jupyter-notebook
Gunakan saat pengguna meminta untuk membuat, membangun kerangka, atau mengedit notebook Jupyter (`.ipynb`) untuk eksperimen, eksplorasi, atau tutorial; utamakan templat bawaan dan jalankan skrip pembantu `new_notebook.py` untuk menghasilkan notebook awal yang bersih.
- License 许可
- MIT
- 最近更新
- 2026-11-07
- Stars
- ★ 8.0w
- Forks
- 2.6w
01 前言 Front Matter
- name
- jupyter-notebook
- description
- Gunakan saat pengguna meminta untuk membuat, membangun kerangka, atau mengedit notebook Jupyter (`.ipynb`) untuk eksperimen, eksplorasi, atau tutorial; utamakan templat bawaan dan jalankan skrip pembantu `new_notebook.py` untuk menghasilkan notebook awal yang bersih.
02 资源文件 17
- 资产文件assets/experiment-template.ipynb3.0 KB
- 资产文件assets/tutorial-template.ipynb2.9 KB
- 参考文档forms.md9.2 KB
- 许可证LICENSE.txt1.4 KB
- 参考文档reference.md16.3 KB
- 参考文档references/experiment-patterns.md1.4 KB
- 参考文档references/notebook-structure.md1.4 KB
- 参考文档references/quality-checklist.md1.3 KB
- 参考文档references/tutorial-patterns.md1.4 KB
- 脚本scripts/check_bounding_boxes_test.py8.6 KB
- 脚本scripts/check_bounding_boxes.py3.1 KB
- 脚本scripts/check_fillable_fields.py362 B
- 脚本scripts/convert_pdf_to_images.py1.1 KB
- 脚本scripts/create_validation_image.py1.6 KB
- 脚本scripts/extract_form_field_info.py6.0 KB
- 脚本scripts/fill_fillable_fields.py4.7 KB
- 脚本scripts/fill_pdf_form_with_annotations.py3.5 KB
03 SKILL.md 正文
Keterampilan Jupyter Notebook
Buat notebook Jupyter yang bersih dan dapat direproduksi untuk dua mode utama:
- Eksperimen dan analisis eksploratori
- Tutorial dan panduan berorientasi pengajaran
Utamakan template bawaan dan skrip pembantu untuk struktur yang konsisten dan lebih sedikit kesalahan JSON.
Kapan digunakan
- Buat notebook
.ipynbbaru dari awal. - Konversi catatan kasar atau skrip menjadi notebook yang terstruktur.
- Refaktor notebook yang ada agar lebih dapat direproduksi dan mudah dibaca.
- Bangun eksperimen atau tutorial yang akan dibaca atau dijalankan ulang oleh orang lain.
Pohon keputusan
- Jika permintaan bersifat eksploratori, analitis, atau berorientasi hipotesis, pilih
experiment. - Jika permintaan bersifat instruksional, langkah-demi-langkah, atau spesifik audiens, pilih
tutorial. - Jika mengedit notebook yang sudah ada, perlakukan sebagai refaktor: pertahankan maksud dan perbaiki struktur.
Jalur keterampilan (atur sekali)
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 $CODEX_HOME/skills (default: ~/.codex/skills).
Alur kerja
-
Kunci tujuan. Identifikasi jenis notebook:
experimentataututorial. Catat tujuan, audiens, dan seperti apa "selesai". -
Buat kerangka dari template. Gunakan skrip pembantu untuk menghindari menulis JSON notebook mentah secara manual.
uv run --python 3.12 python "$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
-
Isi notebook dengan langkah-langkah kecil yang dapat dijalankan. Pastikan setiap sel kode fokus pada satu langkah. Tambahkan sel markdown singkat yang menjelaskan tujuan dan hasil yang diharapkan. Hindari keluaran besar yang berisik ketika ringkasan singkat sudah memadai.
-
Terapkan pola yang tepat. Untuk eksperimen, ikuti
references/experiment-patterns.md. Untuk tutorial, ikutireferences/tutorial-patterns.md. -
Edit dengan aman saat bekerja pada notebook yang ada. Pertahankan struktur notebook; hindari mengubah urutan sel kecuali itu memperbaiki alur dari atas ke bawah. Utamakan suntingan terarah daripada penulisan ulang penuh. Jika harus mengedit JSON mentah, tinjau
references/notebook-structure.mdterlebih dahulu. -
Validasi hasil. Jalankan notebook dari atas ke bawah bila lingkungan memungkinkan. Jika eksekusi tidak memungkinkan, nyatakan secara eksplisit dan jelaskan cara memvalidasinya secara lokal. Gunakan daftar periksa akhir di
references/quality-checklist.md.
Template dan skrip pembantu
- Template berada di
assets/experiment-template.ipynbdanassets/tutorial-template.ipynb. - Skrip pembantu memuat template, memperbarui sel judul, dan menulis notebook.
Script path:
$JUPYTER_NOTEBOOK_CLI(default terinstal:$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py)
Konvensi sementara dan keluaran
- Gunakan
tmp/jupyter-notebook/untuk file sementara; hapus saat selesai. - Tulis artefak akhir di
output/jupyter-notebook/saat bekerja di repo ini. - Gunakan nama file yang stabil dan deskriptif (misalnya,
ablation-temperature.ipynb).
Dependensi (pasang hanya bila diperlukan)
Utamakan uv untuk manajemen dependensi.
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.
Lingkungan
Tidak ada variabel lingkungan yang diperlukan.
Peta referensi
references/experiment-patterns.md: struktur eksperimen dan heuristik.references/tutorial-patterns.md: struktur tutorial dan alur pengajaran.references/notebook-structure.md: bentuk JSON notebook dan aturan pengeditan aman.references/quality-checklist.md: daftar periksa validasi akhir.
<!-- CO-OP TRANSLATOR DISCLAIMER START --> Penafian: Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berupaya memastikan keakuratan, harap diperhatikan bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang otoritatif. Untuk informasi yang bersifat kritis, disarankan menggunakan jasa penerjemah profesional. Kami tidak bertanggung jawab atas kesalahpahaman atau salah tafsir yang timbul dari penggunaan terjemahan ini. <!-- CO-OP TRANSLATOR DISCLAIMER END -->
04 同仓库更多 Skills
testing-course-samples
暂无简介
microsoft-docs
暂无简介
local-ai-agents
暂无简介
jupyter-notebook
當使用者要求建立、搭建或編輯 Jupyter 筆記本(`.ipynb`)用於實驗、探索或教學時使用;優先使用隨附範本並執行輔助腳本 `new_notebook.py` 來產生一個乾淨的起始筆記本。
deploying-scalable-agents
暂无简介
azure-openai-to-responses
暂无简介