Menü
根据 Rubric 评审 Anthropic Cookbook notebook。当请求 notebook 审查或审计时使用。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
此技能根据财务报表数据计算关键财务比率和指标，用于投资分析
此技能将一致的企业品牌和样式应用于所有生成的文档，包括颜色、字体、布局和文案
此技能提供一套高级金融建模套件，包含 DCF 分析、敏感性测试、蒙特卡洛模拟和用于投资决策的情景规划
| name | cookbook-audit |
| description | 根据 Rubric 评审 Anthropic Cookbook notebook。当请求 notebook 审查或审计时使用。 |
使用 style_guide.md 中的指南和评分标准审查请求的 Cookbook notebook。根据评分指南提供评分，并给出改进 cookbook 的建议。
样式指南提供了详细的模板和示例，涵盖：
重要：在进行审计之前，请务必先阅读 style_guide.md。样式指南包含可参考的标准模板以及好/坏示例。
按照以下步骤进行全面审计：
style_guide.md 以了解当前的最佳实践python3 validate_notebook.py <path> 捕捉技术问题并生成 markdown
scripts/detect-secrets/plugins.py 中定义的自定义模式scripts/detect-secrets/.secrets.baseline 中的基线进行检查tmp/ 文件夹中生成一个 markdown 文件以便于审查（与原始 .ipynb 相比节省上下文）
请使用以下结构展示你的审计结果：
[简要理由及具体示例]
[简要理由及具体示例]
[简要理由及具体示例]
[简要理由及具体示例]
[优先级排序的、可操作的改进列表，并引用特定章节]
[展示 notebook 的具体摘录，并提出具体的改进建议]
使用此清单确保全面覆盖：
引言（参见 style_guide.md 第 1 节）
前置条件与设置（参见 style_guide.md 第 2 节）
结构与组织
结论（参见 style_guide.md 第 4 节）
代码质量
输出管理
内容质量
技术要求
Cookbook 主要以行动为导向，但策略性地融入了理解内容，并受 Diataxis 框架指导。
核心原则：
一个好的 Cookbook 不仅帮助用户解决当下的问题，还能帮助他们理解解决方案背后的基本原则，鼓励他们识别何时以及如何调整方法。用户将能够对 AI 系统设计做出更明智的决策，培养对模型输出的判断力，并建立可迁移到未来 AI 系统的技能。
Cookbook 不是纯教程：我们假设用户具备基本的技术技能和对 API 的熟悉度。我们在 cookbook 中明确说明前置条件，并引导用户前往 Academy 学习更多主题。 它们不是全面的解释：我们不教 Transformer 架构或概率论。我们需要理解，用户遵循我们的 cookbook 是为了解决他们今天面临的问题。他们很忙，正处于学习或构建的过程中，并希望能够运用所学来解决当前的需求。 Cookbook 不是参考文档：我们不会详尽地记录每个参数，我们会根据需要链接到文档中的适当资源。 Cookbook 不是简单的技巧和窍门：我们不教授仅适用于当前模型代际的“黑客技巧”。我们不过度承诺而交付不足。 Cookbook 不是生产就绪的代码：它们展示用例和能力，而非生产模式。不需要过度的错误处理。
dotenv.load_dotenv() 而非 os.environ使用 %%capture 移除多余输出：
显示相关输出：
详细模板和示例请参见 style_guide.md
必须包含：
❌ 避免：以机制开头（“我们将构建一个研究代理……”） ✅ 做法：以问题/价值开头（“你的团队花费数小时对 CI 失败进行分类……”）
必须包含：
%%capturedotenv.load_dotenv() 而非 os.environMODEL 常量按逻辑步骤或阶段组织，每个阶段包含：
必须包含：
❌ 避免：通用总结（“我们演示了 SDK 如何实现……”） ✅ 做法：可操作的指导（“考虑将其应用于 X……接下来，尝试 Y……”）
详细的好/坏示例请参考 style_guide.md。注意以下问题：
❌ 以机制开头：“我们将使用 Claude SDK 构建一个研究代理……” ❌ 功能堆砌：列出 SDK 方法或工具能力 ❌ 模糊的学习目标：“了解代理”或“理解 API” ✅ 以问题为导向的框架，配合具体、可操作的学习目标
❌ 未使用 %%capture 的嘈杂 pip install 输出
❌ 多个独立的 pip install 命令
❌ 使用 os.environ["API_KEY"] = "your_key" 而非 dotenv
❌ 全文硬编码模型名称，而非使用 MODEL 常量
✅ 干净的设置，合并安装项，使用 dotenv 和常量
❌ 代码块之前没有解释性文字 ❌ 运行代码后没有解释我们学到了什么 ❌ 注释解释代码做“什么”（代码应自文档化） ❌ 过度解释显而易见的代码 ✅ 代码前有背景，代码后有见解，注释解释“为什么”
❌ 通用总结：“我们演示了 SDK 如何实现……” ❌ 仅重述 notebook 做了什么，没有指导 ❌ 未呼应陈述的学习目标 ✅ 关于将学到的知识应用到用户具体场景的可操作指导