最可靠方法是检查get_ipython()是否存在且其类型包含'ZMQInteractiveShell'，再辅以JPY_PARENT_PID环境变量验证，可准确区分Jupyter Notebook、JupyterLab、Colab等与普通Python环境。

可以通过检查 Python 的运行环境变量或导入特定模块来判断代码是否在 Jupyter Notebook（或 JupyterLab）中执行。最常用、可靠的方法是检测 get_ipython() 是否存在且其类型是否为 Jupyter 相关的交互式 shell。

方法一：检查 get_ipython() 和其类型

这是最主流、兼容性最好的方式，适用于 Jupyter Notebook、JupyterLab、Google Colab 等基于 IPython 的环境：

• 调用 get_ipython()，若在 IPython/Jupyter 中会返回一个 shell 实例；在普通 Python 解释器或脚本中会抛出 NameError
• 进一步检查其 __class__.__name__ 或模块路径，可区分 Jupyter 与普通 IPython 终端（如 QtConsole）

示例代码：

def is_running_in_jupyter():
    try:
        from IPython import get_ipython
        ipython = get_ipython()
        if ipython is None:
            return False
        # 检查是否为 Jupyter 内核（而非 IPython 终端）
        return 'ZMQInteractiveShell' in str(type(ipython))
    except ImportError:
        return False
    except NameError:
        return False
<p>if is_running_in_jupyter():
print("正在 Jupyter 环境中运行")
else:
print("不在 Jupyter 环境中")
</p>

方法二：检查环境变量 JUPYTER_ENV 或 JPY_PARENT_PID

Jupyter 启动时通常会设置一些进程级环境变量，其中较稳定的是 JPY_PARENT_PID（Jupyter Python Parent PID），它在 notebook kernel 启动时被注入：

• 该变量存在且非空，大概率说明运行在 Jupyter kernel 中
• 注意：它也可能出现在 JupyterLab 扩展或某些嵌入式场景中，但误判率较低

示例：

Gmail 日历和驱动程序的 Google Workspace MCP 服务器

Google Workspace MCP 服务器通过任何支持 MCP 的 AI 助手，提供对 Gmail、Google Calendar、Drive、Docs、Sheets、Slides、Forms、Tasks、Contacts 和 Chat 的全面自然语言控制。它支持 OAuth 2.1 多用户认证，并包含用于编码代理的 CLI。

下载

import os
is_jupyter = 'JPY_PARENT_PID' in os.environ and os.environ['JPY_PARENT_PID'].isdigit()

方法三：结合多种信号提高鲁棒性

单一判断可能有边界情况（例如某些定制内核或测试 mock 环境），推荐组合使用：

• 先尝试 get_ipython() + 类型校验（主依据）
• 再 fallback 到 JPY_PARENT_PID 环境变量（辅助验证）
• 避免依赖 sys.argv 或工作目录等易变特征

这样能覆盖 notebook、lab、colab、kaggle notebook 等主流场景，同时对本地脚本、终端 IPython、VS Code Python Interactive 窗口也能合理区分。

注意事项

不要仅靠 sys.argv[0] 是否含 "jupyter" 来判断——那是启动命令，不是当前运行上下文；也不建议依赖 __file__ 是否为 ，因为该字符串格式不稳定且可能被覆盖。