在 Jupyter 中使用 uv
Jupyter notebook 是一种流行的交互式计算、数据分析和可视化工具。你可以通过几种不同的方式在 uv 中使用 Jupyter，无论是与项目交互，还是作为独立工具使用。
在项目中使用 Jupyter
如果你在一个 项目 中工作，可以通过以下命令启动一个 Jupyter 服务器，并访问该项目的虚拟环境：
默认情况下，jupyter lab 会在 http://localhost:8888/lab 启动服务器。
在 notebook 中，你可以像在项目中的其他文件一样导入项目的模块。例如，如果你的项目依赖于 requests，可以使用 import requests 来从项目的虚拟环境中导入 requests。
如果你只需要只读访问项目的虚拟环境，那么直接这样做即可。然而，如果你需要在 notebook 中安装额外的包，还有一些额外的细节需要注意。
创建内核
如果你需要在 notebook 中安装包，建议为你的项目创建一个专用的内核。内核使得 Jupyter 服务器在一个环境中运行，而每个 notebook 在自己的独立环境中运行。
在 uv 中，我们可以为项目创建一个内核，同时将 Jupyter 本身安装在一个隔离的环境中，就像 uv run --with jupyter jupyter lab。为项目创建内核可以确保 notebook 正确连接到虚拟环境，并且从 notebook 中安装的任何包都会安装到项目的虚拟环境中。
要创建内核，你需要将 ipykernel 安装为开发依赖：
然后，你可以使用以下命令为 project 创建内核：
接下来，启动服务器：
在创建 notebook 时，从下拉菜单中选择 project 内核。然后使用 !uv add pydantic 将 pydantic 添加到项目的依赖中，或者使用 !uv pip install pydantic 将 pydantic 安装到项目的虚拟环境中，而不会将更改保留到项目的 pyproject.toml 或 uv.lock 文件中。无论哪种命令，import pydantic 都将在 notebook 中正常工作。
在没有内核的情况下安装包
如果你不想创建内核，仍然可以在 notebook 中安装包。然而，需要考虑一些注意事项。
虽然 uv run --with jupyter 在隔离的环境中运行，但在 notebook 内部，!uv add 和相关命令会修改 项目 的环境，即使没有内核。
例如，在 notebook 中运行 !uv add pydantic 会将 pydantic 添加到项目的依赖项和虚拟环境中，确保 import pydantic 可以立即工作，而不需要进一步的配置或重新启动服务器。
然而，由于 Jupyter 服务器是 "活动" 环境，!uv pip install 将把包安装到 Jupyter 的环境中，而不是项目环境。这些依赖会在 Jupyter 服务器的生命周期内持续存在，但在后续的 jupyter 调用中可能会消失。
如果你正在使用依赖 pip 的 notebook（例如通过 %pip 魔法命令），可以通过在启动 Jupyter 服务器之前运行 uv venv --seed 来将 pip 包含在项目的虚拟环境中。例如，执行以下命令：
此后，在 notebook 中的 %pip install 调用将把包安装到项目的虚拟环境中。然而，这些修改 不会 反映到项目的 pyproject.toml 或 uv.lock 文件中。
将 Jupyter 作为独立工具使用
如果你需要随时访问 notebook（即交互式运行 Python 代码片段），可以使用 uv tool run jupyter lab 随时启动一个 Jupyter 服务器。这将在一个隔离的环境中运行 Jupyter 服务器。
在非项目环境中使用 Jupyter
如果你需要在一个不与 项目 关联的虚拟环境中运行 Jupyter（例如，没有 pyproject.toml 或 uv.lock），可以直接将 Jupyter 添加到该环境中。例如：
从这里开始，import pydantic 将在 notebook 中正常工作，你可以通过 !uv pip install 或甚至 !pip install 安装其他包。
从 VS Code 使用 Jupyter
你也可以通过编辑器（如 VS Code）来使用 Jupyter notebook。为了将一个 uv 管理的项目连接到 VS Code 中的 Jupyter notebook，推荐为该项目创建一个内核，如下所示：
# 创建一个项目
$ uv init project
# 进入项目目录
$ cd project
# 将 ipykernel 作为开发依赖添加
$ uv add --dev ipykernel
# 在 VS Code 中打开项目
$ code .
一旦项目目录在 VS Code 中打开，你可以通过命令面板选择 “Create: New Jupyter Notebook” 来创建一个新的 Jupyter notebook。当系统提示选择内核时，选择 “Python Environments” 并选择你之前创建的虚拟环境（例如，.venv/bin/python）。
Note
VS Code 要求项目环境中必须安装 ipykernel。如果你不希望将 ipykernel 添加为开发依赖项，可以通过 uv pip install ipykernel 直接将其安装到项目环境中。
如果你需要在 notebook 中操作项目的环境，可能需要将 uv 作为明确的开发依赖项添加：
然后，你可以使用 !uv add pydantic 将 pydantic 添加到项目的依赖项中，或者使用 !uv pip install pydantic 将 pydantic 安装到项目的虚拟环境中，而不会更新项目的 pyproject.toml 或 uv.lock 文件。