um notebook no JupyterLab.
2. Clique no ícone de IA na barra de ferramentas.
3. Selecione o provedor e o modelo.
4. Digite comandos ou perguntas no chat.
5. Use /skill para carregar uma skill.
6. Use /plugin para gerenciar plugins.

Habilidades (Skills)

Crie uma pasta skills/ no diretório do seu projeto e adicione arquivos .js ou .py. Exemplo:

skills/data_analyzer.js

export default {
  name: 'Analisador de Dados',
  description: 'Analisa dados no notebook atual',
  async execute({ notebook, llm }) {
    const data = await notebook.getVariable('data');
    const analysis = await llm.analyze({ data });
    return analysis;
  }
};

Contribuindo

Contribuições são bem-vindas! Veja CONTRIBUTING.md.

Licença

MIT