Verwenden Sie, wenn der Benutzer darum bittet, Jupyter-Notebooks (`.ipynb`) für Experimente, Erkundungen oder Tutorials zu erstellen, aufzusetzen oder zu bearbeiten; bevorzugen Sie die mitgelieferten Vorlagen und führen Sie das Hilfsskript `new_notebook.py` aus, um ein sauberes Start-Notebook zu erzeugen.
Erstelle saubere, reproduzierbare Jupyter-Notebooks für zwei Hauptmodi:
Bevorzuge die mitgelieferten Vorlagen und das Hilfsskript für eine konsistente Struktur und weniger JSON-Fehler.
.ipynb-Notebook von Grund auf.experiment.tutorial.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 $CODEX_HOME/skills (default: ~/.codex/skills).
Absicht festlegen.
Identifiziere die Notebook-Art: experiment oder tutorial.
Erfasse das Ziel, die Zielgruppe und wie "fertig" aussieht.
Gerüst aus der Vorlage erstellen. Verwende das Hilfsskript, um zu vermeiden, das rohe Notebook-JSON manuell zu erstellen.
uv run --python 3.12 python "$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
Fülle das Notebook mit kleinen, ausführbaren Schritten. Halte jede Code-Zelle auf einen Schritt fokussiert. Füge kurze Markdown-Zellen hinzu, die Zweck und erwartetes Ergebnis erklären. Vermeide umfangreiche, unübersichtliche Ausgaben, wenn eine kurze Zusammenfassung ausreicht.
Wende das richtige Muster an.
Für Experimente folge references/experiment-patterns.md.
Für Tutorials folge references/tutorial-patterns.md.
Beim Bearbeiten bestehender Notebooks sicher vorgehen.
Erhalte die Notebook-Struktur; vermeide das Umordnen von Zellen, es sei denn, es verbessert die von oben nach unten erzählte Reihenfolge.
Bevorzuge gezielte Änderungen gegenüber kompletten Neuüberarbeitungen.
Wenn du das rohe JSON bearbeiten musst, lies zuerst references/notebook-structure.md.
Ergebnis validieren.
Führe das Notebook von oben nach unten aus, wenn die Umgebung es zulässt.
Wenn die Ausführung nicht möglich ist, gib dies ausdrücklich an und beschreibe, wie lokal validiert werden kann.
Verwende die Abschluss-Checkliste in references/quality-checklist.md.
assets/experiment-template.ipynb und assets/tutorial-template.ipynb.Skriptpfad:
$JUPYTER_NOTEBOOK_CLI (standardmäßig installiert: $CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py)tmp/jupyter-notebook/ für Zwischenfiles; lösche sie nach Abschluss.output/jupyter-notebook/, wenn du in diesem Repo arbeitest.ablation-temperature.ipynb).Bevorzuge uv für das Abhängigkeitsmanagement.
Optionale Python-Pakete für lokale Notebook-Ausführung:
uv pip install jupyterlab ipykernel
Das mitgelieferte Scaffold-Skript verwendet nur die Python-Standardbibliothek und benötigt keine zusätzlichen Abhängigkeiten.
Keine erforderlichen Umgebungsvariablen.
references/experiment-patterns.md: Aufbau von Experimenten und Heuristiken.references/tutorial-patterns.md: Struktur von Tutorials und Lehrablauf.references/notebook-structure.md: Form des Notebook-JSON und Regeln für sicheres Bearbeiten.references/quality-checklist.md: Abschließende Validierungs-Checkliste.Haftungsausschluss: Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir um Genauigkeit bemüht sind, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Originalsprache ist als maßgebliche Quelle zu betrachten. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die sich aus der Verwendung dieser Übersetzung ergeben.