VSCode运行Notebook的核心卡点是内核（kernel）是否真实可用且与Python解释器匹配。需先选对解释器，再在该环境下执行python -m pip install ipykernel并注册内核，重启VSCode后选择对应kernel；禁用远程连接、关闭冲突Jupyter进程、确保两个扩展ms-python.python和ms-toolsai.jupyter均启用。
VSCode 里跑 Notebook 不是“装个插件就完事”，核心卡点永远在内核（kernel）是否真实可用、是否跟当前 Python 解释器对得上。多数报错、无响应、补全失效，根源都在这里。
内核选错了或根本没注册
右上角显示 Python 3.x.x (unavailable) 或压根不出现 kernel 下拉菜单，说明 VSCode 找不到可运行的内核——不是没装 Jupyter，而是没注册 ipykernel。
- 先确认你选中的解释器（
Python: Select Interpreter）确实是你想用的环境，比如./venv/bin/python或~/miniforge3/envs/mydata/bin/python - 在该环境下终端执行：
python -m pip install ipykernel（别跳过这步，只装jupyter不够） - 再注册内核：
python -m ipykernel install --user --name mydata --display-name "Python (mydata)"（--name不能含空格，--display-name才是下拉里看到的名字） - 重启 VSCode 窗口（不是重载窗口），打开
.ipynb后点右上角 kernel 选择器，应能看到刚注册的条目
运行单元格没反应 / 卡在 “Connecting to kernel…”
这不是界面卡死，而是内核启动失败或被远程连接逻辑劫持了。状态栏显示 “Connecting…” 超过 30 秒，基本可以断定是本地 kernel 没起来。
- 打开输出面板（
Ctrl+Shift+U），切换到Jupyter日志，找Failed to start the kernel或No module named 'ipykernel' - 检查设置里是否误开了
Jupyter: Enable Remote——关掉它，同时启用Jupyter: Local Kernel Specs Only - 如果之前手动启动过
jupyter lab或jupyter notebook，端口可能被占，VSCode 会尝试连远端失败；关掉所有已有 Jupyter 进程再试 - 首次打开或换环境后，VSCode 会静默执行
pip install ipykernel，这个过程可能卡住，别急着关，等满一分钟再看日志
补全延迟、断点不生效、变量面板空白
这些不是 Bug，是 Notebook 模式和传统 .py 文件的底层机制差异导致的——补全依赖内核返回类型信息，调试依赖 kernel namespace 实时状态，变量面板默认不自动同步。
- 补全慢 1–2 秒正常，因为要等内核响应；狂按
Ctrl+Space只会让请求堆积，更卡 - 设断点前，必须先执行过至少一次该单元格（否则 kernel 里没定义任何变量，调试器无上下文）
- 断点只对当前 cell 生效；删掉前面 cell 的
df = pd.read_csv(...)，后面 cell 里df.head()仍能运行——只要 kernel 没重启 - 右侧
Variables面板在普通执行模式下是空的；想查变量，要么写print(df.shape)，要么进调试模式（点击右上角虫子图标 → “Debug Cell”）
最易被忽略的一点：VSCode 的 Notebook 功能由 ms-python.python 和 ms-toolsai.jupyter 两个扩展协同提供，但它们有主次——ms-python.python 是基础，ms-toolsai.jupyter 是增强。单独装后者不装前者，或反过来禁用其中一个，都会让 kernel 列表变空、按钮消失。别贪省事跳过任一环节。
