thedixitjain Jupyter Notebook 技能
为两种主要模式创建简洁、可重现的 Jupyter 笔记本：
- 实验与探索性分析
- 教程与面向教学的分步演示
优先使用捆绑的模板和辅助脚本，以获得一致的结构并减少 JSON 错误。
何时使用
- 从头创建一个新的
.ipynb笔记本。 - 将粗略的笔记或脚本转换为结构化的笔记本。
- 重构现有笔记本，使其更可重现且更易浏览。
- 构建将被他人阅读或重新运行的实验或教程。
决策树
- 如果请求是探索性的、分析性的或基于假设的，请选择
experiment。 - 如果请求是教学性的、逐步的或针对特定受众的，请选择
tutorial。 - 如果编辑现有笔记本，请将其视为重构：保留原意并改进结构。
技能路径（设置一次）
export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
export JUPYTER_NOTEBOOK_CLI="$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py"
User-scoped skills install under $CODEX_HOME/skills (default: ~/.codex/skills).
工作流程
确定意图。 Identify the notebook kind:
experimentortutorial. Capture the objective, audience, and what "done" looks like.从模板搭建脚手架。 Use the helper script to avoid hand-authoring raw notebook JSON.
uv run --python 3.12 python "$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
用小的、可运行的步骤填充笔记本。 Keep each code cell focused on one step. Add short markdown cells that explain the purpose and expected result. Avoid large, noisy outputs when a short summary works.
应用合适的模式。 For experiments, follow
references/experiment-patterns.md. For tutorials, followreferences/tutorial-patterns.md.在处理现有笔记本时安全编辑。 Preserve the notebook structure; avoid reordering cells unless it improves the top-to-bottom story. Prefer targeted edits over full rewrites. If you must edit raw JSON, review
references/notebook-structure.mdfirst.验证结果。 Run the notebook top-to-bottom when the environment allows. If execution is not possible, say so explicitly and call out how to validate locally. Use the final pass checklist in
references/quality-checklist.md.
模板与辅助脚本
- 模板位于
assets/experiment-template.ipynb和assets/tutorial-template.ipynb。 - 辅助脚本加载模板，更新标题单元格，并写出笔记本。
脚本路径：
$JUPYTER_NOTEBOOK_CLI(安装默认:$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py)
临时与输出约定
- 对于中间文件使用
tmp/jupyter-notebook/；完成后删除。 - 在此仓库中工作时，将最终产物写入
output/jupyter-notebook/。 - 使用稳定且描述性的文件名（例如，
ablation-temperature.ipynb）。
依赖项（仅在需要时安装）
Prefer uv for dependency management.
Optional Python packages for local notebook execution:
uv pip install jupyterlab ipykernel
The bundled scaffold script uses only the Python standard library and does not require extra dependencies.
环境
No required environment variables.
参考映射
references/experiment-patterns.md: 实验结构与启发式准则。references/tutorial-patterns.md: 教程结构与教学流程。references/notebook-structure.md: 笔记本 JSON 结构与安全编辑规则。references/quality-checklist.md: 最终验证检查清单。
免责声明： 本文件已使用 AI 翻译服务 Co-op Translator 进行翻译。虽然我们努力保证准确性，但自动翻译可能存在错误或不准确之处。应以原文（原始语言版本）为准。对于重要信息，建议采用专业人工翻译。由于使用本翻译而导致的任何误解或误释，我们概不负责。
Source: microsoft/ai-agents-for-beginners → translations/zh-CN/.agents/skills/jupyter-notebook/SKILL.md