Jupyter Notebook

Habilidade de Jupyter Notebook

Crie notebooks Jupyter limpos e reprodutíveis para dois modos principais:

• Experimentos e análise exploratória
• Tutoriais e guias voltados ao ensino

Prefira os modelos fornecidos e o script auxiliar para estrutura consistente e menos erros no JSON.

Quando usar

• Crie um novo notebook .ipynb do zero.
• Converta anotações ou scripts brutos em um notebook estruturado.
• Refatore um notebook existente para torná-lo mais reprodutível e fácil de ler rapidamente.
• Crie experimentos ou tutoriais que serão lidos ou executados novamente por outras pessoas.

Árvore de decisão

• Se a solicitação for exploratória, analítica ou orientada por hipótese, escolha experiment.
• Se a solicitação for instrucional, passo a passo ou direcionada a um público específico, escolha tutorial.
• Ao editar um notebook existente, trate-o como uma refatoração: preserve a intenção e melhore a estrutura.

Caminho de habilidade (definir uma vez)

export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
export JUPYTER_NOTEBOOK_CLI="$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py"

As skills no escopo do usuário são instaladas em $CODEX_HOME/skills (padrão: ~/.codex/skills).

Fluxo de trabalho

1. Defina a intenção. Identifique o tipo de notebook: experiment ou tutorial. Registre o objetivo, o público e o que significa 'concluído'.

2. Estruture a partir do modelo. Use o script auxiliar para evitar escrever manualmente o JSON bruto do notebook.

uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" \
  --kind experiment \
  --title "Compare prompt variants" \
  --out output/jupyter-notebook/compare-prompt-variants.ipynb

uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" \
  --kind tutorial \
  --title "Intro to embeddings" \
  --out output/jupyter-notebook/intro-to-embeddings.ipynb

3. Preencha o notebook com etapas pequenas e executáveis. Mantenha cada célula de código focada em um passo. Adicione células markdown curtas que expliquem o propósito e o resultado esperado. Evite saídas grandes e ruidosas quando um resumo breve resolve.

4. Aplique o padrão correto. Para experimentos, siga references/experiment-patterns.md. Para tutoriais, siga references/tutorial-patterns.md.

5. Edite com segurança ao trabalhar com notebooks existentes. Preserve a estrutura do notebook; evite reordenar células, a menos que isso melhore a narrativa de cima para baixo. Prefira edições direcionadas a reescritas completas. Se for necessário editar o JSON bruto, revise references/notebook-structure.md primeiro.

6. Valide o resultado. Execute o notebook de cima para baixo quando o ambiente permitir. Se a execução não for possível, informe isso explicitamente e explique como validar localmente. Use a lista de verificação da passagem final em references/quality-checklist.md.

Modelos e script auxiliar

• Os modelos ficam em assets/experiment-template.ipynb e assets/tutorial-template.ipynb.
• O script auxiliar carrega um modelo, atualiza a célula de título e grava um notebook.

Caminho do script:

• $JUPYTER_NOTEBOOK_CLI (instalado por padrão: $CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py)

Convenções de arquivos temporários e de saída

• Use tmp/jupyter-notebook/ para arquivos intermediários; exclua quando terminar.
• Grave artefatos finais em output/jupyter-notebook/ ao trabalhar neste repositório.
• Use nomes de arquivo estáveis e descritivos (por exemplo, ablation-temperature.ipynb).

Dependências (instale apenas quando necessário)

Prefira uv para gerenciamento de dependências.

Pacotes Python opcionais para execução local de notebooks:

uv pip install jupyterlab ipykernel

O script de scaffold fornecido usa apenas a biblioteca padrão do Python e não requer dependências extras.

Ambiente

Nenhuma variável de ambiente obrigatória.

Mapa de referências

• references/experiment-patterns.md: estrutura de experimento e heurísticas.
• references/tutorial-patterns.md: estrutura de tutorial e fluxo de ensino.
• references/notebook-structure.md: formato do JSON do notebook e regras para edição segura.
• references/quality-checklist.md: lista de verificação final de validação.

Isenção de responsabilidade: Este documento foi traduzido usando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para alcançar precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional realizada por tradutores humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.

Source: microsoft/ai-agents-for-beginners → translations/pt-BR/.agents/skills/jupyter-notebook/SKILL.md