在 VS Code 中管理 Jupyter 内核
Visual Studio Code 笔记本的内核选择器可帮助您为笔记本选择特定的内核。您可以通过单击笔记本右上角的“**选择内核**”或通过命令面板中的“**Notebook: 选择笔记本内核**”命令打开内核选择器。
打开内核选择器后，VS Code 会显示最近使用 (MRU) 的内核。
注意：在 VS Code 的早期版本（版本 <1.76）中，VS Code 默认显示所有可用的内核。
要查看其他内核，您可以单击“**选择其他内核...**”。所有现有内核都分为内核源选项，这些源由 Jupyter 扩展开箱即用地支持。
默认情况下，VS Code 会推荐您之前在笔记本上使用的内核，但您可以选择连接到任何其他 Jupyter 内核，如下所示。VS Code 还会记住您笔记本上次选择的内核，并在您下次打开笔记本时自动选择它们。
Jupyter 内核
“**Jupyter 内核**”类别列出 VS Code 在其运行的计算系统（您的桌面、GitHub Codespaces、远程服务器等）上下文中检测到的所有 Jupyter 内核。每个 Jupyter 内核都有一个 Jupyter 内核规范或 Jupyter 内核说明，其中包含一个 JSON 文件 (kernel.json)，其中包含有关内核的详细信息——名称、描述和启动进程作为内核所需的 CLI 信息。
Python 环境
“**Python 环境**”类别列出 VS Code 从其运行的计算系统（您的桌面、Codespaces、远程服务器等）中检测到的 Python 环境。它显示按类型分组的所有 Python 环境（例如，conda、venv）——无论是否安装了 IPyKernel。
注意：您无需将 jupyter 安装到您想要使用的 Python 环境中。只需要 IPyKernel 包即可启动 Python 进程作为内核并针对您的笔记本执行代码 (
pip install ipykernel)。请访问 Jupyter 扩展 wiki 了解更多信息。
现有 Jupyter 服务器
“**现有 Jupyter 服务器**”类别列出先前连接的远程 Jupyter 服务器。您还可以使用此选项连接到远程或本地运行的现有 Jupyter 服务器。找到您的 Jupyter 服务器的 URL，例如，http://<ip-address>:<port>/?token=<token>，并将其粘贴到“**输入正在运行的 Jupyter 服务器的 URL**”选项中，以连接到远程服务器并使用该服务器针对您的笔记本执行代码。
当您启动远程服务器时，请务必
- 允许所有来源（例如
--NotebookApp.allow_origin='*'）以允许外部访问您的服务器。 - 将笔记本设置为侦听所有 IP (
--NotebookApp.ip='0.0.0.0')。
连接后，所有活动的 Jupyter 会话都将显示在此列表中。
您可以从服务器的内核规范创建新会话，方法是
- 运行“**Notebook: 选择笔记本内核**”命令。
- 选择“**选择其他内核**”。
- 选择“**现有 Jupyter 服务器**”。
- 选择您的服务器。
Codespaces Jupyter 服务器
“**连接到 Codespace**”类别包含一种特殊的 Jupyter 服务器，您可以使用由 GitHub Codespaces 提供支持的远程 Jupyter 服务器，这是一个云资源，您每月可以免费使用最多 60 小时。要使用 Codespaces Jupyter 服务器
-
注意：如果您使用的是 Web 版 VS Code (vscode.dev 或 github.dev)，则此扩展已为您安装。另请确保安装了 Jupyter 扩展。
-
转到命令面板（⇧⌘P (Windows、Linux Ctrl+Shift+P)），选择“**Codespaces: 登录**”，然后按照步骤登录到 Codespaces。
-
通过单击笔记本右上角的“**选择内核**”打开内核选择器，选择“**连接到 Codespace**”。
提示：如果您没有看到“**连接到 Codespace**”选项，请转到命令面板（⇧⌘P (Windows、Linux Ctrl+Shift+P)），选择“**开发者: 重新加载窗口**”以重新加载窗口并重试。
不是必需的，但您也可以在 GitHub Codespaces 页面上管理所有 Codespaces 和 Codespaces Jupyter 服务器。要了解更多信息，您可以阅读 GitHub Codespaces 文档。
添加内核选项
如果您的计算机上没有任何 Jupyter 内核或 Python 环境，VS Code 可以帮助您进行设置：转到命令面板（⇧⌘P (Windows、Linux Ctrl+Shift+P)），选择“**Python: 创建环境**”，然后按照提示操作。您还可以通过安装其他扩展（如 Azure 机器学习）来添加其他选择内核的方式。
