Usa quando l'utente chiede di creare, strutturare o modificare notebook Jupyter (`.ipynb`) per esperimenti, esplorazioni o tutorial; privilegia i modelli inclusi ed esegui lo script di supporto `new_notebook.py` per generare un notebook di partenza pulito.
Crea notebook Jupyter puliti e riproducibili per due modalità principali:
Preferisci i template inclusi e lo script di supporto per una struttura coerente e meno errori nel JSON.
.ipynb da zero.experiment.tutorial.export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
export JUPYTER_NOTEBOOK_CLI="$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py"
Le skill a livello utente si installano sotto $CODEX_HOME/skills (default: ~/.codex/skills).
Definisci l'intento.
Identifica il tipo di notebook: experiment o tutorial.
Registra l'obiettivo, il pubblico e cosa significa 'fatto'.
Crea la struttura a partire dal template. Usa lo script di supporto per evitare di scrivere manualmente il JSON grezzo del notebook.
uv run --python 3.12 python "$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
Riempi il notebook con piccoli passi eseguibili. Mantieni ogni cella di codice focalizzata su un solo passo. Aggiungi brevi celle markdown che spieghino lo scopo e il risultato atteso. Evita output grandi e rumorosi quando basta un breve riepilogo.
Applica il pattern giusto.
Per gli esperimenti, segui references/experiment-patterns.md.
Per i tutorial, segui references/tutorial-patterns.md.
Modifica in modo sicuro quando lavori con notebook esistenti.
Preserva la struttura del notebook; evita di riordinare le celle a meno che ciò non migliori la narrazione dall'alto verso il basso.
Preferisci modifiche mirate rispetto a riscritture complete.
Se devi modificare il JSON grezzo, rivedi prima references/notebook-structure.md.
Valida il risultato.
Esegui il notebook dall'alto verso il basso quando l'ambiente lo permette.
Se l'esecuzione non è possibile, dichiaralo esplicitamente e indica come validarlo localmente.
Usa la checklist dell'ultimo passaggio in references/quality-checklist.md.
assets/experiment-template.ipynb e assets/tutorial-template.ipynb.Percorso dello script:
$JUPYTER_NOTEBOOK_CLI (installato di default: $CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py)tmp/jupyter-notebook/ per i file intermedi; elimina quando hai finito.output/jupyter-notebook/ quando lavori in questo repo.ablation-temperature.ipynb).Preferisci uv per la gestione delle dipendenze.
Pacchetti Python opzionali per l'esecuzione locale dei notebook:
uv pip install jupyterlab ipykernel
Lo script di scaffolding incluso utilizza solo la libreria standard di Python e non richiede dipendenze aggiuntive.
Nessuna variabile d'ambiente richiesta.
references/experiment-patterns.md: struttura degli esperimenti e euristiche.references/tutorial-patterns.md: struttura dei tutorial e flusso didattico.references/notebook-structure.md: forma del JSON del notebook e regole per modifiche sicure.references/quality-checklist.md: checklist finale di validazione.Dichiarazione di non responsabilità: Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Pur facendo del nostro meglio per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o inesattezze. Il documento originale nella sua lingua madre dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.