团队合作
数据科学项目可能会很复杂，包含许多部分，例如 Notebook、数据、环境和脚本。团队可能难以有效开展合作。
Datalore 让数据团队轻松实现协作。观看此视频快速了解 Datalore 的协作功能：
Notebook 上的实时协作
在 Datalore 中，您可以与同事一起实时编辑 Notebook。将工作拆分成各个工作表，甚至将其汇集在同一个代码单元中。编辑时，您将看到代码的实时更改。环境、数据和计算状态自动共享。
共享 Notebook
您只需使用链接或电子邮件邀请并将访问级别设置为查看或编辑，即可共享 Notebook。协作者可以在您离线时与您一起实时访问 Notebook。
通过电子邮件邀请共享报告
通过电子邮件邀请加强报告共享安全性。这项新功能允许您向特定个人（包括具有新 Viewer 许可证的用户）发送电子邮件邀请，确保访问权限仅限于被邀请人。
跟踪协作者的光标
您只需点击右上角的协作者帐户图标，即可导航到协作者的光标并实时跟进。
在附加文件上协作
通过与您的团队成员一起编辑 Python 脚本和其他附加到 Notebook 的文件，获得完全协作式体验。您将能够在右侧边栏编辑器中看到协作者的光标，以及获得文件内容的实时更新。
团队工作区
在工作区中组织团队项目，让所有人都能随时随地同步掌握相关信息和进度。从一个地方访问您的 Notebook、数据和报告，并获得它们的实时更新，不会再有遗忘在本地计算机上的不同步 Notebook。对于个人实验，每个用户都会获得一个首页工作区。
查看和编辑访问权限
共享 Notebook 或工作区时，您可以配置访问权限。查看访问权限仅允许用户查看 Notebook 和工作区的内容，而编辑访问权限则授予用户对 Notebook 的完整访问权限，包括更改代码、运行单元和开始计算。
内部版本控制
创建历史检查点跟踪团队的工作进度，查看版本之间的差异，以及随时恢复到以前的检查点。对于删除工作表或单元等操作，将自动创建检查点。
内部使用方案
数据科学团队的不同成员可能需要不同的计算资源。 Datalore 使您能够为需要高效 GPU 的用户和需要大量常规 CPU 计算的用户创建单独的使用方案。您可以指定每个用户可以运行每种计算机类型的小时数，并限制某些用户运行高开销计算机。
Notebook 和报告的评论
您现在可以向 Notebook 和报告中的单元添加评论。报告中的评论将与 Notebook 中的相关单元同步，保持无缝评论流。讨论结束时，将相关评论标记为已解决即可结束对话。请注意，评论通知和文本内提及在测试版中未激活，我们计划在下一版本中实现。
