Navigation : Index

Notebook de travail

Ce notebook est généré de façon incrémentale pour accomplir la tâche décrite dans la partie suivante.

1. Objectif du Notebook

Dans cette partie, nous décrivons l’objectif du notebook, sa fonction, les outils qu’il doit utiliser, les buts qu’il cherche à atteindre.

Tâche originale

Voilà la tâche telle qu’elle a été initialement formulée.

Interprétation et sous-objectifs

Dans cette partie, on explicite l’interprétation de la tâche originale, et le détail de la méthode mise en oeuvre pour la réaliser.

2. Préparation de l’environnement

Nous allons d’abord installer et importer les composants nécessaires.

Initialisation du kernel Jupyter

Dans la cellule de code suivante, nous importons un kernel jupyter au sein de l’environnement .Net Interactive

#!connect jupyter --kernel-name pythonkernel --kernel-spec python3

Test de l’environnement Python

Dans la cellule de code suivante, nous nous assurons que le kernel importé est fonctionnel

# Vérifions si le kernel Python fonctionne
import sys
print(f"Python version: {sys.version}")

Python version: 3.13.3 (tags/v3.13.3:6280bb5, Apr  8 2025, 14:47:33) [MSC v.1943 64 bit (AMD64)]

Installation des packages Python

Dans la cellule de code suivante, nous installons l’ensemble des bibliothèques Python utilisées dans le Notebook.

# Cell 1
# (Exemple : !pip install semantic-kernel)

Importation des espaces de noms (modules) utiles

Dans la cellule de code suivante, on regroupe l’ensemble des imports utiles pour les cellules de code des parties suivantes.

# Cell 2
# (Exemple : import semantic_kernel as sk)

3. Initialisation

Dans cette partie, nous créons les objets dont la manipulation permettra d’atteindre l’objectif fixé.

# Cell 3
# Exemple : sk.add_plugin(parent_directory=plugins_directory, plugin_name="FunPlugin")

4. Traitement

Nous effectuons les manipulations et traitements nous permettant d’obtenir les résultats escomptés. On génère autant que possible des sorties d’affichage pour s’assurer de la bonne exécution.

# Cell 4
# (Exemple : result = await sk.invoke(jokeFunction, input="travel to dinosaur age", style="silly"))

5. Analyse

Nous effectuons les vérifications, les aggrégats et les visualisations nécessaires pour valider et rendre compte des résultats.

# Cell 5
# (Exemple : plot(result))

6. Conclusion

Conclusion Markdown issue de l’exécution du notebook, constatant la conformité des sorties des cellules de code et explicitant la réalisation de la tâche et son résultat.

Retour au sommet