在持久核心中探索資料

本指南說明如何讓代理只載入一次昂貴的內容，然後就它提出多個問題，而不必為每個問題重複付出載入成本。

eval 工具會執行一個持久直譯器。變數、匯入的模組與已載入的資料，都會在呼叫之間保留下來。

為何不直接跑腳本

一次性的 python -c 會為每個問題重複付出設定成本。載入一個資料框要花上數秒與上百 MB；把它畫成圖表卻只需數毫秒。當每個問題都要付一次載入成本，代理問的問題就會比它應該問的少——而每個答案都以文字形式回傳，它還得重新解析一遍。

載入一次，反覆提問

載入 data/runs.csv，並告訴我每個代理的 p95 持續時間。

import pandas as pd
runs = pd.read_csv("data/runs.csv")
len(runs)

最後一個運算式會像筆記本那樣被回顯出來，因此 len(runs) 不須 print 就能報出列數。

然後，在另一次呼叫中：

runs.groupby("agent")["duration_ms"].quantile(0.95).sort_values()

runs 仍然處於已載入狀態。pandas 資料框回傳時會渲染成表格，而不是以 repr 呈現。

圖表會直接出現在對話中

import matplotlib.pyplot as plt
runs.groupby("agent")["duration_ms"].mean().plot.bar()

圖表會在儲存格執行完之後被擷取，並以影像形式回傳，由對話紀錄負責渲染。你看得到圖表，代理也看得到。

圖表會在擷取後關閉。未被收回的圖表會連下一個儲存格都重畫並重送一次，因此一段五個儲存格的工作階段，就會把第一張圖表送出五次。

你本來就會照打的慣用寫法

這些寫法會被改寫成一般的程式碼，而不是直接報錯：

你輸入的	會發生的事
`%pip install x`	執行 pip，然後清除模組快取，讓下一次 `import` 看得到
`%cd path`	`os.chdir`
`!command`	一個被擷取的子行程
`%%bash`	儲存格其餘部分當作 shell 腳本執行
`%%timeit`	1000 次計時執行

真正關鍵的是 %pip 的快取逐出：對一個已在運作中的直譯器安裝套件，對已經匯入的模組毫無作用，因此少了它，實際在跑的根本不是你剛剛安裝的那個版本。

在儲存格內呼叫你自己的工具

paths = tool("find", {"pattern": "**/*.dart", "path": "lib"})
for path in paths.splitlines()[:100]:
    contents = tool("read", {"path": path})
    ...

tool(name, args) 會重新進入代理自己的工具註冊表。也就是說，一個儲存格可以對上百個檔案扇出作業，或透過 task 委派，而不必讓模型為每一項各花一個回合。

橋接呼叫在尚未完成期間，會暫停儲存格的逾時計算。這個預算量度的是閒置，而不是實際流逝的時間——一個扇出到子代理、等了四分鐘的儲存格並沒有卡住，而在扇出途中把它殺掉，會令整個核心的狀態付諸流水。

重新開始

eval(code: "…", reset: true, description: "Start a clean interpreter")

丟棄目前的直譯器，另起一個乾淨的。所有已載入的東西都會消失，而這正是重點。

核心在哪裏執行

對話有隔離環境時，就在其中執行；否則在主機上。

由模型讀取不受信任的程式庫所驅動的持久直譯器，正是「僅限隔離環境執行」存在的理由：一次性的 bash 呼叫至少會結束，而核心卻是一個會記住東西的 shell。

它不會為了這樣做而啟動隔離環境——這與阻止測試機分頁自動啟動的是同一條規則。若你想讓核心處於封閉環境中，請先開啟對話的 shell。詳見給代理一部測試用機器。

限制

每個核心一次只能執行一個儲存格。 兩個儲存格在同一個直譯器裏互相搶跑，就是兩個程式各自的一半交錯在同一個命名空間之中。
輸出有上限。 陷入 print 迴圈的儲存格會被截斷，而不會放任它填滿上下文窗口。
每個儲存格四張影像。 繪圖迴圈可能每迭代就輸出一張圖表，而每張影像在承載它的請求中，都是一筆可觀的固定成本。
核心會隨執行結束而消亡。 對話結束後仍握着資料框的核心，就是一種洩漏。