新版 Jupyter Notebook（7.x+）已经不用再靠插件。直接到 Settings → Advanced Settings Editor → Code Completion 里，把 Enable autocompletion 和 Auto-trigger completion 打开就行。

至于 pandas、torch 这类库补全失灵的情况，关掉 Jedi 引擎，响应速度和准确率通常都会明显提升。

Jupyter Notebook 自带基础补全，按 Tab 就能触发。

但像“自动弹出不生效”或“PyTorch、pandas 这类库补全失灵”这种情况，问题往往不在代码本身，而是在补全引擎的配置和版本适配上。

结论先说：新版（7.x+）优先用内置设置。只有在老版本，或者补全效果不理想时，才考虑安装扩展。

而 Jedi 这个引擎在处理复杂对象时，确实容易出现卡顿、漏提示。关闭之后，反而更稳定。

新版 Jupyter Notebook（7.x+）怎么开自动补全

不用装插件，直接改设置就行：

• 打开任意 notebook 页面，点右上角 Settings → Advanced Settings Editor
• 左侧选 Code Completion，右侧勾选 Enable autocompletion
• 如果想“边打边提示”，再勾上 Auto-trigger completion
• 改完不用重启，刷新页面即可生效

注意：Auto-trigger completion 有时会频繁弹窗干扰输入，尤其是写长字符串或路径时。

建议先开 Enable autocompletion，再按需启用自动触发。

为什么 pandas/torch. 补全不显示？关 Jedi 就行

这是最常见的卡点。

Jedi 在分析动态属性时，比如 torch.nn.Linear 的实例方法，容易超时或失败，导致 layer. 按 Tab 没反应。

• 临时解决：在 notebook 任意 cell 运行 %config Completer.use_jedi = False
• 永久生效：进终端执行 ipython profile create，然后在 ~/.ipython/profile_default/startup/ 下新建 00-disable-jedi.py，内容写：

  import IPython
  IPython.get_ipython().Configurable.get_config().Completer.use_jedi = False

• 重启 kernel 或整个 notebook，补全响应速度和准确率会明显提升

这个操作对 pandas.DataFrame、torch.Tensor、sklearn 等库的链式调用特别有效。

例如 df.groupby().agg().reset_index() 这类场景，改善通常会更明显。

旧版（6.x）或需要“边打边提示”？装 Hinterland 扩展

如果你用的是 6.x 版本，或坚持要“不按 Tab 就弹提示”，就得靠 jupyter_contrib_nbextensions：

• 终端运行：pip install jupyter_contrib_nbextensions，再运行 jupyter contrib nbextension install --user
• 启动 notebook 后，顶部菜单会出现 Nbextensions，点开后先关掉 Configurable nbextensions，避免冲突，再勾选 Hinterland
• Hinterland 会在你输入变量名、点号后约 300ms 自动拉起补全面板，适合习惯 VS Code 风格的人

注意：Hinterland 和新版内置的 Auto-trigger completion 功能重复，二者不要同时开。

否则补全框会闪、卡顿，甚至崩溃。

补全效果好不好，关键看内核上下文

真正影响补全质量的不是“有没有”，而是“上下文是否活”。

确保变量已在前面 cell 中定义并执行过，且没被 del 或重命名覆盖。

补全依赖内核当前命名空间，不是静态扫描代码文件。

《夸克》非常好用的免费AI浏览器

下载APP查看