内核频繁死亡是环境、资源或依赖链持续失稳的明确信号，而非偶然故障；根本原因包括内存未释放、ipykernel与tornado版本不兼容、kernel.json路径失效、防火墙拦截回环连接等，需校准执行路径并重装稳定组件组合。
内核频繁挂掉不是偶然故障，而是环境、资源或依赖链中某个环节持续失稳的明确信号。临时重启只能清变量，不能阻止下一次崩溃。
为什么内核会反复死亡
“Kernel died, restarting…”循环背后通常不是单次异常，而是底层持续性问题在反复触发：
- 内存被持续占用却未释放（如 pandas.read_csv 读大文件后没 del 或 gc.collect）
- ipykernel 与 tornado 版本不兼容（比如 ipykernel 6.27+ + tornado 6.4+ 在 Windows/WSL 上 socket 绑定失败）
- kernel.json 中的
argv指向已失效的 Python 路径（conda update 后旧环境被删，但内核注册未更新） - 杀毒软件或企业防火墙拦截
tcp://127.0.0.1:XXXXX这类本地回环连接
检查当前内核实际运行的解释器路径
VSCode 或 Jupyter Lab 显示的内核名（如 Python (myenv)）只是 display-name，不等于真实执行环境。必须验证：
在 Notebook 单元格中运行：
import sys print(sys.executable)
然后在终端激活同一环境，执行：
jupyter kernelspec list
进入对应内核目录（如 ~/.local/share/jupyter/kernels/myenv），打开 kernel.json，确认 "argv" 数组第一项和 sys.executable 输出完全一致——Windows 注意反斜杠，Linux/macOS 用正斜杠。
强制重装并降级关键组件
不要只重装 ipykernel，要覆盖整个通信链：
- 先卸载：运行
pip uninstall ipykernel jupyter jupyterlab tornado pyzmq -y - 再安装稳定组合：运行
pip install "tornado==6.3.3" "ipykernel==6.21.3" jupyter jupyterlab - 重新注册：运行
python -m ipykernel install --user --name=myenv --display-name="Python (myenv)" - 关闭所有 Jupyter 进程（包括后台服务），再重启
避免假死：监控资源与禁用自动重连
内核卡在 [*] 不变，常是 CPU 阻塞或 OOM 前兆，而非真崩溃：
- 启动时加
--NotebookApp.iopub_msg_rate_limit=1000缓解消息过载 - VSCode 中禁用自动重连：设置里关掉
jupyter.enableAutoReconnect - 写大文件或训练前，主动插入
import gc; gc.collect()和del big_var - 别信右上角显示的内核名——每次新开 Notebook，都手动执行
sys.executable再确认一次
最易被忽略的是 kernel.json 路径和 tornado 版本的隐性冲突。这两个点不校准，其他操作只是给崩溃延时几秒而已。
