deepnote
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
- 未说明
未说明
未说明

快速开始
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 Code、Cursor 或 Windsurf 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:
.deepnoteYAML 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/convertCLI 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:
- VS Code 扩展 - 在 Visual Studio Code 中提供完整的 Deepnote 支持
- Cursor 扩展 - 在 Cursor 中进行 AI 驱动的笔记本编辑
- Windsurf 扩展 - 在 Windsurf 中进行协作开发
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# %%的.py)和 Marimo(带有@app.cell的.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 和 .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?
- 加入我们的 社区讨论区!
- 如需报告 bug 或提出功能需求,请 新建议题。
- 您也可以查看相关仓库的源代码:Deepnote VS Code 扩展 和 Deepnote 工具包。
- 访问我们的 文档 获取更多信息。
- 想体验低代码开发?请访问 Deepnote Cloud,并配合 Deepnote AI 助手使用。
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
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。
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
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。
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。
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
