Skip to main content

jupyter-notebook

Usado quando o utilizador pede para criar, estruturar ou editar Jupyter notebooks (`.ipynb`) para experiências, explorações ou tutoriais; prefira os modelos incluídos e execute o script auxiliar `new_notebook.py` para gerar um notebook inicial limpo.

Ir a la instalación

Datos de origen

Repositorio
microsoft/ai-agents-for-beginners
Última actividad en el origen
19 de febrero de 2026 a las 19:00
Idioma detectado de SKILL.md
portugués
Estrellas
75.269
Forks
24.793

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.

Explorador de archivos
7 archivos

Mostrando SKILL.md

SKILL.md
Instrucciones de origen · Vista previa de solo lectura
name
jupyter-notebook
description
Usado quando o utilizador pede para criar, estruturar ou editar Jupyter notebooks (`.ipynb`) para experiências, explorações ou tutoriais; prefira os modelos incluídos e execute o script auxiliar `new_notebook.py` para gerar um notebook inicial limpo.
# Competência Jupyter Notebook Crie notebooks Jupyter limpos e reprodutíveis para dois modos principais: - Experimentos e análise exploratória - Tutoriais e walkthroughs orientados ao ensino Prefira os modelos incluídos e o script auxiliar para uma estrutura consistente e menos erros no JSON. ## Quando usar - Crie um novo `.ipynb` notebook a partir do zero. - Converta notas soltas ou scripts num notebook estruturado. - Refatore um notebook existente para que seja mais reprodutível e fácil de ler. - Construa experimentos ou tutoriais que serão lidos ou executados por outras pessoas. ## Árvore de decisão - Se o pedido for exploratório, analítico ou orientado por hipóteses, escolha `experiment`. - Se o pedido for instrucional, passo-a-passo ou dirigido a um público específico, escolha `tutorial`. - Se estiver a editar um notebook existente, trate-o como uma refatoração: preserve a intenção e melhore a estrutura. ## Caminho de competências (definir uma vez) ```bash export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}" export JUPYTER_NOTEBOOK_CLI="$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py" ``` As skills a nível de utilizador instalam-se em `$CODEX_HOME/skills` (por omissão: `~/.codex/skills`). ## Workflow 1. Defina a intenção. Identifique o tipo de notebook: `experiment` ou `tutorial`. Registe o objetivo, o público e como se percebe que está "concluído". 2. Estruture a partir do modelo. Use o script auxiliar para evitar criar manualmente o JSON bruto do notebook. ```bash uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" \ --kind experiment \ --title "Compare prompt variants" \ --out output/jupyter-notebook/compare-prompt-variants.ipynb ``` ```bash uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" \ --kind tutorial \ --title "Intro to embeddings" \ --out output/jupyter-notebook/intro-to-embeddings.ipynb ``` 3. Preencha o notebook com pequenos passos executáveis. Mantenha cada célula de código focada num único passo. Adicione pequenas células markdown que expliquem o propósito e o resultado esperado. Evite saídas grandes e ruidosas quando um resumo curto for suficiente. 4. Aplique o padrão adequado. Para experimentos, siga `references/experiment-patterns.md`. Para tutoriais, siga `references/tutorial-patterns.md`. 5. Edite com segurança ao trabalhar com notebooks existentes. Preserve a estrutura do notebook; evite reordenar células a menos que isso melhore a narrativa de cima para baixo. Prefira edições direcionadas em vez de reescritas completas. Se tiver de editar o JSON bruto, reveja `references/notebook-structure.md` primeiro. 6. Valide o resultado. Execute o notebook de cima para baixo quando o ambiente permitir. Se a execução não for possível, declare-o explicitamente e indique como validar localmente. Use a checklist de passagem final em `references/quality-checklist.md`. ## Modelos e script auxiliar - Os modelos estão em `assets/experiment-template.ipynb` e `assets/tutorial-template.ipynb`. - O script auxiliar carrega um modelo, atualiza a célula de título e escreve um notebook. Script path: - `$JUPYTER_NOTEBOOK_CLI` (instalado por omissão: `$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py`) ## Convenções para ficheiros temporários e de saída - Use `tmp/jupyter-notebook/` para ficheiros intermédios; elimine quando terminar. - Escreva artefactos finais em `output/jupyter-notebook/` quando trabalhar neste repo. - Use nomes de ficheiro estáveis e descritivos (por exemplo, `ablation-temperature.ipynb`). ## Dependências (instalar só quando necessário) Prefira `uv` para gestão de dependências. Optional Python packages for local notebook execution: ```bash uv pip install jupyterlab ipykernel ``` O script de scaffolding incluído usa apenas a biblioteca padrão do Python e não requer dependências extra. ## Ambiente Não há variáveis de ambiente obrigatórias. ## Mapa de referência - `references/experiment-patterns.md`: estrutura de experimentos e heurísticas. - `references/tutorial-patterns.md`: estrutura de tutoriais e fluxo de ensino. - `references/notebook-structure.md`: forma do JSON do notebook e regras de edição segura. - `references/quality-checklist.md`: checklist de validação final. --- <!-- CO-OP TRANSLATOR DISCLAIMER START --> **Aviso legal**: Este documento foi traduzido usando o serviço de tradução por IA [Co-op Translator](https://github.com/Azure/co-op-translator). Embora nos esforcemos por garantir a exatidão, esteja ciente de que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se uma tradução profissional realizada por um tradutor humano. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes da utilização desta tradução. <!-- CO-OP TRANSLATOR DISCLAIMER END -->
Ver en GitHub