【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:
- Python 3.8 或更高版本。
- JupyterLab 4.1.0 至 5.0.0之前的版本(请注意特定版本范围)。
- (可选但推荐)虚拟环境管理工具,如
conda或venv,以避免环境冲突。 - 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)
-
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 -
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
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
项目优选
收起
deepin linux kernel
C
28
16
Claude 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 Started
Rust
564
98
暂无描述
Dockerfile
707
4.51 K
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
413
339
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++
958
955
Ascend Extension for PyTorch
Python
571
694
🎉 (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
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
79
5
暂无简介
Dart
951
235