# 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

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.

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

# Jupyter Notebook 스킬

두 가지 주요 모드에 대해 깔끔하고 재현 가능한 Jupyter 노트북을 만드세요:

- 실험 및 탐색적 분석
- 튜토리얼 및 교육 중심 워크스루

일관된 구조와 JSON 실수 감소를 위해 번들된 템플릿과 도우미 스크립트를 사용하는 것을 권장합니다.

## When to use
- 새로운 `.ipynb` 노트북을 처음부터 생성할 때.
- 초안 노트나 스크립트를 구조화된 노트북으로 변환할 때.
- 기존 노트북을 재현 가능하고 훑어보기 쉬운 형태로 리팩터링할 때.
- 다른 사람들이 읽거나 다시 실행할 실험이나 튜토리얼을 만들 때.

## Decision tree
- 요청이 탐색적이거나 분석적이거나 가설 기반이라면 `experiment`를 선택하세요.
- 요청이 교육적이거나 단계별이거나 특정 대상에 초점을 둔다면 `tutorial`을 선택하세요.
- 기존 노트북을 편집하는 경우에는 리팩터로 간주하세요: 의도를 보존하고 구조를 개선하세요.

## 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"
```

사용자 범위 스킬은 `$CODEX_HOME/skills`에 설치됩니다 (기본값: `~/.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.
템플릿으로부터 골격을 만드세요.
원시 노트북 JSON을 수동으로 작성하지 않도록 도우미 스크립트를 사용하세요.

```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.
노트북을 작은 실행 가능한 단계들로 채우세요.
각 코드 셀은 한 단계에 집중되도록 하세요.
목적과 예상 결과를 설명하는 짧은 마크다운 셀을 추가하세요.
짧은 요약으로 충분한 경우 큰 소음이 많은 출력은 피하세요.

4. Apply the right pattern.
실험의 경우 `references/experiment-patterns.md`를 따르세요.
튜토리얼의 경우 `references/tutorial-patterns.md`를 따르세요.

5. Edit safely when working with existing notebooks.
기존 노트북 작업 시 안전하게 편집하세요.
노트북 구조를 보존하세요; 위에서 아래로의 흐름을 개선하지 않는 한 셀의 순서를 변경하지 마세요.
전체 재작성보다 목표 지향적인 편집을 선호하세요.
원시 JSON을 편집해야 한다면 먼저 `references/notebook-structure.md`를 검토하세요.

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