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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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





