jupyterlab-data-agent

一个 JupyterLab 4 扩展插件，提供侧边栏 AI 对话面板，通过大模型（OpenAI/DeepSeek 兼容接口）驱动，支持 数据分析和信贷风险建模 场景下的多步智能体操作。

目录

• 核心特性
• 架构概览
• 工程结构
• 安装
• 使用说明
• 配置
• 内置工具与 Skills
• 安全机制
• Markdown 渲染
• 开发调试

---

核心特性

特性	说明
ReAct 智能体	多步推理循环（最多 25 轮），模型可反复调用工具、观察结果、修正错误
安全内核隔离	Python 代码在独立 Jupyter Kernel 中执行，与 JupyterLab 主进程完全隔离
风险评估工具集	内置 IV/KS/Gini/WoE/PSI/Vintage 等信贷风控分析函数
资源感知	加载 CSV 前自动评估内存占用，超大文件建议分块/采样策略
环境感知	自动扫描内核中已安装的数据科学包，优先使用已有工具
操作确认	rm/pip install/git push 等危险操作弹出确认对话框
一键中断	运行中随时点击 Stop 按钮中止智能体思考
Markdown 渲染	支持表格、标题、列表、代码块、分割线、粗斜体等完整格式

---

架构概览

┌──────────────────────────────────────────────────┐
│               JupyterLab Frontend                 │
│  ┌───────────────┐  ┌─────────────────────────┐  │
│  │  Data Agent   │  │  Settings Dialog        │  │
│  │  Side Panel   │  │  (API Key / Model)      │  │
│  │  (React/TSX)  │  └─────────────────────────┘  │
│  └───────┬───────┘                                │
│          │ SSE (Server-Sent Events)               │
├──────────┼────────────────────────────────────────┤
│          ▼              Jupyter Server            │
│  ┌───────────────────────────────────────────┐   │
│  │  StreamingChatHandler (/chat-stream)      │   │
│  │  ConfirmHandler      (/confirm)           │   │
│  └───────────────┬───────────────────────────┘   │
│                  ▼                                │
│  ┌───────────────────────────────────────────┐   │
│  │         DataAnalysisAgent                  │   │
│  │  ReAct loop:                               │   │
│  │    Model ⇄ execute_code / execute_shell    │   │
│  │           assess_dataset                   │   │
│  │           inspect_environment              │   │
│  └──────┬────────────────────┬───────────────┘   │
│         ▼                    ▼                    │
│  ┌──────────────┐   ┌───────────────────┐       │
│  │ Isolated     │   │ ShellExecutor     │       │
│  │ Kernel       │   │ (subprocess)      │       │
│  │ (jupyter_cli │   └───────────────────┘       │
│  │  ent)        │                                │
│  └──────────────┘                                │
│         │                                         │
│         ▼                                         │
│  ┌──────────────────────────────────────┐        │
│  │   jupyterlab_data_agent.skills       │        │
│  │   ├── risk.py     (IV/KS/WoE/...)    │        │
│  │   └── resource.py (内存评估/环境检查) │        │
│  └──────────────────────────────────────┘        │
└──────────────────────────────────────────────────┘

工程结构

jupyterlab-data-agent/
│
├── src/                              # TypeScript/React 前端
│   ├── index.ts                      # JupyterLab 插件入口，注册侧边栏
│   └── chatPanel.tsx                 # 聊天面板主体：消息渲染/SSE/确认/中断
│                                     #   含 Markdown 解析器、ToolCallDisplay、
│                                     #   ToolResult、SettingsDialogBody 等组件
│
├── style/                            # CSS 样式入口（webpack 打包入口）
│   ├── index.css                     # 样式入口
│   ├── index.js                      # JS 入口 (import base.css)
│   └── base.css                      # 全部 UI 样式（聊天气泡、工具卡片、
│                                     #   表格、代码块、输入区、设置表单等）
│
├── schema/
│   └── plugin.json                   # 用户设置 Schema（baseURL/apiKey/model/temperature）
│
├── scripts/
│   └── build-labextension.cjs        # 本地构建脚本，自动查找 JupyterLab staging 路径
│
├── jupyterlab_data_agent/            # Python 后端包
│   ├── __init__.py                   # Jupyter Server 扩展注册
│   ├── handlers.py                   # 请求处理：StreamingChatHandler / ConfirmHandler
│   │                                 #   含 JSONC 设置解析、Agent 构建
│   ├── agent.py                      # ReAct 智能体核心：工具定义、危险检测、
│   │                                 #   Streaming 事件生成、确认协议
│   └── skills/                       # 预置分析工具集（在隔离内核中导入使用）
│       ├── __init__.py
│       ├── risk.py                   # 信贷风控：IV, KS, Gini, WoE, PSI, Vintage, Scorecard
│       └── resource.py               # 资源评估：内存检测、环境检查、安全加载
│
├── jupyter-config/
│   └── server-config/
│       └── jupyterlab_data_agent.json # Server extension 自动启用配置
│
├── package.json                      # 前端依赖（@jupyterlab/*, react 等）
├── pyproject.toml                    # Python 打包 & 依赖（openai, jupyter_client）
├── tsconfig.json                     # TypeScript 编译配置
└── install.json                      # JupyterLab 扩展发现配置

关键文件职能

文件	职能
src/index.ts	注册插件，创建侧边栏 Widget，注册命令/快捷键
src/chatPanel.tsx	聊天 UI 全逻辑：SSE 流读取、消息渲染、Markdown 解析、ToolCall/ToolResult 组件、确认对话框、Stop 按钮
style/base.css	全局 UI 样式：聊天气泡、代码块、表格、工具卡片、输入区、Grip 拖拽手柄
agent.py	智能体核心：ReAct 循环、工具路由、危险操作检测、确认协议（asyncio.Event）
handlers.py	HTTP 端点：/chat-stream（SSE）、/confirm（安全确认）、/refresh-settings
skills/risk.py	10 个信贷风控函数（IV/KS/Gini/WoE/PSI/Vintage/Scorecard）
skills/resource.py	内存评估、环境检查、CSV 安全加载

---

安装

前提条件： Python ≥ 3.10，JupyterLab ≥ 4.0，Node.js ≥ 16

# 1. 激活目标 conda/venv 环境（可选）
conda activate data-agent

# 2. 安装依赖 + 构建 + 注册扩展
pip install -e .

# 3. （可选）禁用旧的残留扩展以避免启动警告
jupyter server extension disable jupyter_server_fileid
jupyter server extension disable jupyter_server_ydoc
jupyter server extension disable nbclassic

# 4. 启动
jupyter lab

pip install -e . 会自动完成：

• jlpm install → 安装前端依赖
• jlpm build:lib → TypeScript 编译
• jlpm build:labextension:dev → Webpack 打包
• 注册前端 LabExtension + 后端 Server Extension

---

使用说明

1. 打开面板

启动 JupyterLab 后，左侧侧边栏自动出现 Data Agent 面板。如果没有，点击菜单 View → Toggle Data Agent Panel。

2. 配置 API

点击面板顶部 Settings 按钮，填写：

• API Base URL：接口地址（默认 https://api.openai.com/v1，DeepSeek 用户填写 https://api.deepseek.com/v1）
• API Key：你的 API 密钥
• Model：模型名称（如 gpt-4o-mini、deepseek-chat）
• Temperature：0~2，越高越随机

点击 Save，按钮变为 "Saved ✓" 表示保存成功。

3. 发送问题

在底部输入框输入问题，按 Enter 发送（Shift+Enter 换行）。右下角拖拽手柄可调整输入框高度。

示例问题

探索 data.csv 数据集，显示行列数、数据类型、缺失值和基本统计量

对 application.csv 构建信用评分卡模型，目标变量是 default_flag，
先计算所有特征的 IV 值，再用 WOE 做分箱

检查当前环境有哪些 Python 包可用，然后用现有工具对 loan.csv 做 KS 和 Gini 分析

4. 智能体工作流程

智能体会自动执行以下步骤：

1. 环境检查 → 扫描已安装的数据科学包
2. 数据集评估 → 检查 CSV 文件大小、估算内存占用
3. 逐步执行 → 加载数据 → 探索分析 → 建模 → 可视化 → 生成报告
4. 错误恢复 → 命令失败时自动分析原因并重试

5. 操作确认

当智能体尝试执行危险操作（pip install、rm -rf、git push 等）时，会弹出确认对话框，显示具体操作内容。点击 Confirm 继续或 Deny 跳过。

6. 中断执行

运行过程中，输入框右侧出现红色 Stop 按钮，点击可立即中断当前智能体的思考和执行。

---

配置

用户设置通过 JupyterLab Settings 系统持久化，存储在：

~/.jupyter/lab/user-settings/jupyterlab-data-agent/plugin.jupyterlab-settings

设置项

键	类型	默认值	说明
baseURL	string	https://api.openai.com/v1	OpenAI 兼容 API 地址
apiKey	string	""	API 密钥
model	string	gpt-4o-mini	模型名称
temperature	number	0.7	采样温度 (0~2)

兼容的模型提供商

• OpenAI：gpt-4o, gpt-4o-mini, gpt-4-turbo 等
• DeepSeek：deepseek-chat, deepseek-reasoner
• 其他：任何 OpenAI 兼容 API（如 Azure OpenAI、本地 vLLM 等）

---

内置工具与 Skills

智能体工具

工具	参数	说明
inspect_environment	无	扫描内核中已安装的数据科学包（25+ 常见包）
assess_dataset	filepath	评估 CSV 大小、估算内存、给出加载建议
execute_code	code	在隔离内核中执行 Python 代码
execute_shell	command, working_dir?, timeout?	执行 Shell 命令

信贷风控 Skills

在隔离内核中通过 from jupyterlab_data_agent.skills import ... 直接调用：

函数	说明	典型输出
calculate_iv(df, target, feature)	单特征 Information Value	分箱表含 WoE + IV
calculate_iv_all(df, target, features)	全特征 IV 排序	DataFrame 按 IV 降序
calculate_ks(df, target, score_col)	KS 统计量	0~1 标量
calculate_gini(df, target, score_col)	Gini 系数 (2*AUC-1)	-1~1 标量
woe_binning(df, feature, target)	Weight of Evidence 分箱	分箱表含 WoE
calculate_psi(expected, actual)	群体稳定性指数	<0.1 无变化, >0.25 显著偏移
vintage_analysis(df, origin, perf)	Vintage 账龄分析	账龄 × 进件队列矩阵
scorecard_points(iv_table)	WoE 转评分卡分数	因子+偏移+每箱分数
default_rate_summary(df, target, groups)	分组违约率	分组统计表

资源 Skills

函数	说明
assess_dataset(filepath)	完整评估：文件大小 → 内存估算 → 推荐策略
load_csv_safely(filepath)	智能加载：小文件直读，大文件自动分块
estimate_csv_memory(filepath)	估算 CSV 加载后内存占用 (GB)
get_system_memory_gb()	获取系统可用内存
check_file_size(filepath)	获取文件大小信息
inspect_environment()	扫描已安装数据科学包

---

安全机制

危险操作检测

内置 20+ 危险模式匹配规则，包括：

rm -rf, pip install/uninstall, conda install/uninstall,
apt-get install, npm install -g, git push --force,
DROP TABLE/DATABASE, DELETE FROM, TRUNCATE,
chmod 777, shutdown, reboot, dd if=, mkfs.,
fork bomb 模式

确认流程

智能体规划执行 → 检测危险操作 → 暂停执行
  → 发送 confirm_required SSE 事件
  → 前端弹出确认对话框（显示具体操作内容）
  → 用户点击 Confirm / Deny
  → 结果回传后端 → 继续或跳过

超时 120 秒自动拒绝。

内核隔离

• 代码执行在独立的 Jupyter Kernel 中，与 JupyterLab Server 主进程完全隔离
• 内核通过 jupyter_client.KernelManager 创建，运行在独立进程
• 异步执行通过线程池，不阻塞 Tornado 事件循环

---

Markdown 渲染

聊天面板支持以下 Markdown 格式的自动渲染：

元素	语法	效果
标题	# H1 ## H2 ### H3	多级标题
表格	`	A
粗体	**text**	粗体
斜体	*text*	斜体
代码块	```python ... ```	带语言标签的代码块
行内代码	`code`	灰底等宽字体
无序列表	- item * item	带缩进列表
有序列表	1. item	数字列表
分割线	---	水平分割线

---

开发调试

# 监听模式：自动重编译
jlpm watch

# 手动构建
jlpm build

# 仅构建 TypeScript
node node_modules/typescript/bin/tsc --sourceMap

# 仅构建 LabExtension webpack
node scripts/build-labextension.cjs --development

# 重新安装到 JupyterLab
pip install -e .

# 启动（终端可见 [data-agent] 调试日志）
jupyter lab

# 查看设置文件
cat ~/.jupyter/lab/user-settings/jupyterlab-data-agent/plugin.jupyterlab-settings

调试日志

后端在 stderr 输出 [data-agent] 前缀的调试信息：

• Starting isolated kernel... — 内核启动
• Loaded settings: [...] — 设置加载结果
• Building agent: ... has_api_key=True/False — Agent 初始化
• Client disconnected — 用户点击 Stop
• 异常完整 traceback