python-repl — скилл для Claude Code: что делает и как установить
Набор готовых функций и шаблонов для интерактивной работы с Python REPL. Помогает быстро анализировать датафреймы и профилировать код.
MIT 1 установок ★ 4 491 обновлён 2026-10-29
npx skills add gptme/gptme --skill python-repl -a claude-codeЧто делает python-repl
Скилл подключает скрипт python_helpers.py для интерактивной среды IPython. Внутри собраны функции inspect_df и describe_object для быстрого изучения объектов и таблиц, утилита quick_plot для графиков, а также декоратор time_function для замера времени выполнения.
Для работы в окружении требуются установленные пакеты ipython, numpy и pandas. Без них вызовы готовых функций завершатся ошибкой импорта. Скилл также настраивает параметры отображения pandas вроде display.max_rows.
Какие задачи решает
- быстро изучить срез данных через
inspect_df - замерить время выполнения функции с помощью декоратора
time_function - провести интроспекцию незнакомого объекта через
describe_object - настроить стандартный импорт библиотек для интерактивной сессии
Примеры запросов агенту
- Изучи датафрейм
dfс помощью функцииinspect_df. - Замерь скорость работы функции через декоратор
time_function. - Построй быстрый график для данных с помощью
quick_plot.
Как установить python-repl
1Через Skills CLI (Vercel)
npx skills add gptme/gptme --skill python-repl -a claude-code2Вручную: положить файлы
~/.claude/skills/python-repl/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/python-repl/
1Через Skills CLI (Vercel)
npx skills add gptme/gptme --skill python-repl -a codex2Вручную: положить файлы
.agents/skills/python-repl/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add gptme/gptme --skill python-repl -a cursor2Вручную: положить файлы
.cursor/skills/python-repl/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install gptme/gptme gptme/lessons/skills/python-repl2Вручную: положить файлы
.github/skills/python-repl/SKILL.md1Через Skills CLI (Vercel)
npx skills add gptme/gptme --skill python-repl -a gemini-cli2Командой платформы
gemini skills install https://github.com/gptme/gptme --path gptme/lessons/skills/python-replВручную: положить файлы
.devin/skills/python-repl/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add gptme/gptme --skill python-repl -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о python-repl
Как установить python-repl в Claude Code?
Выполните команду npx skills add gptme/gptme --skill python-repl -a claude-code.
Что делает скилл python-repl?
Он добавляет набор утилит из python_helpers.py для анализа данных и профилирования функций в интерактивной сессии Python.
Какие зависимости нужны для работы python-repl?
В окружении Python должны быть установлены пакеты ipython, numpy и pandas из файла requirements.txt.
Исходный текст
SKILL.md · MIT
---
name: python-repl
description: Interactive Python REPL automation with common helpers and best practices
---
# Python REPL Skill
Enhances Python REPL workflows with bundled utility functions for data analysis, debugging, and performance profiling.
## Overview
This skill bundles Python REPL helpers, common imports, and execution patterns for efficient Python development in gptme.
## Bundled Scripts
### Helper Functions (python_helpers.py)
This skill includes bundled utility functions for common Python tasks:
- Data inspection (inspect_df, describe_object)
- Quick plotting (quick_plot)
- Performance profiling (time_function)
- Common imports setup (setup_common_imports)
## Usage Patterns
### Data Analysis
When working with data, automatically import common libraries and set up display options:
```python
import numpy as np
import pandas as pd
pd.set_option("display.max_rows", 100)
```
### Debugging
Use bundled helpers for debugging:
```python
from python_helpers import inspect_df, describe_object
inspect_df(df) # Quick dataframe overview
describe_object(obj) # Object introspection
```
## Dependencies
Required packages are listed in `requirements.txt`:
- ipython: Interactive Python shell
- numpy: Numerical computing
- pandas: Data manipulation
## Best Practices
1. **Use helpers**: Leverage bundled helper functions instead of reimplementing
2. **Import once**: Common imports are handled by pre-execute hook
3. **Profile performance**: Use time_function for performance-sensitive code
## Examples
### Quick Data Analysis
```python
# Helpers auto-import pandas, numpy
df = pd.read_csv("data.csv")
inspect_df(df) # Show overview
```
### Performance Profiling
```python
from python_helpers import time_function
@time_function
def slow_operation():
# Your code here
pass
```
## Related
- Tool: ipython
© gptme · MIT · gptme/gptme