Jupyter Book 使用与配置指南
2026-01-17 08:20:53作者:史锋燃Gardner
项目目录结构及介绍
Jupyter Book 的目录结构如下:
.
├── binder
│ └── environment.yml #Binder 集成环境配置
├── docs # 文档源代码存放位置
├── examples # 示例内容
├── jupyter_book # Jupyter Book 核心库代码
├── scripts # 自定义脚本
├── tests # 测试用例
├── .gitignore # Git 忽略规则
├── .pre-commit-config.yaml # Pre-commit 配置
├── .readthedocs.yml # ReadTheDocs 构建配置
├── CHANGELOG.md # 更新日志
├── LICENSE # 许可证文件
├── README.md # 项目简介
├── codecov.yml # Codecov 代码覆盖率配置
├── conftest.py # Pytest 配置
└── pyproject.toml # Python 项目配置
binder: 这个目录包含了用于创建 Binder 环境的文件,比如environment.yml文件,它描述了运行 Jupyter Book 所需的依赖。docs: 存放书的内容,通常是 Markdown 文件或 Jupyter 笔记本。examples: 提供示例内容,帮助用户了解 Jupyter Book 功能。jupyter_book: 包含 Jupyter Book 库的源代码。scripts: 可能包含一些辅助脚本,用于自动化任务。tests: 测试代码,确保项目功能正常。.gitignore,.pre-commit-config.yaml,.readthedocs.yml和其他配置文件用于版本控制、代码质量检查以及文档构建。
项目启动文件介绍
Jupyter Book 的主要命令行接口是通过 jb 命令行工具实现的。要构建或管理你的书籍,你需要在终端中运行以下命令:
-
构建书籍:
jb build <your_book_directory>这将从指定目录下的源文件构建一个静态网站和可选的 PDF 输出。
-
清理输出:
jb clean <your_book_directory>清除书籍的构建输出,以便重新开始。
-
查看书籍:
jb serve <your_book_directory>启动本地服务器,实时预览书籍内容变化。
-
创建书籍:
jb init初始化一个新的 Jupyter Book 项目模板。
这些命令位于 jupyter-book 目录中的 Python 脚本中,通过调用 python -m jupyter_book 来执行。
项目的配置文件介绍
Jupyter Book 使用 YAML 格式的配置文件来定制书籍的构建过程。默认情况下,配置文件位于你的书籍根目录下,名为 _config.yml。下面是一些基本的配置选项:
- book_filename: 书籍的主页面文件名,默认为
index.md。 - language_code: 书籍使用的语言代码,默认为
en(英语)。 - use_mathjax: 是否启用 MathJax 显示数学公式,默认为
true。 - html_theme: HTML 输出的主题,例如
'sphinx_rtd_theme'或'alabaster'。 - pdf_engine: 创建 PDF 输出时使用的引擎,如
pdflatex或weasyprint。
你可以在 _config.yml 中添加更多自定义设置,比如添加额外的 CSS 风格,定义自定义的 TOC(目录),或者控制书籍构建的其他方面。对于完整的配置选项列表,建议查阅 Jupyter Book 官方文档。
请注意,如果你没有 _config.yml 文件,你可以通过运行 jb init 命令来创建一个基础配置文件模板。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
一颗老鼠屎坏了一锅汤:慎用 MemoryManager 的外部 Provider 注入Agent 突然装死?揭秘 batch_runner 遇到“无推理”提示词无限重试的死循环把公司钉钉变成超级中枢:利用 MCP 协议打通 Hermes 与内部工单系统告别卡顿:为何轻量级调度必须留本地,重度推理该上云端 API?别让 Agent 慢在推理上:Beelink 等高性能 PC 本地并发调优指南彻底告别环境玄学:用 Nix 打包具有持久化层的高性能 Agent重试、重规划还是再拆解?打造能在生产环境活下来的多智能体容错管线Matrix-nio 为什么被扫进历史垃圾堆?从源码看陈旧依赖带来的编译灾难让 Hermes 完美驾驭满血版 DeepSeek-R1:彻底搞定思维链解析与路由Python 扛不住高并发?优化 Hermes Gateway 并发处理能力的 3 把斧
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
672
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
514
622
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
943
884
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
299
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
906
暂无简介
Dart
918
222
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212