Python REPL

개요

Python REPL은 세션 간 상태가 유지되는 Python 실행 환경입니다. 데이터 분석, 통계 계산, 시각화, 프로토타이핑 등에 씁니다.

도구

python_repl

Python 코드를 실행하고 결과를 반환합니다.

python_repl(code="import json; data = json.loads('{\"key\": \"value\"}'); print(data)")

특징

상태 유지

한 번 정의한 변수, 함수, 임포트는 이후 호출에서도 사용할 수 있습니다.

# 첫 번째 호출
python_repl(code="import pandas as pd; df = pd.read_csv('data.csv')")

# 두 번째 호출 (df가 유지됨)
python_repl(code="print(df.describe())")

데이터 분석

python_repl(code="""
import json
with open('.omc/research/session-1/state.json') as f:
    state = json.load(f)
print(f"Stages: {len(state['stages'])}")
print(f"Status: {state['status']}")
""")

계산 및 변환

python_repl(code="""
# 토큰 비용 계산
input_tokens = 150000
output_tokens = 50000
cost = (input_tokens * 0.003 + output_tokens * 0.015) / 1000
print(f"Estimated cost: ${cost:.4f}")
""")

파일 처리

python_repl(code="""
import os
import json

# 프로젝트 파일 통계
extensions = {}
for root, dirs, files in os.walk('src'):
    for f in files:
        ext = os.path.splitext(f)[1]
        extensions[ext] = extensions.get(ext, 0) + 1

for ext, count in sorted(extensions.items(), key=lambda x: -x[1]):
    print(f"{ext}: {count} files")
""")

사용 사례

사용 사례	설명
데이터 분석	CSV, JSON 파일 분석, 통계 계산
프로토타이핑	알고리즘 검증, 로직 테스트
파일 처리	파일 변환, 배치 처리
시각화	matplotlib, plotly로 차트 생성
계산	수학 계산, 비용 추정

scientist 에이전트와의 연계

scientist 에이전트가 데이터 분석 시 python_repl을 사용합니다. SciOMC 연구 워크플로우에서 통계 분석과 시각화에 활용됩니다.

On this page