Awesome GitHub RepositoriesNotebook Formatters

Black is a deterministic Python code formatter and style guide enforcer. It automatically reformats source code and Jupyter notebook cells into a consistent style to eliminate manual debates over code layout and reduce noise in version control diffs. The tool uses abstract syntax tree analysis to restructure code layout while ensuring that the underlying functional logic remains unchanged. It employs a deterministic engine that produces a single consistent output for any given input, removing subjective styling choices. The system provides capabilities for in-place file mutation, automated s

Ce projet est un formateur de code déterministe et sans compromis pour Python. Il fonctionne en analysant le code source dans un arbre de syntaxe abstraite et en le régénérant selon un ensemble rigide et opinionné de règles de style. En automatisant le processus de formatage, il élimine les débats manuels sur le style et la surcharge de configuration, garantissant que le code reste cohérent sur l'ensemble des projets, indépendamment de l'entrée originale. L'outil se distingue par son accent sur la vitesse et l'intégration transparente dans les flux de travail de développement. Il utilise la mise en cache de fichiers basée sur le contenu et le traitement parallèle pour maintenir des performances élevées sur de grandes bases de code, tout en prenant en charge les hooks de contrôle de version pour appliquer la cohérence du style avant que le code ne soit validé. Pour préserver l'historique du projet, il fournit des mécanismes pour ignorer des commits spécifiques dans le suivi des auteurs du contrôle de version, garantissant que les changements de style automatisés n'obscurcissent pas la paternité originale. Au-delà des fichiers sources standard, le formateur étend ses capacités pour inclure les notebooks Jupyter, les stubs de type et les exemples de code intégrés dans la documentation. Il offre une large compatibilité via des plugins pour les principaux éditeurs de texte et environnements de développement intégrés, ainsi qu'un support pour le protocole de serveur de langage. La configuration est gérée via des fichiers au niveau du projet qui sont automatiquement découverts dans la hiérarchie des répertoires, permettant un comportement cohérent sur divers environnements de développement.

Marimo is a reactive Python notebook environment and data science integrated development environment. It functions as a scripting tool that maintains state consistency by automatically tracking variable dependencies and re-executing downstream code blocks whenever upstream inputs are modified. The platform distinguishes itself by storing notebooks as standard, portable Python scripts rather than proprietary formats, ensuring compatibility with version control systems. It integrates artificial intelligence to assist with code generation and debugging based on the current execution context, whi

This project is a research-oriented repository that serves as a centralized database for system-level prompts and internal behavioral instructions extracted from various large language models. Its primary purpose is to provide a transparent, accessible reference for researchers and developers to study how artificial intelligence models are configured, constrained, and governed. The repository distinguishes itself by cataloging the hidden directives and operational guidelines that define model personas and safety boundaries. By archiving these instruction sets, it enables comparative analysis

Jupytext is a synchronization tool and text converter for Jupyter Notebooks. It transforms notebook files into plain text formats, such as Markdown or Python scripts, to enable line-by-line diffs and peer reviews within version control systems. The tool pairs notebook files with corresponding text files to maintain a dual representation of the same content. It uses bidirectional synchronization to update linked files based on the most recent modifications, allowing notebook content to be edited inside standard text editors. Beyond file conversion and synchronization, the project provides cap

Pluto.jl est un environnement de calcul réactif pour Julia qui fonctionne comme un format de document programmable. Il sert d'IDE de science des données interactif et de notebook computationnel polyglotte qui stocke le code Julia et les dépendances d'environnement sous forme de fichiers source versionnables. Le système se distingue par son modèle d'exécution réactif, qui utilise un graphe acyclique dirigé pour suivre les dépendances des variables et réévaluer automatiquement les cellules en aval affectées lorsqu'une valeur change. Il assure la reproductibilité en intégrant des environnements de paquets isolés directement dans le fichier notebook et en persistant le contenu sous forme de fichiers source exécutables purs. La plateforme couvre un large éventail de capacités, incluant la visualisation de données interactive, la création de devoirs éducatifs guidés et la génération de sites web de documentation statique. Elle supporte divers modes de sortie comme des présentations de diapositives et des applications web, et fournit des outils pour exporter les notebooks vers HTML, PDF et des scripts axés sur la reproductibilité. L'environnement peut être lancé via une interface web sur localhost ou accédé via des serveurs distants et de l'hébergement cloud.

Ce projet est un framework complet pour la programmation lettrée qui permet aux développeurs de construire des bibliothèques Python prêtes pour la production entièrement au sein de Jupyter Notebooks. En traitant les notebooks comme la source de vérité principale, il intègre le code, la documentation et les tests dans un pipeline de développement unifié qui s'exporte directement vers des modules Python standard. Le framework se distingue par des outils spécialisés conçus pour surmonter les défis inhérents à l'utilisation de notebooks dans l'ingénierie logicielle professionnelle. Il inclut des hooks Git personnalisés et des pilotes de fusion qui assainissent les métadonnées volatiles des notebooks, éliminant efficacement les diffs bruyants et résolvant les conflits de fusion. De plus, il utilise des directives basées sur les cellules pour contrôler la visibilité du code, les tests et la génération de documentation, permettant aux développeurs de maintenir un code source propre et modulaire tout en travaillant dans un environnement interactif. Au-delà de son flux de travail de développement principal, le projet fournit une suite robuste d'outils d'automatisation pour l'ensemble du cycle de vie logiciel. Cela inclut un moteur de site statique pour rendre une documentation de qualité publication avec prise en charge des équations mathématiques et du référencement croisé des symboles, ainsi que des utilitaires pour gérer les dépendances du projet, le versionnage et les tests automatisés. Il prend également en charge les flux de travail d'intégration continue pour déployer la documentation et publier des paquets vers des registres standard. Le projet fournit un processus d'amorçage standardisé pour initialiser de nouveaux dépôts avec des pipelines pré-configurés pour les tests, la documentation et le contrôle de version.