jupyter-notebook

# Jupyter Notebook 技能 创建干净、可复现的 Jupyter Notebook，主要用于两种模式： - 实验与探索性分析 - 教程与教学导向的演练 优先使用捆绑的模板和辅助脚本，以保持结构一致并减少 JSON 错误。 ## 何时使用 - 从零开始创建新的 `.ipynb` 笔记本。 - 将粗略的笔记或脚本转换为结构化的笔记本。 - 重构现有的笔记本，使其更具可复现性和易读性。 - 构建供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`。 - 如果请求是指导性的、分步骤的或针对特定受众的，请选择 `tutorial`。 - 如果是在编辑现有笔记本，请将其视为重构：保留意图并改进结构。 ## 技能路径（设置一次） bash export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}" export JUPYTER_NOTEBOOK_CLI="$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py" 用户范围的技能安装在 `$CODEX_HOME/skills` 下（默认：`~/.codex/skills`）。 ## 工作流 1. 锁定意图。 确定笔记本类型：`experiment` 或 `tutorial`。 明确目标、受众以及“完成”的标准。 2. 从模板构建。 使用辅助脚本以避免手动编写原始笔记本 JSON。 bash uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" --kind experiment --title "Compare prompt variants" --out output/jupyter-notebook/compare-prompt-variants.ipynb bash uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" --kind tutorial --title "Intro to embeddings" --out output/jupyter-notebook/intro-to-embeddings.ipynb 3. 用小而可运行的步骤填充笔记本。 保持每个代码单元专注于一个步骤。 添加简短的 Markdown 单元格，解释目的和预期结果。 当简短的总结有效时，避免产生大量嘈杂的输出。 4. 应用正确的模式。 对于实验，遵循 `references/experiment-patterns.md`。 对于教程，遵循 `references/tutorial-patterns.md`。 5. 在处理现有笔记本时安全地进行编辑。 保留笔记本结构；除非能改善从头到尾的叙事逻辑，否则不要重新排序单元格。 优先进行针对性编辑，而不是完全重写。 如果必须编辑原始 JSON，请先查看 `references/notebook-structure.md`。 6. 验证结果。 在环境允许的情况下，从头到尾运行笔记本。 如果无法执行，请明确说明。