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.
Buat notebook Jupyter yang bersih dan dapat direproduksi untuk dua mode utama:
Utamakan template bawaan dan skrip pembantu untuk struktur yang konsisten dan lebih sedikit kesalahan JSON.
.ipynb baru dari awal.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 $CODEX_HOME/skills (default: ~/.codex/skills).
Kunci tujuan.
Identifikasi jenis notebook: experiment atau tutorial.
Catat tujuan, audiens, dan seperti apa "selesai".
Buat kerangka dari template. Gunakan skrip pembantu untuk menghindari menulis JSON notebook mentah secara manual.
uv run --python 3.12 python "$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, ikuti references/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.md terlebih 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.
assets/experiment-template.ipynb dan assets/tutorial-template.ipynb.Script path:
$JUPYTER_NOTEBOOK_CLI (default terinstal: $CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py)tmp/jupyter-notebook/ untuk file sementara; hapus saat selesai.output/jupyter-notebook/ saat bekerja di repo ini.ablation-temperature.ipynb).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.
Tidak ada variabel lingkungan yang diperlukan.
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.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.