xeus-cling是目前唯一活跃维护、真正交互式的c++ jupyter内核，支持linux/macos，官方明确不支持windows；必须用conda-forge安装预编译包，新建独立环境，避免pip或源码编译，并需校验kernel.json中路径指向正确环境。
直接用 xeus-cling，别碰 jupyter-c-kernel —— 后者 8 年没更新，issue 无人回应，连 stdin 都不支持，纯属“能跑但不能用”。xeus-cling 是目前唯一靠谱、活跃维护、真正交互式的 C++ 内核，Linux/macOS 可用，Windows 不支持（不是配置问题，是官方明确不支持）。
为什么必须用 conda + conda-forge 安装 xeus-cling
xeus-cling 依赖底层 Cling 解释器和 LLVM 工具链，这些组件对编译器版本、链接库路径、ABI 兼容性极其敏感。pip 安装会失败或产生运行时 segfault；源码编译耗时数小时，且极易因内存/磁盘/swap 不足中断（常见报错：c++: 编译器内部错误: 已杀死(程序 cc1plus) 或 collect2: 错误: ld 以信号 9 [已杀死] 退出）。conda-forge 提供预编译二进制包，绕过所有构建环节。
- 必须用
conda install xeus-cling -c conda-forge，不能用pip install - 不要在 base 环境装，新建独立环境：比如
conda create -n cling - 激活环境后，先装
jupyter notebook或jupyter lab，再装xeus-cling - 若遇到
UnsatisfiableError，说明 channel 顺序不对 —— 运行conda config --add channels conda-forge并设为最高优先级
安装后 kernel 不显示？检查 kernel.json 指向
jupyter kernelspec list 显示了 xcpp17 等条目，但在 Notebook 里看不到选项？大概率是 kernel 指向了错误的 Python 解释器路径，而非你刚创建的 conda 环境。
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
- 运行
jupyter kernelspec list，找到类似xcpp17 /path/to/share/jupyter/kernels/xcpp17的行 - 进入该路径，打开
kernel.json - 检查
"argv"字段第一项是否为你的 conda 环境中cling可执行文件路径，例如：/home/user/miniconda3/envs/cling/bin/cling - 如果不是，手动修改为正确路径；或者更稳妥：删掉旧 kernel，重新运行
conda activate cling && conda install xeus-cling -c conda-forge，它会自动注册 - 删 kernel 命令：
jupyter kernelspec remove xcpp17
C++ 代码能直接输出变量值吗？不用 cout
可以，但只限于表达式求值（类似 Python 的最后一行自动打印），不是所有类型都支持。Cling 支持隐式输出，但需满足两个条件：
- 单元格最后一行必须是**表达式语句**，不能是声明或空语句
- 类型需有 Cling 内置 printer（如
int、std::string、std::vector<int></int>可以；自定义 struct 默认不行） - 示例可直接运行：
#include <vector> std::vector<int> v = {1, 2, 3}; v // ← 这一行会直接输出 {1, 2, 3}</int></vector> - 若要输出自定义类型，得自己写
operator 或用 <code>std::cout显式输出
真正麻烦的不是安装，而是确认 kernel.json 里的路径指向你认为的那个环境 —— 很多人反复重装却无效，就是因为 kernel 实际调用的是 base 环境下的 cling，而那个环境根本没装好依赖。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
