Token导航 LogoToken导航

Agent Skill · 开发

jupyter-notebook(Jupyter 笔记本)

jupyter-notebook 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

jupyter-notebook 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为接触敏感数据;许可证信息还不明确,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 13,622。

总安装 861周安装 37GitHub Stars 60,012下载 302核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:jupyter-notebook(Jupyter 笔记本)
来源仓库:https://github.com/microsoft/ai-agents-for-beginners
仓库路径:skills/jupyter-notebook
安装命令:
npx skills add https://github.com/microsoft/ai-agents-for-beginners --skill jupyter-notebook
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/microsoft/ai-agents-for-beginners --skill jupyter-notebook

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合整理项目状态与变更事项。适用于围绕仓库结构、分支管理和协作流程的信息组织与查询。通过 npx skills add 命令从指定 GitHub 仓库安装并使用。安装前需确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

jupyter-notebook 属于开发类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/jupyter-notebook

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/microsoft/ai-agents-for-beginners --skill jupy…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

jupyter-notebook 怎么安装?

在终端执行 npx skills add https://github.com/microsoft/ai-agents-for-beginners --skill jupyter-notebo…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

jupyter-notebook 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

jupyter-notebook 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

jupyter-notebook 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

jupyter-notebook 用的人多吗?

公开数据是累计安装 861 次,近一周安装 37 次,下载 302 次,GitHub 60,012 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

jupyter-notebook 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 来源仓库有 60,012 星,维护活跃度相对可查。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
jupyter-notebook

Jupyter 笔记本 · 本页

86160,012接触敏感数据未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Jupyter Notebook 技能

为两种主要模式创建简洁、可重现的 Jupyter 笔记本:

  • 实验与探索性分析
  • 教程与面向教学的分步演示

优先使用捆绑的模板和辅助脚本,以获得一致的结构并减少 JSON 错误。

何时使用

  • 从头创建一个新的 .ipynb 笔记本。
  • 将粗略的笔记或脚本转换为结构化的笔记本。
  • 重构现有笔记本,使其更可重现且更易浏览。
  • 构建将被他人阅读或重新运行的实验或教程。

决策树

  • 如果请求是探索性的、分析性的或基于假设的,请选择 experiment。
  • 如果请求是教学性的、逐步的或针对特定受众的,请选择 tutorial。
  • 如果编辑现有笔记本,请将其视为重构:保留原意并改进结构。

技能路径(设置一次)

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).

工作流程

  1. 确定意图。 Identify the notebook kind: experiment or tutorial. Capture the objective, audience, and what "done" looks like.
  2. 从模板搭建脚手架。 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
  1. 用小的、可运行的步骤填充笔记本。 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.
  2. 应用合适的模式。 For experiments, follow references/experiment-patterns.md. For tutorials, follow references/tutorial-patterns.md.
  3. 在处理现有笔记本时安全编辑。 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.
  4. 验证结果。 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.

模板与辅助脚本

  • 模板位于 assets/experiment-template.ipynb 和 assets/tutorial-template.ipynb。
  • 辅助脚本加载模板,更新标题单元格,并写出笔记本。

脚本路径:

  • $JUPYTER_NOTEBOOK_CLI (安装默认: $CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py)

临时与输出约定

  • 对于中间文件使用 tmp/jupyter-notebook/;完成后删除。
  • 在此仓库中工作时,将最终产物写入 output/jupyter-notebook/。
  • 使用稳定且描述性的文件名(例如,ablation-temperature.ipynb)。

依赖项(仅在需要时安装)

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.

环境

No required environment variables.

参考映射

  • references/experiment-patterns.md: 实验结构与启发式准则。
  • references/tutorial-patterns.md: 教程结构与教学流程。
  • references/notebook-structure.md: 笔记本 JSON 结构与安全编辑规则。
  • references/quality-checklist.md: 最终验证检查清单。

免责声明: 本文件已使用 AI 翻译服务 Co-op Translator 进行翻译。虽然我们努力保证准确性,但自动翻译可能存在错误或不准确之处。应以原文(原始语言版本)为准。对于重要信息,建议采用专业人工翻译。由于使用本翻译而导致的任何误解或误释,我们概不负责。

平台分布

Codex

39.74%
按下载量换算120

Claude

29.84%
按下载量换算90

Cursor

17.9%
按下载量换算54

Gemini CLI

10.47%
按下载量换算32

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills