sublime text 无法打开或运行 .ipynb 文件，所谓“联动”只是将选中的 python 代码发送至本地已启动的 jupyter 内核执行，不支持 markdown 渲染、单元格管理或 notebook 保存；ctrl+alt+b 无反应主因是内核未预先启动，插件仅尝试连接（jupyter console --existing），需手动运行该命令验证内核状态，并确保 kernel_name 和 jupyter_command 配置正确且环境对齐。
Sublime Text 无法打开或运行 .ipynb 文件，所谓“联动”只是把选中的 Python 代码发给本地已启动的 Jupyter 内核执行——它不渲染 Markdown、不管理单元格、不保存 notebook，本质是「文本编辑器 + 外部 IPython kernel」。
为什么 Ctrl+Alt+B 没反应？先确认内核是否真在跑
插件默认尝试连接已有内核（jupyter console --existing），连不上才 fallback 启动新内核。但很多“没反应”其实是内核压根没起来：
- 终端里手动运行
jupyter console --existing，看是否报错（如No existing kernel） - 如果报错，说明没后台服务——得先手动启动：
jupyter console --no-banner或jupyter qtconsole（后者带图形界面，更易观察输出） - Mac/Linux 用户注意：
jupyter console启动后会卡在交互提示符（In [1]:），这是正常现象；Windows 上可能因终端兼容性卡住，建议优先用qtconsole
kernel_name 填什么？别瞎写 python3
kernel_name 不是你 Python 版本号，而是 jupyter kernelspec list 输出里 Name 列的实际值。填错会导致代码发到错误内核，包导入失败、环境变量丢失：
- 运行
jupyter kernelspec list，输出类似：Available kernels: myproject /Users/you/Library/Jupyter/kernels/myproject python3 /usr/local/share/jupyter/kernels/python3
- 如果你用 conda 环境，kernel 名通常是
conda-env-myenv-py或自定义名，不是python3 - Sublime 的 User Settings 里必须显式写死这个 name，留空或写错都会卡在 “Connecting…”
jupyter_command 要不要写绝对路径？写
插件依赖系统 PATH 中的 jupyter 命令，但 Sublime 启动时读的是 GUI 环境的 PATH，和你终端里 which jupyter 的结果常不一致：
- Mac 用户：~/.zshrc 里改了 PATH，但双击图标启动 Sublime 时根本读不到——必须从终端用
subl启动 - 最稳方案：在 Settings – User 里直接填绝对路径，比如：
/opt/miniconda3/envs/ml/bin/jupyter（conda 环境）或/Users/you/.local/bin/jupyter（pipx 安装） - Windows 用户注意路径分隔符：用正斜杠
/或双反斜杠\，单反斜杠会解析失败
发过去代码执行了，但 import 失败？检查解释器来源
即使 kernel_name 对了，也可能 import 报错——因为 kernel 启动时用的 Python 解释器和你预期不一致：
- 进已启动的
jupyter console，运行import sys; print(sys.executable)，确认路径是否指向你的目标环境（比如 conda env 或 venv） - 如果指向系统 Python，说明 kernel 是用错环境安装的：进对应环境，运行
python -m ipykernel install --user --name myenv --display-name "MyEnv" - 再运行
jupyter kernelspec list确认新 kernel 名已出现，然后更新 Sublime 设置里的kernel_name
真正麻烦的不是配置项本身，而是 kernel 的实际启动路径、Python 解释器归属、以及 Sublime 启动时继承的环境变量这三者之间的错位——它们不在同一层，却必须对齐才能让一行 Ctrl+Alt+B 生效。
