用途：在 TrueFoundry 上启动 JupyterLab 开发环境，用于数据探索、ML 模型原型开发，支持 GPU 访问、持久化存储与自动关停。
主要能力：通过 YAML 清单定义 notebook（type: notebook），可配置镜像、home_directory_size、cull_timeout 及 CPU/内存/临时存储资源；GPU 笔记本在 resources.devices 中声明 nvidia_gpu（如 T4）。默认镜像为 public.ecr.aws/truefoundrycloud/jupyter:0.4.5-py3.12.12-sudo，也可基于官方镜像构建自定义镜像（不得修改 ENTRYPOINT 或 CMD）。home 目录持久化，apt 安装不持久，可用 Build Scripts 每次启动安装系统包。支持环境变量、IAM 服务账号或卷访问云存储，JupyterLab 内置 Git 扩展。
使用方式：先确认 TFY_BASE_URL、TFY_API_KEY 与 TFY_WORKSPACE_FQN（缺失需询问用户，不可自动选择），检查 tfy --version，缺失时执行 pip install 'truefoundry==0.5.0' && tfy login --host "$TFY_BASE_URL"。生成清单后先预览 tfy apply -f tfy-manifest.yaml --dry-run --show-diff，再执行 tfy apply -f tfy-manifest.yaml。CLI 不可用时通过 scripts/tfy-api.sh 调用 PUT /api/svc/v1/apps。也可在控制台 Deployments → New Deployment → Jupyter Notebook 启动。
限制：生产服务、模型部署、SSH 服务器等场景应改用对应技能。GPU 类型需集群可用，否则可能一直 pending；GPU 未识别时需确认使用 CUDA 镜像。存储不足可清理 /home/jovyan/、扩容或挂载卷。REST API 可能返回 401/404/422 错误。