需完成五步：一、安装并注册Hermes Python内核；二、在cli-config.yaml中启用jupyter_kernel插件；三、配置StdioAcpTransport桥接Jupyter子进程；四、设置jupyter_context_dir实现执行上下文持久化；五、启用Matplotlib内联渲染与WandB日志捕获。
☞☞☞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☜☜☜
如果您希望在 Hermes Agent 中直接调用 Jupyter 内核执行 Python 数据分析代码，并实现自然语言指令驱动的实时计算与可视化输出，则需完成内核注册、通信桥接与执行上下文配置。以下是实现此集成的具体步骤：
一、验证并安装Jupyter及IPython内核
该步骤确保系统已具备可被 Hermes Agent 调用的 Python 执行环境，且内核已正确注册至 Jupyter 可识别列表中，避免出现“kernel not found”错误。
1、检查是否已安装 jupyter 和 ipython：python3 -m pip list | grep -i "jupyter\|ipython"
2、若未安装，运行：python3 -m pip install jupyter ipython
3、安装完成后，注册 IPython 内核：python3 -m ipykernel install --user --name hermes-python --display-name "Hermes Python Kernel"
4、确认注册成功：jupyter kernelspec list，输出中应包含 hermes-python
二、配置Hermes Agent的Jupyter执行插件
该步骤启用 Hermes Agent 的 tools/ 目录下内置的 Jupyter 工具模块，使其能通过 ACP 协议向本地 Jupyter kernel gateway 或 subprocess 启动的内核发送执行请求。
1、打开项目根目录下的 cli-config.yaml 文件
2、在 tools 配置节下添加如下条目：
jupyter_kernel:
enabled: true
kernel_name: hermes-python
timeout_seconds: 60
3、保存文件后，重启 Hermes CLI 进程以加载新配置
三、启用StdioAcpTransport与Jupyter子进程桥接
该步骤建立 Hermes Agent 运行时层与 Jupyter 内核之间的双向标准流通信通道，使 session/prompt 请求可序列化为 execute_request 消息并接收 execute_result 响应。
1、确认 environments/local.py 中已启用 JupyterKernelEnvironment 类
2、在 HermesPlatformConfiguration 实例中，设置 jupyter_kernel_path 为空字符串（表示使用默认 kernel manager）
3、修改 CliAcpSessionPool 初始化逻辑，在创建会话前注入 jupyter_kernel 类型标识
4、验证通信：运行 hermes tool jupyter test --code "print(2+2)"，应返回 4
四、配置数据科学上下文持久化路径
该步骤确保每次 Jupyter 执行产生的变量、DataFrame、图表对象可在 Hermes Agent 会话生命周期内跨工具调用复用，避免重复加载数据或重绘图像。
1、在 cli-config.yaml 的 runtime 节中添加：
jupyter_context_dir: ~/.hermes/jupyter-context
2、手动创建该目录：mkdir -p ~/.hermes/jupyter-context
3、在 tools/jupyter_tool.py 中，启用 context_persistence_mode: "session"
4、启动任意数据分析任务前，HermesGrain 将自动挂载该目录为内核工作区，并同步 .ipynb_checkpoints 与 __pycache__ 子目录
五、启用Matplotlib内联渲染与WandB自动日志捕获
该步骤使自然语言指令触发的图表生成可直接嵌入 Hermes Agent 的响应流，并将指标自动上报至 WandB，满足数据科学闭环分析需求。
1、在 cli-config.yaml 的 visualization 节中设置：
backend: inline
wandb_enabled: true
wandb_project: hermes-jupyter-analysis
2、确保已登录 WandB：wandb login --relogin
3、在 skills/data_analysis/matplotlib_skill.py 中，检查是否启用 plt.ioff() 与 plt.savefig() 回退机制
4、发送指令："绘制 iris 数据集前两列的散点图并记录到 wandb"，应生成图像并输出 wandb run URL
