Repolode
Enviar
mljar

mljar/mercury

Convierte un notebook de Jupyter en una aplicación web interactiva y fácil de compartir, con widgets y reejecución reactiva, sin escribir código de frontend.

Alternativa open source a:Streamlit

Ver en GitHubSitio web
Estrellas
4,358
Forks
292
Issues abiertos
4
Último commit
hace 11 días

¿Qué es?

Mercury es un framework de Python para crear aplicaciones web interactivas directamente desde notebooks. Los widgets, como los campos de texto y los selectores, proporcionan valores al notebook; al cambiar un widget, se vuelven a ejecutar las celdas que aparecen debajo, por lo que no hace falta escribir funciones de callback. El diseño viene predefinido, así que la aplicación resultante mantiene una apariencia coherente sin necesidad de código de UI.

El proyecto incluye un conjunto de widgets, un servidor independiente que se inicia con el comando `mercury` y sirve todos los notebooks de un directorio como aplicaciones web, y una extensión de JupyterLab que permite previsualizar la aplicación durante el desarrollo. Las aplicaciones se pueden proteger con una contraseña, personalizar mediante un archivo config.toml y ejecutar con una sesión compartida o con sesiones independientes para cada visitante. También admite interfaces de chat y UIs de agentes de IA, y se puede desplegar en un contenedor de Docker.

La extensión de vista previa en vivo funciona en JupyterLab y MLJAR Studio, pero no en Google Colab ni VS Code.

Funciones clave

  • 01Widgets interactivos que, al cambiar, vuelven a ejecutar las celdas del notebook.
  • 02Servidor independiente que sirve todos los notebooks de un directorio como aplicaciones web.
  • 03Extensión de JupyterLab para previsualizar la aplicación en vivo durante el desarrollo.
  • 04Diseño predefinido para que las aplicaciones mantengan una apariencia coherente sin código de frontend.
  • 05Protección con contraseña y opción de compartir sesiones entre visitantes.
  • 06Personalización del título, el pie de página y las miniaturas de los notebooks mediante config.toml.

Casos de uso

  • Convertir un notebook de análisis existente en un dashboard para colegas sin conocimientos técnicos.
  • Crear una interfaz de chat o de agente de IA a partir del código de un notebook.
  • Publicar informes de datos que los lectores puedan ajustar mediante controles de entrada.
  • Compartir notebooks educativos con estudiantes como aplicaciones ejecutables.

Inicio rápido

  1. 1

    Instala Mercury desde PyPI

    pip install mercury
  2. 2

    Inicia el servidor en el directorio donde están tus notebooks

    mercury

Antes de usarlo

  • La vista previa de la aplicación en vivo solo funciona en JupyterLab y MLJAR Studio, no en Google Colab ni en VS Code.
  • La autenticación por usuario es una opción de pago; la opción gratuita utiliza una contraseña compartida.

En colecciones

Paneles y herramientas de inteligencia de negocioCursos y herramientas de ciencia de datos

Temas

#jupyter#data-visualization#dashboard#web-app#python#reactive-notebook#chat-ui#data-science#jupyter-lab#jupyter-notebook

Preguntas frecuentes

¿Qué es mercury?
Convierte un notebook de Jupyter en una aplicación web interactiva y fácil de compartir, con widgets y reejecución reactiva, sin escribir código de frontend. Mercury es un framework de Python para crear aplicaciones web interactivas directamente desde notebooks. Los widgets, como los campos de texto y los selectores, proporcionan valores al notebook; al cambiar un widget, se vuelven a ejecutar las celdas que aparecen debajo, por lo que no hace falta escribir funciones de callback. El diseño viene predefinido, así que la aplicación resultante mantiene una apariencia coherente sin necesidad de código de UI.
¿mercury es gratuito? ¿Qué licencia tiene?
mercury es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿mercury sigue mantenido?
Mantenimiento activo. El último commit de mercury fue el 26 oct 2026.
¿Para qué puedo usar mercury?
Convertir un notebook de análisis existente en un dashboard para colegas sin conocimientos técnicos. Crear una interfaz de chat o de agente de IA a partir del código de un notebook. Publicar informes de datos que los lectores puedan ajustar mediante controles de entrada. Compartir notebooks educativos con estudiantes como aplicaciones ejecutables.
¿Cómo se instala mercury?
Instala Mercury desde PyPI: pip install mercury Inicia el servidor en el directorio donde están tus notebooks: mercury
¿Dónde consigo mercury?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/mljar/mercury

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados