vscode打开.ipynb显示json源码，说明jupyter扩展（ms-toolsai.jupyter）未加载，需同时启用python扩展（ms-python.python），安装后重启vs code；右上角无内核选项则因当前解释器环境未安装或未注册ipykernel，须在该环境终端执行python -m ipykernel install --user --name xxx；卡在“connecting to kernel…”多因误启远程模式，应关闭jupyter: enable remote并启用local kernel specs only；modulenotfounderror表明所选内核环境缺失对应包，需在该环境终端中pip/conda安装。
VSCode 打开 .ipynb 显示 JSON 源码，不是环境问题，是扩展没起作用
这说明 Jupyter 扩展压根没加载，和 Python 版本、虚拟环境、包安装都无关。VS Code 默认不识别 .ipynb 文件格式，必须靠扩展解析。
必须同时满足两个条件：
- 已安装 Microsoft 官方
Jupyter扩展（ID：ms-toolsai.jupyter，图标是紫色/蓝白火焰） - 已启用
Python扩展（ID：ms-python.python），新版 Jupyter 扩展依赖它提供解释器桥接
装完后务必重启 VS Code；如果按 Ctrl+Shift+P 输入 Jupyter: Select Interpreter 提示 “Command not found”，说明扩展静默失败，直接卸载重装。
右上角没内核可选，或显示 “Python 3 (unavailable)”，本质是 ipykernel 没注册进当前环境
VS Code 只认你当前选中的 Python 解释器里装的 ipykernel，不是系统全局或别的环境里装的。哪怕你 pip install jupyter 全局成功，只要目标环境没装 ipykernel，内核就不可用。
检查与修复步骤：
- 先确认解释器路径：左下角点击 Python 版本，或按
Ctrl+Shift+P运行Python: Select Interpreter，选中你要用的环境（如./venv/bin/python或C:\envs\ds\python.exe） - 在该环境终端中运行：
python -m pip list | grep ipykernel（macOS/Linux）或python -m pip list | findstr ipykernel（Windows）；无输出就立刻执行python -m pip install ipykernel - 注册内核必须加
--user：运行python -m ipykernel install --user --name myenv --display-name "Python (myenv)"；--name不能含空格或特殊字符，--display-name才是下拉菜单里看到的名字 - 注册后点右上角内核选择器旁的刷新按钮，或执行
Developer: Reload Window
选对内核却卡在 “Connecting to kernel…”，大概率误启了远程模式
VS Code 默认会尝试连接远程 Jupyter Server，哪怕你只想用本地内核。一旦工作区设置里有 "jupyter.jupyterServerType": "remote" 或 "jupyter.remoteJupyterServerUri"，本地 kernel 就会被完全忽略。
强制走本地内核的配置动作：
- 打开设置（
Ctrl+,），搜jupyter: enable remote，关闭Jupyter: Enable Remote - 同时启用
Jupyter: Local Kernel Specs Only - 检查项目根目录下的
.vscode/settings.json，删掉所有带jupyter的远程相关字段 - 禁用所有非官方 Jupyter 类扩展（比如旧版
Jupyter Notebook Renderer），避免冲突
运行报 ModuleNotFoundError，说明 import 的包不在当前 kernel 环境里
VS Code 运行单元格时，用的是你选中的 kernel 对应的 Python 解释器 + site-packages，不是你终端当前激活的环境，也不是 VS Code 启动时所在的 shell 环境。
典型场景：
- 你在 conda base 环境终端里
pip install pandas，但 kernel 选的是./venv—— 单元格里import pandas就会报错 - 你用
conda install装包，但 kernel 是 pip 创建的 venv —— 包不会自动可见
解决方法只有一条：所有包必须在 kernel 所在环境的终端中安装。例如 kernel 路径是 ./venv/bin/python，那就先激活它（source ./venv/bin/activate 或 ./venv/Scripts/activate），再运行 pip install package_name。
别指望 VS Code 自动帮你切环境装包——它只负责调用，不负责管理依赖边界。
