LUNA 재현성 결과 사용 설명서

import luna_repro as repro
repro.connect("실제-프로젝트-UUID", label="내 Colab")

import getpass
import luna_repro as repro
repro.configure(project="실제-프로젝트-UUID",
                endpoint="https://lunalab-ai.com",
                token=getpass.getpass("LUNA 연결 키: "))

%pip install --disable-pip-version-check --no-deps "https://github.com/lunalab-ai/luna-repro-sdk/releases/download/v0.3.0/luna_repro-0.3.0-py3-none-any.whl#sha256=4fc3b6a0ff1d78dbb2ace0ea08dcedc3794e14f3930d0c60f29c42fbb04e2489"

import luna_repro
print(luna_repro.__version__)

python -m pip install --disable-pip-version-check --no-deps "https://github.com/lunalab-ai/luna-repro-sdk/releases/download/v0.3.0/luna_repro-0.3.0-py3-none-any.whl#sha256=4fc3b6a0ff1d78dbb2ace0ea08dcedc3794e14f3930d0c60f29c42fbb04e2489"

python -c "import luna_repro; print(luna_repro.__version__)"

py -m venv .venv
.\.venv\Scripts\Activate.ps1

python3 -m venv .venv
source .venv/bin/activate

python ./examples/walkthrough.py

$env:LUNA_REPRO_ENDPOINT = "https://lunalab-ai.com"
python ./examples/walkthrough.py --project "실제-프로젝트-UUID" --publish

export LUNA_REPRO_ENDPOINT="https://lunalab-ai.com"
python ./examples/walkthrough.py --project "실제-프로젝트-UUID" --publish

python -m pip install --force-reinstall --disable-pip-version-check --no-deps "https://github.com/lunalab-ai/luna-repro-sdk/releases/download/v0.3.0/luna_repro-0.3.0-py3-none-any.whl#sha256=4fc3b6a0ff1d78dbb2ace0ea08dcedc3794e14f3930d0c60f29c42fbb04e2489"

from pathlib import Path
import math
import luna_repro as repro

project_id = "12345678-1234-5678-1234-567812345678"  # 오프라인 연습용
reference = [0.0, 1.0, 2.0, 3.0, 4.0, 5.0]
prediction = [value + 0.5 for value in reference]
errors = [actual - expected for actual, expected in zip(prediction, reference)]
metrics = {
    "MAE": sum(abs(error) for error in errors) / len(errors),
    "RMSE": math.sqrt(sum(error ** 2 for error in errors) / len(errors)),
    "samples": len(reference),
}
rows = [[i, target, actual] for i, (target, actual)
        in enumerate(zip(reference, prediction))]

page = repro.page(
    project_id,
    "첫 합성 결과",
    description="6개 합성 값으로 등록 문법을 연습합니다.",
    metadata={"tags": ["synthetic", "practice"]},
    evidence={"origin": "synthetic", "execution_status": "completed",
              "evaluation_status": "completed"},
)
page.section("conditions", "계산 조건").text("기준 값에 0.5를 더했습니다.")
page.section("quality", "정량 결과").metrics(metrics).table(
    ["index", "reference", "prediction"], rows
)
output = Path(".luna-repro") / ("practice-" + page.page_id + ".json")
page.save(output)
print(metrics)  # MAE=0.5, RMSE=0.5, samples=6
print("로컬 저장:", output)

if page.project_id == "12345678-1234-5678-1234-567812345678":
    raise ValueError('실제 프로젝트 UUID로 Page를 다시 만들어 주세요.')
repro.connect(page.project_id, endpoint="https://lunalab-ai.com")
receipt = repro.publish(page)
if receipt["status"] == "published":
    print("Published:", receipt["url"], "revision:", receipt["revision"])
else:
    print("Pending:", receipt["code"], receipt["message"])
    print("Preserved:", receipt.get("outbox_path"))

import luna_repro as repro
selection = repro.select()

receipt = repro.publish(metrics, comparison_df, figure, title="내 실험 결과")
print(receipt["status"], receipt.get("url"))

page = repro.page(project_id, "내 실험 결과")
page.section("quality", "정량 평가").metrics(metrics)
page.section("comparison", "방법 비교").table(comparison_df)
page.section("render", "시각 결과").figure(figure, "선택한 결과 그림")
receipt = repro.publish(page)  # connect/configure의 현재 연결 사용

import luna_repro as repro

project_id = "12345678-1234-5678-1234-567812345678"  # 전송 전 실제 UUID로 교체
page = repro.page(project_id, "단계별 합성 실험", evidence={
    "origin": "synthetic", "execution_status": "unknown",
    "evaluation_status": "not_run",
})
page.section("setup", "준비").text("기준 [1, 2, 3], 예측 [1.2, 1.8, 3.1]")
page.save(".luna-repro/incremental-example-partial.json")

reference = [1.0, 2.0, 3.0]
prediction = [1.2, 1.8, 3.1]
mae = sum(abs(a - b) for a, b in zip(reference, prediction)) / len(reference)
page.section("quality", "평가").metrics({"MAE": mae})
page.evidence.update(execution_status="completed", evaluation_status="completed")
page.save(".luna-repro/incremental-example-complete.json")

import uuid
# saved_page_id는 이전 성공 영수증의 page_id입니다.
next_run = repro.page(project_id, "후속 실행", page_id=saved_page_id,
                     run_id=str(uuid.uuid4()))
next_run.section("notes", "이번 실행 범위").text("이번에 선택해 등록할 결과입니다.")

page.section("notes", "설명", description="독자가 먼저 알아야 할 조건").text(
    "입력 6개를 사용했습니다.\n이 값은 합성 예제입니다."
)

page.section("quality", "정량 평가").metrics({
    "MAE (mm)": 0.25,
    "samples": 24,
    "inference_seconds": 1.8,
})

page.section("table", "사례별 결과").table(
    ["case", "score", "passed", "comment"],
    [["A", 0.25, True, "확인"], ["B", None, False, "평가 미실시"]],
)

import pandas as pd  # pandas를 사용하는 연구 환경에서만 필요
selected = df[["case", "score"]].copy()
selected = selected.astype(object).where(pd.notna(selected), None)
page.section("comparison", "비교표").table(selected)
# index 자체가 중요하면 selected.reset_index()를 전달합니다.

from pathlib import Path
image_path = Path("selected_render.png")  # 실제 존재하는 선택 이미지
page.section("render", "정면 렌더").image(image_path, "정면에서 본 복원 결과")

# image_bytes는 연구 코드가 만든 PNG 또는 JPEG bytes입니다.
page.section("preview", "미리보기").image(image_bytes, "선택 결과", name="preview.png")

import matplotlib.pyplot as plt  # matplotlib을 사용하는 연구 환경에서만 필요
fig, ax = plt.subplots()
ax.plot([0, 1, 2], [0.5, 1.5, 2.5], marker="o")
ax.set(xlabel="sample", ylabel="value", title="Synthetic values")
page.section("plot", "합성 그래프").figure(fig, "3개 합성 값")
plt.close(fig)

import subprocess

commit = subprocess.check_output(
    ["git", "rev-parse", "HEAD"], text=True
).strip()
repository_url = "https://github.com/ORG/REPO"  # 실제 저장소 주소로 교체
source = {
    "repository_url": repository_url,
    "commit": commit,
    "file": "src/inference.py",  # 실제 계산 파일의 저장소 상대경로
    "line_start": 40,
    "line_end": 63,
    "url": repository_url + "/blob/" + commit + "/src/inference.py#L40-L63",
}
page.section("quality", "정량 평가", source=source)

notebook_url = "https://colab.research.google.com/drive/NOTEBOOK-ID"
page.section("render", "복원 결과", source={
    "file": "experiment.ipynb",
    "cell_id": "REAL-CELL-ID",
    "url": notebook_url + "#scrollTo=REAL-CELL-ID",
    "execution_url": notebook_url,
})

이 결과의 고정 버전과 코드 출처를 먼저 확인해 주세요.
평가한 입력, 단위, 누락된 조건, 실패 기록을 정리하고
숫자만으로 주장할 수 없는 결론을 구분해 주세요.
접근 가능한 실제 코드를 확인한 뒤 다음 실험과 수정안을 제안해 주세요.
아직 학습·GPU 실행·외부 게시를 시작하지 마세요.

import luna_repro as repro
outcomes = repro.sync(".luna-repro/outbox")
for receipt in outcomes:
    print(receipt["status"], receipt.get("url") or receipt["code"])

python -m luna_repro sync --outbox .luna-repro/outbox
python -m luna_repro publish selected-result.json

from pasa_adapter import build_page

RUN_DIR = "/content/my-existing-pasa-run"  # 실제 출력 폴더로 교체
project_id = "12345678-1234-5678-1234-567812345678"  # 실제 프로젝트 UUID로 교체
page = build_page(RUN_DIR, project=project_id)
page.save(".luna-repro/pasa-selected-result.json")
# 연결·프로젝트·선택 결과를 확인한 뒤 명시적으로 실행:
# receipt = page.publish()
# print(receipt["status"], receipt.get("url") or receipt["message"])

repro.page(project, title, *, description="", endpoint=None, token=None,
           page_id=None, run_id=None, metadata=None, evidence=None,
           source=None, outbox=None)

bundle = repro.load_bundle("selected-result.json")
# dict를 읽습니다. Page 객체를 복원하는 함수는 아닙니다.
receipt = repro.publish_bundle(bundle, timeout=30)
outcomes = repro.sync(".luna-repro/outbox", timeout=30)

from pathlib import Path
import luna_repro as repro


def calculate():
    reference = [0.0, 1.0, 2.0]
    prediction = [value + 0.5 for value in reference]
    return sum(abs(a - b) for a, b in zip(prediction, reference)) / len(reference)


selected = repro.source.function(
    calculate, root=Path(__file__).resolve().parent, snapshot=True,
)
page = repro.page(
    "12345678-1234-5678-1234-567812345678", "Source selection practice",
    evidence={"origin": "synthetic", "execution_status": "completed",
              "evaluation_status": "completed"},
)
page.section("metric", "Computed MAE", source=selected).metrics({"MAE": calculate()})
saved = page.save(Path(".luna-repro") / (page.page_id + ".json"))
print("Saved locally:", saved)
print("Source:", selected["file"], selected["line_start"], selected["line_end"])
print("Selected code SHA256:", selected["snapshot_sha256"])

from pathlib import Path
import luna_repro as repro

notebook_path = Path("saved_notebook.ipynb")
selected = repro.source.notebook(
    notebook_path, "ACTUAL-COLAB-CELL-ID",
    root=notebook_path.resolve().parent,
    provider="colab",
    notebook_url="https://colab.research.google.com/drive/ACTUAL-NOTEBOOK-ID",
    snapshot=True,
    role="reference",
)

연구 배경과 질문           ← 설명 셀
실험 A의 렌더 이미지       ← 결과 셀: 고정된 원본 버전
데이터 구성·평가 방법       ← 설명 셀
실험 B의 정량 지표         ← 다른 페이지의 결과 셀
결과 비교·한계·다음 실험    ← 설명 셀

from pathlib import Path
import luna_repro as repro

repro.configure(project="12345678-1234-5678-1234-567812345678")
metrics = {"MAE": 0.5, "samples": 3}
comparison = [[0, 0.0, 0.5], [1, 1.0, 1.5], [2, 2.0, 2.5]]
selection = repro.select(
    namespace={"metrics": metrics, "comparison": comparison},
    title="로컬 선택 실습", show=False,
)
print(selection.summary())  # 후보 이름·종류·추천 이유; 전체 원문 출력 아님
selection.choose("metrics", "comparison")
selection.option("comparison", columns=["index", "reference", "prediction"])
selection.edit(description="합성 값 3개입니다. 실제 연구 성능이 아닙니다.",
               order=["comparison", "metrics"])
folder = Path(".luna-repro") / "selection-practice"
selection.preview(folder / "preview.html")
selection.save(folder / "selected.json")
print("로컬 미리보기:", folder / "preview.html")

selection = repro.select(namespace={"results": results_df}, show=False)
selection.choose("results")
selection.option("results", rows=50, columns=["method", "score"], index=False)
selection.preview(".luna-repro/results-preview.html")

import matplotlib.pyplot as plt
with repro.capture(max_figures=4) as captured:
    plt.plot([0, 1, 2], [0, 1, 4])
    plt.show()
    plt.close()
captured_selection = captured.select(show=False)
captured_selection.preview(".luna-repro/captured-preview.html")