【亲测免费】 JupyterLab桌面应用程序安装与配置完全指南
2026-01-20 02:50:20作者:柏廷章Berta
项目基础介绍与主要编程语言
项目名称: JupyterLab Desktop
项目地址: https://github.com/jupyterlab/jupyterlab-desktop
主要编程语言: TypeScript, JavaScript, HTML, NSIS, Python, Shell
JupyterLab Desktop 是一个基于Electron构建的跨平台桌面应用,旨在提供便捷且功能强大的Jupyter笔记本体验。它将Python环境与一系列广泛使用的科学计算和数据分析库整合在一个自包含的应用程序中,适合科研和数据科学领域工作者。
关键技术和框架
- Electron: 用于构建跨平台桌面应用的技术栈。
- JupyterLab: 强大的交互式开发环境,是该应用的核心组件。
- TypeScript: 主要开发语言,提供了类型安全的JavaScript编程体验。
- 其他辅助技术: 包括HTML、CSS、JavaScript等用于前端界面的构建,以及Python用于后端逻辑处理。
安装与配置步骤
准备工作
- 系统要求: 确保你的操作系统是Windows (10 或 11), macOS (10.15+), 或者Linux的x64或arm64架构。
- 推荐工具: 下载并安装Git,以便从GitHub获取代码。
- 可选: 对于高级用户,安装Node.js(建议最新稳定版)以进行源码编译或调试,但预打包版本通常不需要这一步。
安装步骤
预打包应用安装
-
选择正确版本: 访问JupyterLab Desktop的Releases页面,根据你的操作系统下载相应的一键安装包。
- Windows 用户可以下载
.exe文件。 - macOS 用户找寻
.dmg安装镜像。 - Linux 用户可能有
.deb,.rpm, 或使用Snap Store。
- Windows 用户可以下载
-
安装过程: 双击下载的安装文件,按照提示完成安装。
- 在Windows上,使用winget命令安装也是选项之一:
winget install jupyterlab.
- 在Windows上,使用winget命令安装也是选项之一:
-
启动JupyterLab Desktop: 安装完成后,通过桌面图标或者应用菜单启动。
开发环境搭建(非必需)
如果你希望贡献代码或自定义配置:
- 克隆仓库: 使用Git克隆项目到本地:
git clone https://github.com/jupyterlab/jupyterlab-desktop.git。 - 安装依赖: 进入项目目录,并运行
npm ci(确保已安装Node.js)。 - 构建应用: 执行
npm run build && npm start来编译代码并启动应用。
配置说明
- 默认配置: JupyterLab Desktop首次启动时,默认工作目录通常是用户的主目录。
- 自定义设置: 通过应用内的“Settings”对话框来定制根目录和其他偏好。
- 命令行启动: 使用
jlab命令添加参数调整启动行为,如指定工作目录 (jlab --working-dir /path/to/your/directory) 或使用特定Python环境(jlab --python-path /path/to/python)。
至此,您已经成功安装并初步了解如何配置JupyterLab Desktop,享受高效的代码编辑和数据分析之旅吧!
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
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
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++
947
886
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
302
🎉 (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
909
暂无简介
Dart
920
228
Oohos_react_native
React Native鸿蒙化仓库
C++
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