首页
/ 【亲测免费】 JupyterLab LSP 安装与配置完全指南

【亲测免费】 JupyterLab LSP 安装与配置完全指南

2026-01-20 01:44:50作者:农烁颖Land

项目基础介绍与编程语言

JupyterLab LSP 是一个为 JupyterLab 提供强大编码辅助功能的开源扩展,支持代码导航、悬停提示、代码检查器(linter)、自动补全以及重命名等功能。它通过集成 Language Server Protocol (LSP) 实现了对多种编程语言的支持,包括但不限于 Python、R、JavaScript 等。此项目主要由 TypeScript 编写,并且在使用过程中会涉及到 Python 和其他语言的服务器配置。

关键技术和框架

  • Language Server Protocol (LSP):一种开放协议,用于编辑器和语言服务器之间的通信,以提供智能的代码完成、错误检测等特性。
  • JupyterLab:作为交互式计算的环境,提供了丰富的插件系统,使得 LSP 的集成成为可能。
  • Node.js:对于某些语言服务器,需要有 Node.js 环境来运行基于 Node 的服务。

准备工作与详细安装步骤

步骤一:环境准备

确保你的系统已安装以下组件:

  1. Python 3.8 或更高版本
  2. JupyterLab 4.1.0 至 5.0.0之前的版本(请注意特定版本范围)。
  3. (可选但推荐)虚拟环境管理工具,如 condavenv,以避免环境冲突。
  4. 对于非 Python 语言支持,需安装对应的 LSP 服务器,比如 pylsp 用于 Python,或 languageserver 用于 R。

步骤二:安装 JupyterLab LSP 扩展

使用 Conda 安装(推荐)

  1. 创建或激活一个 Conda 环境。

    conda create -n jupyterlab_lsp python=3.8 -c conda-forge
    conda activate jupyterlab_lsp
    
  2. 安装 JupyterLab LSP 及其依赖。

    conda install -c conda-forge 'jupyterlab>=4.1.0,<5.0.0a0' jupyterlab-lsp
    

使用 Pip 安装

如果你偏好使用pip,首先确保 pip 已更新,然后执行以下命令:

pip install 'jupyterlab>=4.1.0,<5.0.0a0' jupyterlab-lsp

步骤三:安装语言服务器

以 Python 和 R 为例:

  • Python:

    pip install 'python-lsp-server[all]'
    
  • R:

    R -e 'install.packages("languageserver")'
    

或者,如果使用Conda,你可以找到对应的包名并安装。

步骤四:启动 JupyterLab 并启用 LSP

安装完所有组件后,启动 JupyterLab。首次安装 JupyterLab LSP 后,通常需要重启 JupyterLab 以便正确加载扩展。

jupyter lab

进入 JupyterLab 后,你需要在设置中启用 LSP 相关服务。这通常在 设置 > Advanced Settings Editor 中进行,确保 LSP 功能被激活,并根据需要调整语言服务器的具体配置。

步骤五:配置高级选项(可选)

对于更细致的控制,如调整特定语言服务器的设置,你可以利用 JupyterLab 的高级设置界面。例如,开启或禁用特定插件,改变提示触发条件等。

至此,您已经成功安装和配置了 JupyterLab LSP,可以享受更加智能化的编码体验。记得,在实际使用中根据具体需求,可能还需要查阅各语言服务器的官方文档进行更深入的定制。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
828
5.49 K
kernelkernel
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
494
518
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
483
313
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.27 K
814
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
652
288