用途：编写 Milvus 应用级 Jupyter notebook 示例（如 RAG、语义搜索、混合搜索），面向 DevRel 工作流。核心思路是 Markdown 优先：AI 只编辑 .md 文件，再通过 jupyter-switch 转换为可运行的 .ipynb。
前置条件：Python >= 3.10，且可用 uvx 命令。
主要能力与用法：.md 中 Python 代码块会转成代码单元，其余内容转成 Markdown 单元，单元输出不在 .md 中保留。转换命令：uvx jupyter-switch example.md 生成 .ipynb；uvx jupyter-switch example.ipynb 反向生成 .md。原输入文件不会被修改或删除，输出文件已存在时会自动创建 .bak 备份。编辑流程为始终改 .md，改完重新转换以同步 .ipynb。
测试运行前需先确定 Python 环境（系统默认、conda/mamba 环境、已注册 Jupyter 内核、本地 venv 或自定义路径），可用 conda env list、jupyter kernelspec list、which python3、ls -d .venv/ venv/ 等命令探测，并让用户选择。未注册为内核的环境需先执行 <env-python> -m ipykernel install --user --name <name>，再用 jupyter execute --kernel_name=<name> example.ipynb 运行。运行前应把仅用于初始化的单元（pip install、API key 占位、mock 演示单元）整体注释掉，依赖在外部环境安装，密钥通过 shell 导出或命令前注入。
结构模板包含标题、Prerequisites、Setup、Prepare Data、创建集合并插入、查询/搜索、Cleanup。技能内含 references/bootcamp-format.md（教程徽章与文档结构）和 references/milvus-code-style.md（pymilvus 代码规范：使用 MilvusClient API、显式 schema、has_collection 检查等）。
限制：资料未提供该技能的收费、平台支持范围或效果数据；具体 Milvus 连接地址与密钥需用户自行提供，示例中的占位值不可直接使用。