# Jupyter Notebook

Creates and edits Jupyter notebooks from templates for experiments and tutorials.

- Repository: https://github.com/microsoft/ai-agents-for-beginners (78611 stars)
- Category: Engineering
- License: MIT
- Last updated: 2026-10-31
- Runs scripts: no, instructions only

## Install

Claude Code: `npx skills add microsoft/ai-agents-for-beginners --skill jupyter-notebook -g -a claude-code -y`
Codex: `npx skills add microsoft/ai-agents-for-beginners --skill jupyter-notebook -g -a codex -y`
Cursor: `npx skills add microsoft/ai-agents-for-beginners --skill jupyter-notebook -g -a cursor -y`
Gemini CLI: `npx skills add microsoft/ai-agents-for-beginners --skill jupyter-notebook -g -a gemini-cli -y`

## Description

À utiliser lorsque l'utilisateur demande de créer, structurer ou modifier des notebooks Jupyter (`.ipynb`) pour des expériences, explorations ou tutoriels ; privilégiez les modèles fournis et exécutez le script d'aide `new_notebook.py` pour générer un notebook de départ propre.

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# Compétence Jupyter Notebook

Créez des notebooks Jupyter propres et reproductibles pour deux modes principaux :

- Expériences et analyse exploratoire
- Tutoriels et parcours guidés à visée pédagogique

Privilégiez les modèles fournis et le script d'assistance pour une structure cohérente et moins d'erreurs JSON.

## Quand l'utiliser
- Créez un nouveau notebook `.ipynb` à partir de zéro.
- Convertissez des notes ou des scripts bruts en un notebook structuré.
- Refactorez un notebook existant pour le rendre plus reproductible et plus facile à parcourir.
- Réalisez des expériences ou des tutoriels destinés à être lus ou réexécutés par d'autres personnes.

## Arbre décisionnel
- Si la demande est exploratoire, analytique ou guidée par des hypothèses, choisissez `experiment`.
- Si la demande est didactique, étape par étape ou ciblée sur un public spécifique, choisissez `tutorial`.
- Si vous modifiez un notebook existant, considérez cela comme une refonte : préservez l'intention et améliorez la structure.

## Chemin de compétence (à définir une fois)

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

Les skills au niveau utilisateur s'installent sous `$CODEX_HOME/skills` (par défaut : `~/.codex/skills`).

## Flux de travail
1. Verrouillez l'intention.
Identifiez le type de notebook : `experiment` ou `tutorial`.
Consignez l'objectif, le public et à quoi ressemble "terminé".

2. Générez la structure à partir du modèle.
Utilisez le script d'aide pour éviter d'éditer manuellement le JSON brut du 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
```

The rest: https://github.com/microsoft/ai-agents-for-beginners/blob/HEAD/translations/fr/.agents/skills/jupyter-notebook/SKILL.md