SKILL.md
AI 翻译,以原文为准。
Jupyter Notebook 技能#
为两种主要模式创建整洁、可复现的 Jupyter notebook:
- 实验与探索性分析
- 教程与面向教学的逐步讲解
优先使用随附模板和辅助脚本,以获得一致的结构并减少 JSON 错误。
何时使用#
- 从零创建新的
.ipynbnotebook。 - 将粗略笔记或脚本转换为结构化 notebook。
- 重构现有 notebook,使其更具可复现性且更易快速浏览。
- 构建供他人阅读或重新运行的实验或教程。
决策树#
- 如果请求属于探索性、分析性或假设驱动,请选择
experiment。 - 如果请求属于教学性、分步骤或面向特定受众,请选择
tutorial。 - 如果编辑现有 notebook,请将其视为重构:保留意图并改进结构。
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"
用户级技能安装在 $CODEX_HOME/skills 下(默认:~/.codex/skills)。
工作流#
-
明确意图。 确定 notebook 类型:
experiment或tutorial。 记录目标、受众以及“完成”的标准。 -
从模板搭建。 使用辅助脚本,避免手动编写原始 notebook JSON。
uv run --python 3.12 python "$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
-
用小型、可运行的步骤填充 notebook。 让每个代码单元格只聚焦于一个步骤。 添加简短的 Markdown 单元格,说明目的和预期结果。 当简短摘要足够时,避免庞大且杂乱的输出。
-
应用合适的模式。 对于实验,遵循
references/experiment-patterns.md。 对于教程,遵循references/tutorial-patterns.md。 -
处理现有 notebook 时安全编辑。 保留 notebook 结构;除非能改善自上而下的叙述,否则避免重排单元格。 优先进行针对性编辑,而不是整体重写。 如果必须编辑原始 JSON,请先查看
references/notebook-structure.md。 -
验证结果。 在环境允许时,自上而下运行 notebook。 如果无法执行,请明确说明,并指出如何在本地验证。 使用
references/quality-checklist.md中的最终检查清单。
模板和辅助脚本#
- 模板位于
assets/experiment-template.ipynb和assets/tutorial-template.ipynb。 - 辅助脚本会加载模板、更新标题单元格,并写出 notebook。
脚本路径:
$JUPYTER_NOTEBOOK_CLI(安装后的默认路径:$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py)
临时文件和输出约定#
- 使用
tmp/jupyter-notebook/存放中间文件;完成后删除。 - 在此仓库中工作时,将最终产物写入
output/jupyter-notebook/下。 - 使用稳定且具描述性的文件名(例如
ablation-temperature.ipynb)。
依赖项(仅在需要时安装)#
优先使用 uv 进行依赖管理。
用于本地 notebook 执行的可选 Python 包:
uv pip install jupyterlab ipykernel
随附的脚手架脚本仅使用 Python 标准库,不需要额外依赖。
环境#
无必需的环境变量。
参考索引#
references/experiment-patterns.md:实验结构与启发式方法。references/tutorial-patterns.md:教程结构与教学流程。references/notebook-structure.md:notebook JSON 结构与安全编辑规则。references/quality-checklist.md:最终验证检查清单。
作者说明
使用示例
请求:把这段数据分析代码整理成一个教学用的 Notebook。
预期
用教程模板生成笔记本,按章节拆成小步骤,每步配一段说明和预期结果。
- 适用场景
- 新建实验记录笔记本
- 把分析脚本整理成教学笔记本
- 改造已有笔记本,让它能重复运行
- 输入
- 笔记本的目标与读者
- 已有的代码或笔记
- 输出
- .ipynb 笔记本文件
- 运行环境
- 支持指令技能的 AI 客户端;本机 Python 3.12(上游示例使用 uv)
- 依赖
- Python 3
- Jupyter(运行笔记本时)

