Jupyter AI 完整指南:在 Jupyter 环境中轻松集成生成式 AI
Jupyter AI 是一个功能强大的开源扩展,它将生成式人工智能模型无缝集成到 Jupyter 环境中。通过简单的安装步骤,您就可以在 JupyterLab 和 Jupyter Notebook 中体验智能代码生成、对话式助手和多样化的 AI 模型支持。
为什么选择 Jupyter AI?
Jupyter AI 为数据科学家、开发者和研究人员提供了在熟悉的 Jupyter 环境中探索生成式 AI 的能力。无论您是想提高编程效率、快速生成代码片段,还是需要智能助手解答技术问题,Jupyter AI 都能满足您的需求。
快速安装指南
推荐安装方式(使用 pip)
对于大多数用户,我们推荐使用以下命令进行完整安装:
pip install jupyter-ai[all]
这个命令会安装所有可选依赖项,让您能够访问 Jupyter AI 目前支持的所有模型。
最小化安装
如果您只想安装核心功能,可以选择最小化安装:
pip install jupyter-ai
Conda 安装方式
如果您更喜欢使用 Conda,可以通过以下命令安装:
conda install conda-forge::jupyter-ai
核心功能详解
AI 魔法命令
Jupyter AI 最亮眼的功能是 %%ai 魔法命令,它可以在任何运行 IPython 内核的环境中工作。安装完成后,只需在笔记本中运行:
%load_ext jupyter_ai_magics
然后您就可以使用 AI 模型来生成代码、解释概念或创建文档:
对话式助手界面
Jupyter AI 为 JupyterLab 提供了原生的聊天界面,让您可以像与人类助手对话一样与 AI 交流:
支持的模型提供商
Jupyter AI 支持广泛的生成式 AI 模型提供商,包括:
- OpenAI 和 DeepSeek
- Anthropic 的 Claude 系列
- Google 的 Gemini
- 本地模型(通过 GPT4All 和 Ollama)
- AWS Bedrock
- Hugging Face 模型
- 以及其他主流提供商
实际应用场景
代码生成与优化
使用 AI 魔法命令快速生成函数、类或完整模块,大大提升开发效率。
技术问题解答
遇到编程难题时,可以直接在聊天界面中提问,获得详细的解决方案和代码示例。
文档自动生成
利用 AI 能力自动为您的代码生成说明文档,保持代码库的良好文档化。
配置与个性化
Jupyter AI 允许您根据具体需求进行个性化配置。您可以选择不同的模型、调整参数设置,甚至集成自定义模型。
本地模型支持
对于注重隐私或希望离线使用的用户,Jupyter AI 提供了完整的本地模型支持:
- 通过 GPT4All 使用本地模型
- 通过 Ollama 部署和管理模型
开始使用步骤
- 确保您已安装 Python 3.9-3.12 和 JupyterLab 4
- 选择合适的安装方式进行安装
- 重启 JupyterLab
- 在左侧工具栏中找到聊天图标,开始体验
Jupyter AI 将生成式 AI 的强大能力带到了您最熟悉的开发环境中,让 AI 辅助编程变得前所未有的简单和高效。无论您是 AI 新手还是资深开发者,都能从这个工具中获益良多。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00





