Claude Code pour la data science : contexte allégé

Votre agent IA ouvre un notebook et avale chaque graphique encodé en base64. Il lance une requête et tout le jeu de résultats atterrit dans la conversation. À la troisième itération sur un modèle, le contexte est surtout rempli de données que vous avez déjà regardées.

Tokenade compacte notebooks, tableaux et sorties de commandes sur votre ordinateur avant que l'agent ne les voie, et garde la version complète à une commande de distance.

Sources de cette page consultées le 2026-10-15 ; le seul chiffre propre à Tokenade vient du benchmark THOL publié.

Ce que vous vivez au quotidien

Travailler ses données avec Claude Code est devenu courant : le guide de Dataquest pour data scientists (2025-10-21) couvre la structure de projet, l'analyse exploratoire et les tests, et dbt Labs publie des skills d'agent officielles pour l'analytics engineering (référencées le 2026-06-03). Dans chaque projet, ce sont les mêmes choses qui remplissent le contexte.

Un notebook, c'est du JSON lourd

Un fichier .ipynb est du JSON, et ses sorties enregistrées voyagent avec lui. neuroai.science (2026-01-29) explique pourquoi Jupyter et Claude s'entendent mal : les graphiques sont intégrés au JSON en base64, « and that eats up large chunks of the context window ».

Les auteurs du plugin nb-claude-skill annoncent qu'un notebook de 20 cellules peut dépasser 50 000 tokens en JSON brut, mesuré face à leur propre outil de rendu.

Les tableaux se découpent mal en tokens

Séparateurs, décimales et horodatages se fragmentent en plusieurs tokens par cellule. À propos des fichiers déposés dans Claude, fast.io (mis à jour le 2026-10-07) note qu'un CSV de quelques mégaoctets peut représenter des centaines de milliers de tokens une fois converti en texte. Le calcul est le même quand un agent affiche un CSV ou un SELECT * dans son terminal.

La sortie des scripts arrive en entier

Le guide de Dataquest présente le mode bash !, qui « adds complete output to Claude Code's context », et prévient que l'historique accumulé consomme des tokens. Logs d'entraînement, sortie de dbt run et rapports de tests sont renvoyés au modèle à chaque tour suivant, jusqu'à la fin ou la compaction de la session.

Les identifiants côtoient les données

Mots de passe d'entrepôt dans profiles.yml, jetons dans .env, chaînes de connexion affichées par un print de débogage : une stack data regorge de secrets, et un agent qui lit des fichiers et lance des commandes finit par les croiser.

Ce que Tokenade change pour le travail sur les données

Tokenade s'installe entre votre agent IA et ses outils, sur l'ordinateur où vous travaillez.

Des sorties compactées selon leur format. Quand Tokenade ne connaît pas une commande par son nom, il reconnaît la forme de sa sortie : CSV, JSON, tableaux, logs, notebooks, traces d'erreur. Les commandes connues comme pytest ou git ont leur propre compacteur. Voir la compaction des sorties.
Les grosses lectures repliées, pas perdues. Une lecture de fichier au-delà d'environ 25 000 tokens, ou une sortie de commande au-delà d'environ 5 000, devient un aperçu et une empreinte. La sortie complète reste dans une réserve locale ; l'agent peut y chercher ou l'interroger au lieu de tout recharger.
Les classeurs en texte. tokenade read previsions.xlsx renvoie les feuilles en texte, pratique pour les fichiers Excel envoyés par les équipes métier. Voir Lire documents et médias.
Rien ne se paie deux fois. Un fichier inchangé relu, ou la même vérification d'état répétée en boucle, revient sous forme de court renvoi ou de note « inchangé ».
Les identifiants masqués. Clés, jetons, clés privées et chaînes à forte entropie sont remplacés par <redacted> avant d'atteindre l'agent.

Sur les sessions longues, Tokenade réduit le coût de 39 % par rapport à une session sans outil, mesuré sur le benchmark THOL. Avec un abonnement, cela veut dire plus d'itérations par fenêtre d'usage. tokenade gain affiche l'économie sur vos propres projets, commande par commande.

Ce qui reste sur votre ordinateur

La compaction tourne en local. Vos données, résultats de requêtes et code ne passent jamais par les serveurs de Tokenade ; il n'envoie que des compteurs d'usage, comme le nombre de tokens et le nom du programme (python, dbt), jamais les arguments ni les chemins (liste complète).

Ce que l'agent voit, son fournisseur le reçoit, avec ou sans Tokenade. La compaction réduit la part d'un jeu de résultats qui atteint le modèle, mais ce n'est pas une mesure de protection des données.

Le masquage des identifiants est automatique ; adresses e-mail, numéros de téléphone et adresses IP ne sont masqués que si vous définissez TOKENADE_REDACT_PII=1. Les noms et autres champs personnels de vos données ne sont pas masqués.

Tokenade fonctionne avec les agents qui tournent sur votre ordinateur : Claude Code (y compris l'onglet Code de Claude Desktop), Codex, Cursor, Copilot CLI et d'autres (compatibilité). Il ne tourne pas dans Jupyter lui-même et n'a aucun effet dans Claude Cowork.

Mise en place

Installez le CLI puis lancez tokenade install. Il détecte vos agents et branche chacun par hooks ou par plugin (guide d'installation).
Travaillez comme d'habitude : demandez à l'agent de profiler un jeu de données, de corriger un modèle dbt ou de relancer les tests.
Lancez tokenade gain après une session pour voir quelles commandes et quels fichiers coûtent le plus, et ce qui a été économisé.

FAQ

L'agent va-t-il rater des lignes ou des colonnes ?

L'agent voit une vue compactée et une empreinte. S'il lui faut davantage, il interroge la réserve avec --grep ou --prompt, ou restaure la sortie complète avec tokenade expand-ref. Rien n'est supprimé, et une sortie n'est jamais rendue plus grosse que l'original.

Est-ce que ça marche dans Jupyter ou dans les notebooks de VS Code ?

Tokenade agit sur l'agent, pas sur l'interface du notebook. Quand Claude Code, Codex ou Cursor lit un fichier .ipynb ou lance un script, le résultat passe par Tokenade. Un assistant de chat intégré à Jupyter n'est pas couvert.

Peut-il tenir les données d'un client à l'écart du modèle ?

Non. Il réduit la quantité de sortie qui atteint le modèle et masque les identifiants, mais ce que l'agent lit part toujours chez son fournisseur. Appliquez les règles de données de votre organisation comme sans Tokenade.

Et les sorties de dbt et de SQL ?

Les sorties des commandes sans compacteur dédié sont traitées selon leur format : tableaux, logs et JSON sont compactés, et ce qui reste long est replié, le texte complet étant conservé en local.

Claude Code pour la data science, sans noyer le contexte sous les notebooks et les CSV