jupyter lab最强代码补全插件
1 简介
提起kite
相信不少朋友都有印象,它是一个功能非常强大的代码补全工具,目前可用于Python
与javascript
,为许多知名的编辑器譬如Vs Code
、Pycharm
提供对应的插件。

而最近kite
开源了针对jupyter lab
的代码补全插件,使得我们在代码提示补全功能较弱的jupyter lab
平台上也可以体验到强大的kite
功能,本文就将带大家来学习如何在jupyter lab
中使用kite
引擎。
2 在jupyter lab中使用kite
下面我们分步骤讲解:
2.1 安装kite软件#
要使用kite
服务,首先我们需要下载kite
引擎软件,你可以到官方网站( https://kite.com/ )去下载kite
的安装包:

考虑到是国外网站下载速度很慢,我们准备了百度云下载连接(链接:https://pan.baidu.com/s/15GxJXhv0VM1AK341N4t5_A 提取码:yevd),下载完成后,双击打开安装,根据提示选择自己想要的配置方式,这里可以不注册直接跳过:

安装完成后,保持kite
软件开启,下面我们来配置jupyter lab
的部分。
2.2 jupyter lab的配置#
为了更好地演示,下面我们利用conda
创建新的环境:
conda create -n kite python=3.7
激活新环境后,我们需要安装2.2.0
以上版本的jupyter lab
,但是目前jupyter lab
的最新正式版本为2.1.5
,因此我们需要使用pip
来安装其提前发行版本,这里我选择2.2.0a1
:
pip install --pre jupyterlab==2.2.0a1
安装完成之后,我们把jupyter lab
运行插件所需的nodejs
也一并安装上:
conda install nodejs
最后再以此运行下面的命令行来安装kite
在jupyter lab
中运行所需的依赖:
pip install jupyter-kite
jupyter labextension install @kiteco/jupyterlab-kite
一切准备就绪,下面我们来看看效果如何。
2.3 kite的使用#
为了检验效果,我们可以装上常用的pandas
、numpy
、scikit-learn
等库,再运行jupyter lab
命令启动,刚进入jupyter lab
界面打开ipynb
文件后,左下角会出现正处于indexing
状态的kite
图标:

当你开始书写代码时,kite
图标状态会变成ready
,随着你书写代码,代码提示功能也随即运作起来:


并且在你开启光标跟踪功能之后,打开的kite
界面里的文档还会自动跟踪你鼠标停留的地方:

目前
kite
面向jupyter lab
的插件还处于实验阶段,如果你在使用体验过程中遇到问题,可以到官方Github
( https://github.com/kiteco/jupyterlab-kite )仓库下提问
以上就是本文的全部内容,欢迎在评论区与我讨论!
作者:Feffery
出处:https://www.cnblogs.com/feffery/p/13199472.html
版权:本作品采用「署名-非商业性使用-相同方式共享 4.0 国际」许可协议进行许可。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 一个奇形怪状的面试题:Bean中的CHM要不要加volatile?
· [.NET]调用本地 Deepseek 模型
· .NET 10 首个预览版发布,跨平台开发与性能全面提升
· 全程使用 AI 从 0 到 1 写了个小工具
· 快收藏!一个技巧从此不再搞混缓存穿透和缓存击穿
· AI 插件第二弹,更强更好用
· Blazor Hybrid适配到HarmonyOS系统