2026 年 JupyterLab 4.6 找不到 Python 內核怎麼辦？

症狀：JupyterLab 4.6 找不到 Python 內核。最快處理方式：先確認啟動服務的 Python，再到目標環境安裝並註冊 ipykernel；不要先重裝 JupyterLab。

這適合內核清單空白、缺少專案環境，或 Notebook 看似啟動卻載入錯誤套件的情況。修復後還要核對 Notebook 實際使用的解譯器及科研依賴。

• 內核清單空白或缺少目標環境的學生，可先釐清服務與內核的關係。
• 切換過虛擬環境或 Python 版本的研究生，可用本文確認 Notebook 連到哪個解譯器。
• 維護 Mac 分析環境的技術支援人員，可參考故障分類與驗收記錄方式。

JupyterLab 4.6 找不到 Python 內核，先分清問題在哪一層

JupyterLab 介面能開啟，不代表它已找到所有 Python 環境。JupyterLab 是操作介面；啟動它的 Python 環境是服務端；Notebook 執行程式碼時使用的 Python，則由所選內核決定。三者相關，但不一定相同。JupyterLab 官方文件說明了 Notebook 文件與內核的關係。

先記下以下資訊，避免把不同故障混成「Jupyter 壞了」：

• JupyterLab 顯示的版本，以及用哪個終端機或指令啟動。
• 啟動服務時所在的 Python 環境；如果有啟動腳本，也要記錄實際指令。
• 內核清單是完全沒有 Python，還是只有某個專案環境缺席。
• 問題發生在新 Notebook、既有 Notebook，還是兩者都有。

「終端機能執行 Python」不是內核已註冊的證據。 Jupyter 透過 kernelspec 找到並啟動內核。使用與 JupyterLab 服務相同的終端環境執行：

jupyter kernelspec list

此指令列出目前可見的內核規格；Jupyter Client 文件也說明了核心規格與內核啟動方式。查看 Jupyter Client 的內核與 kernelspec 說明。

注意：如果服務不是從目前開啟的終端機啟動，這裡看到的結果未必代表服務實際可用的內核。請先回到真正啟動 JupyterLab 的環境查核。

虛擬環境已裝 ipykernel，仍看不到專案內核

常見原因不是「沒有安裝」，而是安裝在另一個 Python 裡，或只安裝了 ipykernel、尚未把該環境註冊成可選內核。Python 虛擬環境會有各自的解譯器與套件；Python 官方文件亦提醒，虛擬環境有自己的路徑與安裝內容。參考 Python venv 文件。

依序檢查：

• 在專案終端機啟用預期環境，確認提示符或環境管理工具顯示的環境名稱。
• 執行 python -c "import sys; print(sys.executable)"，記下實際 Python 路徑。
• 執行 python -m pip show ipykernel，確認套件是由這個 Python 找到，而不是另一個環境中的 pip。
• 若該環境沒有 ipykernel，使用該環境的 Python 安裝；接著依官方流程註冊內核。

python -m pip install ipykernel
python -m ipykernel install --user --name project-env --display-name "Python (project-env)"

project-env 是可自行指定的內核識別名稱，Python (project-env) 是可自訂的顯示名稱。IPython 官方文件提供以 python -m ipykernel install 註冊環境的做法；重點是使用目標環境的 Python 執行指令，而不是任意一個終端機裡的 python。查看 IPython 官方內核安裝說明。

註冊後再次執行 jupyter kernelspec list。若目標名稱出現，再回到 JupyterLab 的內核選單選取它。顯示名稱只是標籤，不是解譯器路徑證明：需要核實實際 Python 時，請直接檢查 kernelspec 中的啟動路徑。

Notebook 執行成功，卻載入錯誤 Python 或依賴

內核可以啟動，不等於科研環境正確。Notebook 可能仍連到舊環境，或者套件安裝在另一個 Python；若專案依賴相對路徑，也可能因啟動目錄不同而讀取錯誤檔案。

在問題 Notebook 中執行：

import sys
print(sys.executable)

將輸出路徑與專案預期環境比對。再檢查真正影響分析的套件是否可匯入，並確認它們的版本或安裝位置。例如：

import importlib.util
print(importlib.util.find_spec("numpy"))

將範例中的套件名稱換成專案需要的依賴。若某個套件回傳 None，先確認 Notebook 選中的內核，再在該內核對應的環境安裝依賴。不要把「終端機能匯入」當成 Notebook 也能匯入；兩處可能使用不同的 Python。

既有 Notebook 要改用新環境時，先在新環境註冊內核，再從 Notebook 的內核選單切換。重新啟動內核後檢查 sys.executable、關鍵套件匯入，以及必要的專案路徑。保留原環境，直到分析流程確認可重現。

kernelspec 指向舊路徑或服務與內核不一致

如果內核已列出但啟動失敗，先檢查 kernelspec，而非把它直接判定為 JupyterLab 4.6 的普遍缺陷。環境移動或刪除後，內核規格可能仍指向舊的 Python 路徑；服務和內核若在不同主機，服務端也可能無法存取預期檔案。

Jupyter 的內核規格會包含啟動資訊，例如 argv；其中的執行路徑應與目標環境一致。Jupyter Client 文件說明 kernelspec 的欄位與啟動機制。可先定位規格檔，再核對 argv 指向的 Python 是否存在。不要只根據 display_name 判斷來源。

縮小範圍時，可採取以下處理：

• 在啟動 JupyterLab 的同一環境重新執行 jupyter kernelspec list，確認服務可見的規格。
• 對照規格內的 Python 路徑與專案環境輸出；若環境已移動，使用新環境重新註冊。
• 用不含敏感資料的最小程式碼測試內核能否啟動，再逐步恢復專案程式碼。
• 若服務由不同終端機或啟動器執行，記錄啟動指令與主機位置，確認內核規格在該服務環境下可見。

JupyterLab 的啟動方式和伺服器設定也會影響服務從哪裡載入設定及執行。Jupyter Server 設定文件可供核對伺服器端配置。若使用終端機啟動，JupyterLab 官方的執行與啟動說明亦可作為檢查依據。

提醒：不要在尚未確認解譯器與依賴前重裝全域 Python，或覆蓋原專案套件。這些做法可能改變其他 Notebook 的執行環境，卻未必修正服務讀取錯誤 kernelspec 的問題。

常見疑問：內核清單與 Notebook 解譯器

JupyterLab 開得起來，但內核清單沒有 Python，該先檢查什麼？

先在啟動 JupyterLab 的終端機確認服務使用哪個 Python，再執行 jupyter kernelspec list 查看該服務能找到的內核規格。若清單沒有目標環境，請在該環境安裝 ipykernel 並註冊；單在終端機成功執行 Python，不能證明 JupyterLab 已找到它。

虛擬環境裡已安裝 ipykernel，為什麼仍看不到該環境？

ipykernel 安裝完成不等於環境已註冊為 Jupyter 內核。先啟用預期的虛擬環境，確認 python -c 輸出的解譯器路徑，再用該環境的 Python 執行內核安裝指令。若服務啟動在另一個環境，也要確認它能讀取新註冊的 kernelspec。

Notebook 選了 Python 內核，怎樣確認實際用的是哪個解譯器？

在 Notebook 執行 import sys; print(sys.executable)，把輸出的路徑與專案預期環境比較。再檢查關鍵套件能否匯入及其版本或安裝位置。內核顯示名稱可以自訂，不能單靠名稱判斷它實際啟動的 Python。

更換 Python 環境後，舊 Notebook 怎樣改用新內核？

先在新環境安裝並註冊 ipykernel，接著在舊 Notebook 的內核選單中選擇新註冊的項目。重新啟動內核後，以 sys.executable 和專案依賴檢查結果驗證。保留原環境與 Notebook 檔案，確認分析流程可重現後再清理舊環境。

修復完成後，留下可重現的驗收紀錄

完成修復後，依序確認：

• [ ] 目標 Notebook 已選取預期的 Python 內核。
• [ ] sys.executable 顯示的路徑屬於專案環境。
• [ ] 關鍵科研依賴可在 Notebook 中匯入。
• [ ] 不含敏感資料的最小分析步驟可以執行。
• [ ] 記下 Python 路徑、內核名稱、依賴狀態與必要的啟動資訊，供日後重現。

JupyterLab 官方變更紀錄中，穩定文件截至 2026 年 11 月 4 日標示 4.6.5；這是版本資訊，不代表該版本必然造成內核問題。發布或排障前仍應對照官方穩定版變更紀錄，確認文件與指令沒有變動。

以故障範圍選擇下一步

若問題只在 Python 環境或 kernelspec，通常應先修正目前環境；遠端 Mac 不是內核故障的通用修復方式。若研究流程確實需要 macOS，而實驗室沒有可用 Mac，可先閱讀 HireVM 的 Mac 使用指南，再依 方案比較資訊確認遠端使用方式是否符合專案。遠端環境適合短期驗證或補足設備，但不一定適合需要實體介面、固定本機資料流程，或長期持續重負載的工作。若只需短期取得 Mac 測試環境，可查看 HireVM 的遠端 Mac 方案；選擇前仍須按實際交付與連線方式確認，不能假設它會自動解決 Python 內核問題。

常見問題