メニュー
زمانی استفاده شود که کاربر درخواست ایجاد، ساختاردهی یا ویرایش دفترچههای Jupyter (`.ipynb`) برای آزمایشها، کاوشها یا آموزشها را دارد؛ از قالبهای همراه ترجیحاً استفاده کنید و اسکریپت کمکی `new_notebook.py` را اجرا کنید تا یک دفترچهٔ آغازین تمیز تولید شود.
사용자가 실험, 탐색 또는 튜토리얼을 위한 Jupyter 노트북(`.ipynb`)을 생성, 스캐폴딩하거나 편집해 달라고 요청할 때 사용합니다; 번들로 제공되는 템플릿을 우선 사용하고 깨끗한 시작 노트북을 생성하기 위해 헬퍼 스크립트 `new_notebook.py`를 실행하는 것을 권장합니다.
ユーザーが実験、探索、またはチュートリアル用の Jupyter ノートブック（`.ipynb`）を作成、スキャフォールド、または編集するよう依頼したときに使用します。バンドルされたテンプレートを優先し、ヘルパースクリプト `new_notebook.py` を実行してクリーンな開始ノートブックを生成してください。
ប្រើនៅពេលដែលអ្នកប្រើស្នើឲ្យបង្កើត រៀបចំ (scaffold) ឬកែសម្រួល Jupyter notebooks (`.ipynb`) សម្រាប់សាកល្បង ស្វែងរក ឬមេរៀន; អនុសាសន៍ឲ្យប្រើទំរង់គំរូដែលភ្ជាប់មកជាមួយ និងរត់ស្គ្រីបជំនួយ `new_notebook.py` ដើម្បីបង្កើតសៀវភៅចាប់ផ្តើមដែលស្អាត។
ស្វែងរកឯកសារផ្លូវការរបស់ Microsoft ដើម្បីរកមើល គំនិត មេរៀន និងឧទាហរណ៍កូដ នៅលើ Azure, .NET, Agent Framework, Aspire, VS Code, GitHub និងផ្សេងទៀត។ ប្រើ Microsoft Learn MCP ជាលំនាំដើម ហើយប្រើ Context7 និង Aspire MCP សម្រាប់មាតិកាដែលស្ថិតនៅខាងក្រៅ learn.microsoft.com។
ಬಳಕೆದಾರರು ಪ್ರಯೋಗಗಳು, ಅನ್ವೇಷಣೆಗಳು ಅಥವಾ ಟ್ಯುಟೋರಿಯಲ್ಗಳಿಗಾಗಿ Jupyter ನೋಟ್ಬುಕ್ಗಳು (`.ipynb`) ರಚಿಸಲು, ಮೂಲ ರಚನೆ ಸಿದ್ಧಪಡಿಸಲು ಅಥವಾ ಸಂಪಾದಿಸಲು ಕೇಳಿದಾಗ ಬಳಸಿರಿ; ಸಂಯೋಜಿತ ಟೆಂಪ್ಲೇಟ್ಗಳಿಗೆ ಪ್ರಾಧಾನ್ಯ ನೀಡಿ ಮತ್ತು ಪ್ರಾರಂಭಿಕ ಸ್ವಚ್ಛ ನೋಟ್ಬುಕ್ ರಚಿಸಲು ಸಹಾಯಕ ಸ್ಕ್ರಿಪ್ಟ್ `new_notebook.py` ಅನ್ನು ರನ್ ಮಾಡಿ.
ಅಧಿಕೃತ Microsoft ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಅನ್ನು ಪ್ರಶ್ನೆ ಮಾಡಿ Azure, .NET, Agent Framework, Aspire, VS Code, GitHub ಮತ್ತು ಇತರೆ ಸಂಬಂಧಿತ ವಿಷಯಗಳ ಮೇಲೆ ತತ್ವಗಳು, ಟ್ಯುಟೋರಿಯಲ್ಗಳು ಮತ್ತು ಕೋಡ್ ಉದಾಹರಣೆಗಳನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ. ಡೀಫಾಲ್ಟ್ವಾಗಿ Microsoft Learn MCP ಅನ್ನು ಬಳಸುತ್ತದೆ; learn.microsoft.com ಹೊರಗಿನ ವಿಷಯಗಳಿಗೆ Context7 ಮತ್ತು Aspire MCP ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.
| name | jupyter-notebook |
| description | زمانی استفاده شود که کاربر درخواست ایجاد، ساختاردهی یا ویرایش دفترچههای Jupyter (`.ipynb`) برای آزمایشها، کاوشها یا آموزشها را دارد؛ از قالبهای همراه ترجیحاً استفاده کنید و اسکریپت کمکی `new_notebook.py` را اجرا کنید تا یک دفترچهٔ آغازین تمیز تولید شود. |
دفترچههای Jupyter تمیز و بازتولیدپذیر برای دو حالت اصلی ایجاد کنید:
قالبهای بستهبندیشده و اسکریپت کمکی را برای ساختار یکنواخت و کاهش خطاهای JSON ترجیح دهید.
.ipynb از ابتدا ایجاد کنید.experiment را انتخاب کنید.tutorial را انتخاب کنید.export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
export JUPYTER_NOTEBOOK_CLI="$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py"
User-scoped skills install under $CODEX_HOME/skills (default: ~/.codex/skills).
هدف را تثبیت کنید.
Identify the notebook kind: experiment or tutorial.
Capture the objective, audience, and what "done" looks like.
از قالب پایهای (scaffold) استفاده کنید. Use the helper script to avoid hand-authoring raw notebook JSON.
uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" \
--kind experiment \
--title "Compare prompt variants" \
--out output/jupyter-notebook/compare-prompt-variants.ipynb
uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" \
--kind tutorial \
--title "Intro to embeddings" \
--out output/jupyter-notebook/intro-to-embeddings.ipynb
دفترچه را با گامهای کوچک و قابل اجرا پر کنید. Keep each code cell focused on one step. Add short markdown cells that explain the purpose and expected result. Avoid large, noisy outputs when a short summary works.
الگوی مناسب را اعمال کنید.
For experiments, follow references/experiment-patterns.md.
For tutorials, follow references/tutorial-patterns.md.
هنگام کار با دفترچههای موجود، با احتیاط ویرایش کنید.
Preserve the notebook structure; avoid reordering cells unless it improves the top-to-bottom story.
Prefer targeted edits over full rewrites.
If you must edit raw JSON, review references/notebook-structure.md first.
نتیجه را اعتبارسنجی کنید.
Run the notebook top-to-bottom when the environment allows.
If execution is not possible, say so explicitly and call out how to validate locally.
Use the final pass checklist in references/quality-checklist.md.
assets/experiment-template.ipynb و assets/tutorial-template.ipynb قرار دارند.Script path:
$JUPYTER_NOTEBOOK_CLI (نصب پیشفرض: $CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py)tmp/jupyter-notebook/ برای فایلهای میانی استفاده کنید؛ پس از اتمام حذف کنید.output/jupyter-notebook/ بنویسید وقتی در این مخزن کار میکنید.ablation-temperature.ipynb).Prefer uv for dependency management.
Optional Python packages for local notebook execution:
uv pip install jupyterlab ipykernel
The bundled scaffold script uses only the Python standard library and does not require extra dependencies.
هیچ متغیر محیطی اجباری وجود ندارد.
references/experiment-patterns.md: ساختار آزمایش و قواعد سرانگشتی.references/tutorial-patterns.md: ساختار آموزش و جریان تدریس.references/notebook-structure.md: شکل JSON دفترچه و قوانین ویرایش ایمن.references/quality-checklist.md: چکلیست اعتبارسنجی نهایی.سلب مسئولیت: این سند با استفاده از سرویس ترجمهٔ مبتنی بر هوش مصنوعی Co-op Translator (https://github.com/Azure/co-op-translator) ترجمه شده است. در حالی که ما در تلاش برای دقت هستیم، لطفاً توجه داشته باشید که ترجمههای خودکار ممکن است حاوی خطاها یا نادرستیهایی باشند. نسخهٔ اصلی سند به زبان مادریاش باید بهعنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حیاتی، ترجمهٔ حرفهای انسانی توصیه میشود. ما در قبال هر گونه سوءتفاهم یا تفسیر نادرستی که از استفاده از این ترجمه ناشی شود، مسئولیتی نداریم.