xeus-cling是目前最稳定、功能最全的C++ Jupyter内核，支持C++11–C++20、交互式执行、STL调用与绘图；推荐用conda安装并避免pip或Windows原生运行，首单元格需手动包含头文件和命名空间。
xeus-cling 是目前最稳定、功能最全的 C++ 内核方案，官方维护活跃，支持 C++11 到 C++20 标准，能直接执行表达式、定义变量、调用 STL、甚至做交互式绘图。其他方案（如 jupyter-c-kernel）只支持完整程序编译，不能交互，也不支持 C++。
用 conda 安装 xeus-cling（推荐）
这是成功率最高、依赖管理最干净的方式，尤其适合 Anaconda/Miniconda 用户：
- 创建独立环境避免污染主环境：
conda create -n cppenv python=3.10 - 激活后安装：
conda activate cppenv，再执行conda install -c conda-forge xeus-cling jupyterlab - 验证内核注册：
jupyter kernelspec list应该看到类似xcpp17或xcpp20的条目 - 启动：
jupyter lab或jupyter notebook，新建 Notebook 时选择对应 C++ 内核即可
注意：不要混用 pip 和 conda 安装 xeus-cling，会因 ABI 不兼容导致内核启动失败（常见报错：Kernel died, restarting 或 ImportError: libxxx.so: cannot open shared object file）。
为什么不用 pip install xeus-cling
xeus-cling 依赖 Cling 解释器（ROOT 项目的一部分），它本身是 C++ 编译产物，包含大量二进制组件。pip 包通常只提供源码或 wheel，但官方不发布预编译 wheel，pip 安装会尝试本地编译，极易失败：
- 需要完整 LLVM/Clang 构建链，耗时数小时
- 常见卡在
cc1plus: internal compiler error: Killed signal terminated program cc1plus（内存不足） - 即使编译成功，也常因链接路径错误导致运行时报
undefined symbol
所以除非你明确需要自定义构建参数，否则跳过 pip 方案。
立即学习“C++免费学习笔记（深入）”；
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
Windows 用户必须走 WSL
原生 Windows 下 xeus-cling 官方不支持。试图在 CMD/PowerShell 中运行会直接报错：ModuleNotFoundError: No module named 'xeus' 或内核进程崩溃无响应。
- 唯一可靠路径：启用 WSL2，安装 Ubuntu 22.04+ 发行版
- 在 WSL 内使用 conda（非 Windows 版 conda），按上述 conda 步骤操作
- VS Code + Remote-WSL 插件可无缝连接 Jupyter Server，体验接近原生
别试 Chocolatey 或 MSYS2，它们无法满足 Cling 对 POSIX 环境和动态链接库加载顺序的严格要求。
第一个 C++ 单元格怎么写才不出错
和 Python 不同，C++ 内核默认不自动插入 #include <iostream> 或 using namespace std;，新手常因忘记而报错：
- 最简可运行代码：
#include <iostream> std::cout << "Hello" << std::endl; - 想省略
std::前缀？加一行：using namespace std;（必须在#include后） - 要用
vector或sqrt()？记得分别加#include <vector>和#include <cmath> - 定义函数后要调用，否则无输出；变量定义后需显式打印，不会像 Python 那样自动回显
容易忽略的一点：xeus-cling 支持多行语句，但每行仍需语法完整——比如 for (int i = 0; 单独一行会直接报错，不能靠下一行补全。
