hermes agent支持四种jupyter集成方案：一、本地启动jupyter服务并配置连接；二、内置notebook模拟器快速探查；三、cli注入代码至指定notebook单元；四、挂载远程jupyterhub实现团队协作分析。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用Hermes Agent执行数据分析任务时，需要对结构化表格数据进行交互式探索与可视化，但当前未启用Jupyter环境或无法直接调用Notebook内核，则可能因执行上下文缺失导致分析中断。以下是实现该目标的具体操作路径：
一、启动本地Jupyter服务并配置Hermes Agent连接
该方法通过显式启动独立Jupyter服务，使Hermes Agent可通过HTTP API或进程间通信方式提交代码执行请求，确保完整支持单元格级运行、变量持久化与图表渲染能力。
1、打开终端，执行命令 jupyter notebook --no-browser --port=8888 启动服务，记录输出中的token值。
2、在Hermes Agent配置文件 cli-config.yaml 中定位 jupyter_endpoint 字段，填入 http://localhost:8888，并在 jupyter_token 字段粘贴上一步获取的token。
3、重启Hermes Agent，执行指令 /model jupyter-kernel 切换至Jupyter后端模式。
二、在Hermes Agent中直接创建并运行临时Notebook
该方法利用Hermes内置的Notebook模拟器，在不依赖外部Jupyter服务的前提下，构建轻量级交互式表格分析会话，适用于单次快速探查场景，所有操作均在Agent内存中完成。
1、在Hermes交互终端输入指令 /notebook new sales_analysis 创建名为sales_analysis的临时Notebook。
2、执行 /notebook load sales_data.csv 自动读取当前目录下CSV文件，并生成首屏DataFrame预览。
3、输入自然语言指令 显示销售额前5名的商品及对应分类，Agent将自动生成并执行排序与切片代码，结果以表格形式内嵌渲染。
三、通过CLI命令注入Python代码至指定Notebook单元
该方法适用于已存在Jupyter Notebook文件的场景，允许Hermes Agent将分析逻辑直接写入指定cell并触发执行，实现脚本化控制与Notebook文档的双向同步。
1、确认目标Notebook路径为 ./analysis/sales_dashboard.ipynb，且已处于Jupyter服务托管下。
2、在Hermes终端执行命令 hermes jupyter inject --notebook ./analysis/sales_dashboard.ipynb --cell 3 --code "df.groupby('category')['revenue'].sum().plot(kind='bar')"。
3、执行 hermes jupyter run --notebook ./analysis/sales_dashboard.ipynb --cell 3 触发该单元执行，生成柱状图并保存至Notebook输出区。
四、挂载远程JupyterHub实例作为默认分析后端
该方法面向团队协作环境，将Hermes Agent绑定至企业级JupyterHub集群，所有用户指令均路由至统一资源池执行，保障计算隔离性、权限可控性与结果可审计性。
1、获取JupyterHub管理员提供的API endpoint、OAuth client_id 与 client_secret。
2、运行 hermes configure --hub-url https://jhub.example.com/hub/api --client-id abc123 --client-secret xyz789 完成认证绑定。
3、在任意对话中发送指令 用JupyterHub分析user_logs.json的活跃时段分布，Agent自动申请沙箱环境、加载数据、执行分析并返回可视化结果链接。
