Создание ноутбуков Jupyter

Создаёт и приводит в порядок ноутбуки Jupyter для экспериментов и учебных материалов по готовым шаблонам со вспомогательным скриптом.

СкиллOpenAICodexApache-2.0Нужен терминалПроверка не требуется

Скачать на русскомОригинал на английском (архив)Источник ↗

Что делает: Создаёт и приводит в порядок ноутбуки Jupyter для экспериментов и учебных материалов по готовым шаблонам со вспомогательным скриптом.
Когда брать: Когда нужен новый ноутбук .ipynb для эксперимента или урока либо порядок в существующем.
Когда не брать: Если нужен не ноутбук, а обычный скрипт или отчёт.
Пример запроса: Сделай ноутбук Jupyter для сравнения вариантов промта с таблицей результатов.
Нужно подключить: терминал, Python
Работает лучше с: uv, JupyterLab

Как включить

Скачайте архив и распакуйте его.
Положите папку jupyter-notebook в ~/.agents/skills/.
Вызовите скилл командой $jupyter-notebook или найдите его через /skills.

Текст

---
name: "jupyter-notebook"
description: "Используй, когда пользователь просит создать, подготовить каркас или отредактировать ноутбуки Jupyter (`.ipynb`) для экспериментов, исследований или обучающих материалов; предпочитай входящие в комплект шаблоны и запускай вспомогательный скрипт `new_notebook.py`, чтобы получить чистый стартовый ноутбук."
---

Скилл «Ноутбук Jupyter»

Создавай чистые воспроизводимые ноутбуки Jupyter для двух основных режимов:

Эксперименты и исследовательский анализ
Обучающие материалы и пошаговые разборы для преподавания

Предпочитай входящие в комплект шаблоны и вспомогательный скрипт: так структура получается единообразной, а ошибок в JSON меньше.

Когда использовать

Создать новый ноутбук .ipynb с нуля.
Превратить черновые заметки или скрипты в структурированный ноутбук.
Переработать существующий ноутбук, чтобы его было проще воспроизводить и просматривать.
Подготовить эксперименты или уроки, которые будут читать или перезапускать другие люди.

Дерево решений

Если запрос исследовательский, аналитический или построен на гипотезе, выбирай experiment.
Если запрос обучающий, пошаговый или рассчитан на определённую аудиторию, выбирай tutorial.
Если правишь существующий ноутбук, считай это рефакторингом: сохраняй замысел и улучшай структуру.

Путь к скиллу (задай один раз)

export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
export JUPYTER_NOTEBOOK_CLI="$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py"

Пользовательские скиллы устанавливаются в $CODEX_HOME/skills (по умолчанию ~/.codex/skills).

Рабочий процесс

Зафиксируй замысел.

Определи тип ноутбука: experiment или tutorial. Запиши цель, аудиторию и то, как выглядит «готово».

Создай каркас из шаблона.

Используй вспомогательный скрипт, чтобы не писать JSON ноутбука вручную.

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

Заполни ноутбук небольшими запускаемыми шагами.

Каждая ячейка с кодом должна отвечать за один шаг. Добавляй короткие ячейки markdown, объясняющие назначение и ожидаемый результат. Избегай больших шумных выводов, когда хватает краткой сводки.

Примени подходящий шаблон решения.

Для экспериментов следуй references/experiment-patterns.md. Для обучающих материалов следуй references/tutorial-patterns.md.

Редактируй осторожно, если работаешь с существующими ноутбуками.

Сохраняй структуру ноутбука; не меняй порядок ячеек, если это не улучшает последовательность изложения сверху вниз. Предпочитай точечные правки полной переписи. Если приходится править «сырой» JSON, сначала просмотри references/notebook-structure.md.

Проверь результат.

Запусти ноутбук сверху вниз, если среда это позволяет. Если запустить нельзя, скажи об этом прямо и объясни, как проверить локально. Используй итоговый контрольный список из references/quality-checklist.md.

Шаблоны и вспомогательный скрипт

Шаблоны лежат в assets/experiment-template.ipynb и assets/tutorial-template.ipynb.
Вспомогательный скрипт загружает шаблон, обновляет ячейку с заголовком и записывает ноутбук.

Путь к скрипту:

$JUPYTER_NOTEBOOK_CLI (после установки по умолчанию: $CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py)

Соглашения о временных файлах и результатах

Промежуточные файлы клади в tmp/jupyter-notebook/; по окончании удаляй.
Итоговые артефакты записывай в output/jupyter-notebook/, если работаешь в этом репозитории.
Используй стабильные понятные имена файлов (например, ablation-temperature.ipynb).

Зависимости (устанавливай только при необходимости)

Для управления зависимостями предпочитай uv.

Необязательные пакеты Python для локального запуска ноутбука:

uv pip install jupyterlab ipykernel

Входящий в комплект скрипт создания каркаса использует только стандартную библиотеку Python и не требует дополнительных зависимостей.

Окружение

Обязательных переменных окружения нет.

Карта справочников

references/experiment-patterns.md: структура экспериментов и эвристики.
references/tutorial-patterns.md: структура обучающих материалов и порядок подачи.
references/notebook-structure.md: устройство JSON ноутбука и правила безопасного редактирования.
references/quality-checklist.md: итоговый контрольный список проверки.

Перевод: iiuniversitet. Оригинал: https://github.com/openai/skills/tree/main/skills/.curated/jupyter-notebook, лицензия Apache-2.0. Изменения: перевод на русский язык.

Оригинал на английском

---
name: "jupyter-notebook"
description: "Use when the user asks to create, scaffold, or edit Jupyter notebooks (`.ipynb`) for experiments, explorations, or tutorials; prefer the bundled templates and run the helper script `new_notebook.py` to generate a clean starting notebook."
---

# Jupyter Notebook Skill

Create clean, reproducible Jupyter notebooks for two primary modes:

- Experiments and exploratory analysis
- Tutorials and teaching-oriented walkthroughs

Prefer the bundled templates and the helper script for consistent structure and fewer JSON mistakes.

## When to use
- Create a new `.ipynb` notebook from scratch.
- Convert rough notes or scripts into a structured notebook.
- Refactor an existing notebook to be more reproducible and skimmable.
- Build experiments or tutorials that will be read or re-run by other people.

## Decision tree
- If the request is exploratory, analytical, or hypothesis-driven, choose `experiment`.
- If the request is instructional, step-by-step, or audience-specific, choose `tutorial`.
- If editing an existing notebook, treat it as a refactor: preserve intent and improve structure.

## Skill path (set once)

```bash
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`).

## Workflow
1. Lock the intent.
Identify the notebook kind: `experiment` or `tutorial`.
Capture the objective, audience, and what "done" looks like.

2. Scaffold from the template.
Use the helper script to avoid hand-authoring raw notebook JSON.

```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. Fill the notebook with small, runnable steps.
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.

4. Apply the right pattern.
For experiments, follow `references/experiment-patterns.md`.
For tutorials, follow `references/tutorial-patterns.md`.

5. Edit safely when working with existing notebooks.
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.

6. Validate the result.
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`.

## Templates and helper script
- Templates live in `assets/experiment-template.ipynb` and `assets/tutorial-template.ipynb`.
- The helper script loads a template, updates the title cell, and writes a notebook.

Script path:
- `$JUPYTER_NOTEBOOK_CLI` (installed default: `$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py`)

## Temp and output conventions
- Use `tmp/jupyter-notebook/` for intermediate files; delete when done.
- Write final artifacts under `output/jupyter-notebook/` when working in this repo.
- Use stable, descriptive filenames (for example, `ablation-temperature.ipynb`).

## Dependencies (install only when needed)
Prefer `uv` for dependency management.

Optional Python packages for local notebook execution:

```bash
uv pip install jupyterlab ipykernel
```

The bundled scaffold script uses only the Python standard library and does not require extra dependencies.

## Environment
No required environment variables.

## Reference map
- `references/experiment-patterns.md`: experiment structure and heuristics.
- `references/tutorial-patterns.md`: tutorial structure and teaching flow.
- `references/notebook-structure.md`: notebook JSON shape and safe editing rules.
- `references/quality-checklist.md`: final validation checklist.

Источник: openai/skills / jupyter-notebook ↗. Ссылка проверена 2026-10-10.

---
name: "jupyter-notebook"
description: "Используй, когда пользователь просит создать, подготовить каркас или отредактировать ноутбуки Jupyter (`.ipynb`) для экспериментов, исследований или обучающих материалов; предпочитай входящие в комплект шаблоны и запускай вспомогательный скрипт `new_notebook.py`, чтобы получить чистый стартовый ноутбук."
---


# Скилл «Ноутбук Jupyter»

Создавай чистые воспроизводимые ноутбуки Jupyter для двух основных режимов:

- Эксперименты и исследовательский анализ
- Обучающие материалы и пошаговые разборы для преподавания

Предпочитай входящие в комплект шаблоны и вспомогательный скрипт: так структура получается единообразной, а ошибок в JSON меньше.

## Когда использовать
- Создать новый ноутбук `.ipynb` с нуля.
- Превратить черновые заметки или скрипты в структурированный ноутбук.
- Переработать существующий ноутбук, чтобы его было проще воспроизводить и просматривать.
- Подготовить эксперименты или уроки, которые будут читать или перезапускать другие люди.

## Дерево решений
- Если запрос исследовательский, аналитический или построен на гипотезе, выбирай `experiment`.
- Если запрос обучающий, пошаговый или рассчитан на определённую аудиторию, выбирай `tutorial`.
- Если правишь существующий ноутбук, считай это рефакторингом: сохраняй замысел и улучшай структуру.

## Путь к скиллу (задай один раз)

```bash
export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
export JUPYTER_NOTEBOOK_CLI="$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py"
```

Пользовательские скиллы устанавливаются в `$CODEX_HOME/skills` (по умолчанию `~/.codex/skills`).

## Рабочий процесс
1. Зафиксируй замысел.
Определи тип ноутбука: `experiment` или `tutorial`.
Запиши цель, аудиторию и то, как выглядит «готово».

2. Создай каркас из шаблона.
Используй вспомогательный скрипт, чтобы не писать JSON ноутбука вручную.

```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. Заполни ноутбук небольшими запускаемыми шагами.
Каждая ячейка с кодом должна отвечать за один шаг.
Добавляй короткие ячейки markdown, объясняющие назначение и ожидаемый результат.
Избегай больших шумных выводов, когда хватает краткой сводки.

4. Примени подходящий шаблон решения.
Для экспериментов следуй `references/experiment-patterns.md`.
Для обучающих материалов следуй `references/tutorial-patterns.md`.

5. Редактируй осторожно, если работаешь с существующими ноутбуками.
Сохраняй структуру ноутбука; не меняй порядок ячеек, если это не улучшает последовательность изложения сверху вниз.
Предпочитай точечные правки полной переписи.
Если приходится править «сырой» JSON, сначала просмотри `references/notebook-structure.md`.

6. Проверь результат.
Запусти ноутбук сверху вниз, если среда это позволяет.
Если запустить нельзя, скажи об этом прямо и объясни, как проверить локально.
Используй итоговый контрольный список из `references/quality-checklist.md`.

## Шаблоны и вспомогательный скрипт
- Шаблоны лежат в `assets/experiment-template.ipynb` и `assets/tutorial-template.ipynb`.
- Вспомогательный скрипт загружает шаблон, обновляет ячейку с заголовком и записывает ноутбук.

Путь к скрипту:
- `$JUPYTER_NOTEBOOK_CLI` (после установки по умолчанию: `$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py`)

## Соглашения о временных файлах и результатах
- Промежуточные файлы клади в `tmp/jupyter-notebook/`; по окончании удаляй.
- Итоговые артефакты записывай в `output/jupyter-notebook/`, если работаешь в этом репозитории.
- Используй стабильные понятные имена файлов (например, `ablation-temperature.ipynb`).

## Зависимости (устанавливай только при необходимости)
Для управления зависимостями предпочитай `uv`.

Необязательные пакеты Python для локального запуска ноутбука:

```bash
uv pip install jupyterlab ipykernel
```

Входящий в комплект скрипт создания каркаса использует только стандартную библиотеку Python и не требует дополнительных зависимостей.

## Окружение
Обязательных переменных окружения нет.

## Карта справочников
- `references/experiment-patterns.md`: структура экспериментов и эвристики.
- `references/tutorial-patterns.md`: структура обучающих материалов и порядок подачи.
- `references/notebook-structure.md`: устройство JSON ноутбука и правила безопасного редактирования.
- `references/quality-checklist.md`: итоговый контрольный список проверки.

Перевод: iiuniversitet. Оригинал: https://github.com/openai/skills/tree/main/skills/.curated/jupyter-notebook, лицензия Apache-2.0. Изменения: перевод на русский язык.