deepnote

GitHub
2.8k 187 非常简单 5 次阅读 1周前Apache-2.0图像Agent语言模型插件数据工具视频其他音频开发框架
AI 解读 由 AI 自动生成,仅供参考

Deepnote 是一款专为 AI 时代打造的数据笔记本,旨在作为 Jupyter 的现代化替代品。它解决了传统笔记本文件(.ipynb)格式混乱、难以版本控制以及缺乏实时协作和智能辅助的痛点,让数据工作流更加清晰高效。

这款工具特别适合数据科学家、分析师、研究人员以及需要在本地与云端灵活切换的开发团队使用。Deepnote 的核心亮点在于其创新的 .deepnote YAML 格式,用人类可读的结构取代了繁琐的 JSON,使项目更易于管理和协作。它采用基于“块”的架构,不仅支持代码,还能原生集成 SQL、图表和输入组件,并具备响应式执行能力——当数据或输入变化时,自动更新依赖模块,确保结果始终一致。

用户可以在 VS Code、Cursor 或 Windsurf 等熟悉的 AI 原生编辑器中本地运行 Deepnote,享受流畅的开发体验;需要更强算力或团队协作时,又可无缝迁移至 Deepnote 云端。此外,它完全兼容现有的 Jupyter 内核,并提供一键转换工具,让用户能轻松在两种格式间迁移。无论是单人探索性分析,还是多人协同构建数据应用,Deepnote 都提供了兼顾灵活性与强大功能的解决方案。

使用场景

某电商数据团队正在协作构建一个动态销售预测模型,需要频繁整合 SQL 数据库、调整参数并同步代码逻辑。

没有 deepnote 时

  • 版本冲突频发:传统的 .ipynb 文件基于混乱的 JSON 格式,多人合并代码时极易产生难以解决的冲突,导致进度停滞。
  • 执行流程割裂:修改上游 SQL 查询或输入参数后,必须手动逐个重新运行后续所有代码单元格,否则结果不一致且难以复现。
  • 协作门槛高:团队成员需在本地配置复杂的环境才能运行笔记,无法直接在熟悉的 VS Code 或 Cursor 中流畅编辑和预览。
  • 功能扩展受限:仅能依赖代码单元格展示结果,缺乏原生的交互式输入块或图表块,制作可演示的数据应用需额外开发前端。

使用 deepnote 后

  • 协作清晰顺畅.deepnote 采用人类可读的 YAML 格式,结构清晰完美适配 Git 版本控制,多人协作合并代码不再报错。
  • 响应式自动更新:得益于响应式执行架构,一旦修改 SQL 数据源或参数滑块,依赖该数据的后续分析块会自动重跑,确保结果实时一致。
  • 本地开发无缝衔接:成员可直接在 VS Code 或 Cursor 中打开并运行项目,利用 AI 辅助编程,无需等待云端环境启动即可高效工作。
  • 模块化丰富交互:通过原生支持的 SQL 块、输入块和图表块,无需编写额外 UI 代码即可快速构建交互式数据看板,提升演示效率。

Deepnote 通过将人类友好的文件格式与响应式执行引擎结合,彻底解决了传统笔记本在团队协作与复现性上的核心痛点。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notesDeepnote 开源版本主要作为本地编辑器扩展运行,需安装 VS Code、Cursor 或 Windsurf 编辑器及其对应插件。核心功能依赖于 @deepnote/convert CLI 工具将 .ipynb 转换为 .deepnote 格式。目前本地运行主要利用编辑器环境,高级 AI Agent 和本地计算节点功能尚在路线图中,暂未完全开放。
python未说明
@deepnote/blocks
@deepnote/convert
VS Code
Cursor
Windsurf
deepnote hero image

快速开始

Deepnote logo full dark

CI codecov

官网文档更新日志X示例社区

Deepnote 是面向 AI 时代的数据笔记本

Deepnote 已被雅诗兰黛、SoundCloud、Statsig、Gusto 等公司的 50 多万名数据专业人士使用。

只需几秒钟即可开始使用 Deepnote:

npx @deepnote/convert notebook.ipynb # 这将转换笔记本并创建 notebook.deepnote

然后在 VS CodeCursorWindsurf 中打开你的 .deepnote 文件!

什么是 Deepnote?

Deepnote 是 Jupyter 的直接替代品。它使用功能更强大但仍然向后兼容的 Deepnote 内核,因此你可以在两者之间无缝切换,同时还增加了 AI 助手、简洁的用户界面、新的代码块类型以及原生数据集成。Deepnote 开源版为你提供了在本地工作所需的一切,随后你可以通过 Deepnote Cloud 将工作流程扩展到团队协作中。

为什么选择 Deepnote 开源版?

  • 人类可读的格式: .deepnote YAML 格式用清晰、便于版本控制和人类阅读的结构替换了 .ipynb 混乱的 JSON 格式,适用于项目和笔记本。你可以将多个笔记本、集成和设置组织到一个 .deepnote 项目中,以获得更好的结构和协作。
  • 基于块的架构: 使用 SQL、输入框、图表等块扩展笔记本的功能,而不仅仅是代码单元——所有这些都通过开源的 @deepnote/blocks 包进行定义和验证。
  • 随时随地工作: 在 VS Code 或其他任何地方使用开源的 Deepnote Toolkit 在本地运行笔记本。当你希望与团队在同一笔记本上进行更强大的计算时,只需将你的项目拖放到 Deepnote Cloud 即可。
  • 响应式笔记本执行: 当输入或数据发生变化时,依赖性块会自动重新运行,确保笔记本保持一致性和可重复性,无需手动执行。
  • 开放且可扩展: 基于 Jupyter 内核构建,与你现有的笔记本完全兼容。
  • 轻松转换: 使用开源的 @deepnote/convert CLI 和 API 将 .ipynb 笔记本转换为 .deepnote 项目,反之亦然。

你现在可以做什么?

这个开源仓库允许你在自己喜欢的 AI 原生代码编辑器中直接编辑和运行 Deepnote 笔记本:

路线图

你很快就可以:

  • 将你熟悉的 Deepnote Cloud 用户界面带到本地运行
  • 使用本地 AI 助手编辑笔记本
  • 自行提供 AI 服务的密钥
  • 运行自己的计算资源

Deepnote 与 Jupyter 的对比

Deepnote 在许多方面扩展了 Jupyter。以下是主要区别:

特性 Deepnote Jupyter
设置 通过云端或本地安装零配置 需要本地安装
AI 功能 原生 AI 助手和 AI 代码补全 第三方扩展
版本控制 内置 Git 集成 手动 Git 流程
共享 通过链接分享 手动导出文件
计算 受管云计算 仅限本地资源
集成 原生数据库和 API 连接 需要手动配置

此仓库包含的内容

用于支持 Deepnote 笔记本、运行时和协作功能的可重用包和库。

@deepnote/blocks 用于处理 Deepnote 笔记本块的 TypeScript 类型和实用工具。

  • 块类型定义:代码、SQL、文本、Markdown、输入、可视化、按钮、大数字、图片、分隔符
  • Python 代码生成:将块转换为可执行的 Python 代码
  • Markdown 转换:将文本块转换为 Markdown 格式或反之
  • 输入块支持:文本、多行文本、复选框、下拉菜单、滑块、文件、日期和日期范围输入

@deepnote/convert 是一个 CLI 工具和库,用于在 Deepnote(.deepnote)与其他多种笔记本格式之间进行双向转换。

  • 支持的格式:Jupyter(.ipynb)、Quarto(.qmd)、Percent(带有 # %%.py)和 Marimo(带有 @app.cell.py
  • 跨平台兼容:可以从 Google Colab、Amazon SageMaker、Kaggle 或 Azure ML 导入 Jupyter 笔记本(.ipynb),在本地编辑后再导出——往返过程中会保留所有特定于平台的元数据。
  • CLI 工具deepnote-convert 命令可用于批量转换
  • 程序化 API:可在 Node.js/TypeScript 应用程序中使用
  • 双向转换:任何格式 → Deepnote,以及 Deepnote → 任何格式(通过 --outputFormat 参数)

文件格式 提供了 .deepnote.snapshot.deepnote 文件格式的完整规范,包括模式细节、块类型和快照管理。快照将输出与源代码分离,使 Git 历史更加整洁;而 contentHash 则提供了代码出处信息,验证每个输出是由哪段代码生成的。

Deepnote 用于学术研究

Deepnote Cloud 对 学生和教育工作者免费!您可以无限制地使用所有核心功能、云端计算资源以及实时协作工具,助力您的研究与教学工作。 如果您在研究中使用了 Deepnote,请按照以下格式引用:

@misc{deepnote,
    title = {Deepnote:人工智能时代的数据笔记本},
    author = {Deepnote 团队},
    year = {2025},
    url = {https://github.com/deepnote/deepnote},
    note = {开源的协作式数据科学笔记本平台}
}

了解更多: deepnote.com/education

需要帮助吗?

贡献

我们非常欢迎外部贡献者!无论您是修复 bug、添加新功能,还是改进文档,您的贡献都将受到热烈欢迎。请参阅 CONTRIBUTING.md,或加入 我们的团队

致谢

我们衷心感谢 Jupyter 社区以及过去十年来为开源笔记本做出贡献的所有人。Jupyter 在 2013 年推出时,为全球通过代码探索数据和分享想法设定了标准。Deepnote 正是在这一宝贵遗产的基础上发展起来的,并将其延伸至以 AI 为核心、强调协作的未来。这一切都离不开 Jupyter 打下的坚实基础,我们也为此感到自豪,并将继续为同一开放生态系统贡献力量。


用 ❤️ 构建

版本历史

@deepnote/mcp@0.3.12026/03/26
@deepnote/convert@3.2.22026/03/26
@deepnote/cli@0.6.12026/03/26
@deepnote/blocks@4.5.12026/03/26
@deepnote/cli@0.6.02026/03/23
@deepnote/mcp@0.3.02026/03/23
@deepnote/runtime-core@0.3.02026/03/23
@deepnote/blocks@4.5.02026/03/23
@deepnote/cli@0.5.12026/03/12
@deepnote/mcp@0.2.22026/03/12
@deepnote/runtime-core@0.2.12026/03/12
@deepnote/convert@3.2.12026/03/12
@deepnote/blocks@4.4.02026/03/12
@deepnote/cli@0.5.02026/02/23
@deepnote/mcp@0.2.12026/02/23
@deepnote/runtime-core@0.2.02026/02/23
@deepnote/reactivity@1.2.02026/02/23
@deepnote/cli@0.4.02026/02/20
@deepnote/cli@0.3.02026/02/20
@deepnote/mcp@0.2.02026/02/20

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|5天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|6天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

150k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|昨天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|昨天
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|4天前
插件开发框架