Jupyter Notebook 本身并不内置自动检查更新的机制。大家常说的“更新提示”，其实多半是 JupyterLab 扩展、nbextensions 插件，或者 conda、pip 这类外部工具带来的；要处理它，就得分别关闭 Lab 的 autoCheckForUpdates、插件里的 check_for_updates 配置，以及包管理器自身的提示。

Jupyter Notebook 本身没有内置的自动检查更新机制，也不会像 Sublime Text 或 Notepad++ 那样主动弹窗提示“新版本可用”。你看到的所谓“自动检查更新”，大概率来自以下三个来源之一：插件、浏览器缓存、或误认了其他工具（比如 JupyterLab 的扩展、Conda 的 update 提示、甚至系统级通知）。

下面分场景说清楚怎么关、为什么关、以及容易被忽略的点。

确认是不是 Jupyter Notebook 自身在检查更新

直接运行 jupyter notebook --help 或查最新文档，你会发现配置项里压根没有 update_check 这类开关。Jupyter Notebook 启动时只做内核连接、端口绑定、静态资源加载，不发任何版本比对请求。

常见误判来源：

• 你在用 JupyterLab（不是 Notebook），它默认启用 @jupyterlab/application-extension 的更新检查逻辑；
• 你装了第三方插件，比如 nbextensions 中的 collapsible_headings 或 notify，它们自己带检查逻辑；
• 浏览器地址栏显示“已过期”或“缓存版本旧”，其实是 Service Worker 或 PWA 缓存没清，不是服务端在检查；
• 你在终端里执行 conda update jupyter 或 pip list --outdated 后看到提示，那是包管理器行为，和 Notebook 运行时无关。

如果是 JupyterLab 弹出更新提示

JupyterLab 确实有更新检查逻辑，但默认关闭。如果弹窗出现，说明某处显式启用了它。

检查并修改配置：

• 打开配置文件：~/.jupyter/lab/user-settings/@jupyterlab/application-extension/plugin.jupyterlab-settings（Linux/macOS）或 %USERPROFILE%.jupyterlabuser-settings@jupyterlabapplication-extensionplugin.jupyterlab-settings（Windows）；
• 确保内容为：

  {"autoCheckForUpdates": false}

  ；
• 如果文件不存在，新建一个，保存后重启 JupyterLab；
• 注意：这个设置只影响 Lab UI 层，不影响后端服务（jupyter_server）——后者从不检查更新。

禁用 nbextensions 插件的独立更新检查

很多经典 nbextension（如 zenmode、codefolding、hide_input）会在自己的配置里加 check_for_updates 字段。

操作步骤：

• 打开 ~/.jupyter/nbconfig/notebook.json；
• 搜索 "check_for_updates" 或 "auto_update"；
• 把对应值设为 false，例如：

  "codefolding": {"check_for_updates": false}

  ；
• 若不确定哪个插件在弹窗，临时移除所有 nbextension：jupyter contrib nbextension uninstall --user，再逐个重装排查。

别忘了 Conda 和 pip 的“静默提醒”

每次启动终端时，若看到 Your conda version is out of date 或 You are using pip version X, but version Y is a vailable，别急着去找 Jupyter 的问题，根源其实在 shell 初始化脚本，比如 ~/.bashrc 或 condarc，而不是 Jupyter 本身。

关闭方式：

• Conda：编辑 ~/.condarc，加入：

  notify_outdated_conda: false

  ；
• Pip：在 ~/.pip/pip.conf（Linux/macOS）或 %APPDATA%pippip.ini（Windows）中添加：

  [global]disable-pip-version-check=true

  ；
• 注意：这些只是隐藏提示，不影响功能，也不代表“更新被禁用”，只是不告诉你而已。

真正需要警惕的是那些伪装成 Jupyter 提示的第三方脚本——比如某些公司定制镜像里硬塞的更新钩子，或者通过 jupyter_server_config.py 注入的异步 HTTP 请求。这种得看具体部署环境，没法一概而论。

《夸克》非常好用的免费AI浏览器

下载APP查看