SuperAPI AI 工具集

jupyter-notebook

编程与开发

查看项目

更新于 10-16 01:39

技能介绍

用途:创建整洁、可复现的 Jupyter Notebook,分为两类模式——实验与探索性分析、教程与教学式讲解。适合从零创建 .ipynb、把粗略笔记或脚本转成结构化 notebook、重构已有 notebook 使其更可复现易读,以及构建会被他人阅读或重跑的实验与教程。

主要能力:内置实验模板 assets/experiment-template.ipynb 与教程模板 assets/tutorial-template.ipynb,以及辅助脚本加载模板、更新标题单元格并写出 notebook,避免手写原始 notebook JSON 出错。提供决策树:探索、分析或假设驱动选 experiment;教学、分步或面向特定受众选 tutorial;编辑已有 notebook 按重构处理,保留意图并改善结构。

使用方式:先设置技能路径: 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 $CODEX_HOME/skills(默认 ~/.codex/skills)。用辅助脚本生成: uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" --kind experiment --title "Compare prompt variants" --out output/jupyter-notebook/compare-prompt-variants.ipynb 或 --kind tutorial。随后填充小而可运行的步骤,每个代码单元格聚焦一步,配简短 markdown 说明目的与预期结果,避免大而嘈杂的输出。实验遵循 references/experiment-patterns.md,教程遵循 references/tutorial-patterns.md。编辑已有 notebook 时保留结构、优先定点修改;若必须改原始 JSON,先查阅 references/notebook-structure.md。最后做验证,环境允许时自上而下运行;无法执行需明确说明并给出本地验证方法,使用 references/quality-checklist.md 做最终检查。

约定与依赖:中间文件放 tmp/jupyter-notebook/,完成后删除;最终产物在 output/jupyter-notebook/ 下,文件名稳定且具描述性。依赖管理优先用 uv;本地执行 notebook 可选安装 uv pip install jupyterlab ipykernel。内置脚手架脚本仅用 Python 标准库,无需额外依赖。无必需环境变量。参考文件包括 experiment-patterns.md、tutorial-patterns.md、notebook-structure.md、quality-checklist.md。具体收费与价格暂未提供。