Jupyter Notebook升到7.0.0之后，老一套汉化和改路径的方法突然全失灵了。问我的人比平时翻了好几倍，问题集中在两个地方：一是界面语言包装上之后没反应，二是新建文件永远落在C盘用户目录下，项目和文件散得到处都是。
花了两天时间把v7整个翻了个底朝天，把语言包机制、配置项变化、前后端关系都捋了一遍，下面直接把能用的方案写出来。这篇东西适合所有被新版Notebook折磨过的用户，不管你是刚升级上来还是准备重装，照着做基本都能解决。
1. 从旧版到v7，到底哪里变了
1.1 一次"看起来是升级、实际是重构"的版本迭代
很多人以为Jupyter Notebook v7只是给旧界面换个皮肤，这想法害了不少人。实际上Notebook 7是把原本独立的Classic Notebook界面彻底废弃，改成了基于JupyterLab组件重新构建的"单文档模式"。说白了，你在浏览器里看到的那个文件列表、编辑器、菜单栏，底层全部变成了JupyterLab的东西。
这个架构调整带来的直接后果是：以前你搜到的那些针对Notebook 6.x写的汉化教程，比如替换locale目录、修改linguist配置文件、往nbextensions里塞语言包，在v7里全都废了。因为界面不再是旧的notebook前端，而是JupyterLab的文档管理器在渲染了，所以新的汉化方式必须跟JupyterLab的语言机制对齐。
还有一点要注意，Notebook v7和JupyterLab的版本是强关联的。Notebook 7.0.x对应的是JupyterLab 4.x的组件，后面升级小版本时也会跟着同步更新。所以你装任何插件、语言包时，必须清楚自己到底是在给哪个版本的语言体系装东西，装混了就会出各种奇怪问题。
1.2 变了的配置项：从NotebookApp到ServerApp
旧版配置里，大家最熟悉的一行是c.NotebookApp.notebook_dir，用来指定默认工作目录。到了v7，这行配置在生成配置时你会看到设置项确实还在，Jupyter也做了兼容，但官方推荐的写法已经变成了c.ServerApp.root_dir。
原因也好理解：新版架构里真正干活的是Jupyter Server，NotebookApp只是它上面的一个应用外壳。你改NotebookApp开头的配置，Jupyter Server读不读得到完全看运气，我在好几个环境里实测过，改了c.NotebookApp.notebook_dir之后配置文件依然会生效，但有时会把工作目录设置到奇怪的地方，不如直接用ServerApp稳。
更坑的是，新版生成配置文件的命令、路径、生效优先级跟旧版也有区别。很多人明明改了配置文件，重启服务后一点用处都没有，就是因为配置没写到Jupyter实际读取的位置，或者被启动参数覆盖了。这个在第3节我会专门展开说。
1.3 v7用户最容易踩的三个认知误区
先说第一个误区：认为汉化就是装个语言包。这话对一半，语言包确实是新版汉化的核心，但装完之后必须在界面里手动切换一次语言，然后刷新页面。很多人在终端看到Language Pack installed就以为完事了，结果打开还是英文，就开始怀疑教程有问题。
第二个误区：认为改配置就是改一个文件的事。新版Jupyter的配置涉及jupyter_notebook_config.py、jupyter_server_config.py两份文件，还有启动参数、环境变量、命令行中个优先级从高到低是：启动参数 > 环境变量 > 配置文件 > 默认值。你不搞清楚当前配置到底是谁在生效，就会陷入改了没用、删了也一样、折腾一晚上不知道原因的僵局。
第三个误区：认为所有环境共用一套配置。如果你用conda建了好几个虚拟环境，每个环境里装的Jupyter版本可能完全不同。你在base环境里汉化好了，切到另一个环境又变回英文，这不叫失效，是那个环境里压根没装语言包。做任何操作之前先激活对应的虚拟环境，这个习惯比任何技巧都重要。
2. 新版Jupyter Notebook汉化实操指南
2.1 汉化前的版本检查与环境准备
不要一上来就pip install，先花一分钟确认你的实际环境。打开命令行，输入下面三条命令，把结果记下来：
python --version jupyter --version jupyter lab --version这里重点看两件事。第一，你的Notebook版本到底是多少，jupyter --version输出的最后一项会显示notebook的版本号，如果低于7.0.0，那你可能要怀疑自己升级是不是失败了。第二，jupyter lab --version这个同样关键，因为Notebook v7复用JupyterLab的语言插件体系，语言包版本对不对要看这个。
同时确认你的Python版本，我推荐3.9到3.11之间跑Jupyter Notebook v7最省心。Python 3.12、3.13也能跑，但后面讲到的rpds报错、pyzmq兼容问题，大多出现在这两个新版本上。如果你急着用，暂时不要用太新的Python跑生产环境。
都确认好了，再检查一下自己的Jupyter是从哪个环境启动的，尤其是装了Anaconda、又用VS Code、又用系统Python的朋友。命令行里敲where jupyter（Windows系统），或者which jupyter（macOS/Linux），看清楚你接下来要操作的是不是同一条路径。很多人就是这里没注意，在base环境装了一堆包，然后从别的环境启动，结果所有操作看着都做了、全都无效。
2.2 安装中文语言包的核心操作
在确认好目标环境后，激活虚拟环境（如果有的话），执行这条命令：
pip install jupyterlab-language-pack-zh-CN这个包的名字带有jupyterlab前缀，是因为前面说过的原因——Notebook v7的语言机制完全走JupyterLab这套。你不需要担心它是给JupyterLab用的，装上它Notebook v7一样能读。
如果提示已经安装了，建议顺手升级一下：
pip install -U jupyterlab-language-pack-zh-CN安装完成后，直接在终端重启Jupyter Notebook服务。注意是完整退出再启动，包括关掉浏览器里所有相关的标签页。因为语言包是在服务启动阶段加载的，热刷新解决不了问题。
另外顺嘴说一句，如果你的网络环境下载PyPI资源比较慢，可以换用国内镜像源。我一般用清华源，命令是：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyterlab-language-pack-zh-CN装完不要急着打开，先往下看界面设置这一步。
2.3 在界面中激活中文语言
语言包装好、服务重启后，在浏览器打开你的Jupyter Notebook页面。这时候界面应该还是英文，不要慌，这是正常的。你要做的是进入语言设置界面，位置在菜单栏的File -> Settings -> Language。
进去之后会看到一个大下拉框，里面列了一堆语言，找到简体中文（zh-CN）或者直接显示为"中文"的选项，选中它。如果这里只有English一个选项，说明你的语言包没有成功被服务识别。这时候回到终端，看一下启动日志里有没有报错，最常见的错误是提示找不到jupyterlab-language-pack-zh-CN对应的资源，那就重新执行一遍2.2的安装命令。
选完语言后，页面上通常会提示需要重启或者刷新。点击确认或者Reload按钮，浏览器页面会重新加载。加载完之后，菜单栏、右键菜单、设置面板这些核心区域应该已经变成中文了。
装好之后你可能会发现有些地方还是英文，比如插件设置里的说明、某些工具栏工具提示。这个很正常，语言包对界面做了翻译，但第三方插件、部分前沿组件、个别深层配置项没有翻译是正常的。你只要确认菜单和选项是中文，就算汉化成功了。
2.4 汉化后的界面状态与残留英文说明
汉化完成后，自查一下这几个地方：文件列表上方的工具栏、菜单栏的File/Edit/View这些菜单、右键新建Notebook的菜单、Settings配置面板。这四个地方全部显示中文，就是成功。
有些细心的朋友会问，那Notebook单元格的代码提示、命令面板（Ctrl+Shift+P）里会不会也变中文？命令面板里大部分会变成中文，但有些来自内核和扩展的命令还是英文。比如你装了jupyterlab-git插件，它的命令可能还是英文，因为这个插件自身的语言资源和核心包不在一起。
还有一点，语言包是跟随环境的。你在base环境汉化好了，换了conda虚拟环境又变回英文的话，需要去对应环境里也安装并设置一次。这篇东西前面讲过，这里再强调一遍，因为这是问得最多的问题。
3. 默认保存路径修改的完整方案
3.1 搞清楚配置文件到底该改哪个
默认保存路径的问题，核心是理解Jupyter Notebook到底在哪个目录启动、新建的.ipynb文件默认存在哪。v7版本下,Jupyter启动目录由ServerApp.root_dir决定，配置文件里的设置项长这样：
c.ServerApp.root_dir = 'D:/JupyterProjects'先执行命令生成配置文件（如果你还没有的话）：
jupyter notebook --generate-configWindows系统下，配置文件位置一般在C:\Users\你的用户名\.jupyter\jupyter_notebook_config.py；macOS/Linux在~/.jupyter/jupyter_notebook_config.py。用记事本或任意编辑器打开，搜索ServerApp.root_dir，把前面的注释符号#删掉，然后填入你希望作为默认工作目录的路径，注意Windows下用正斜杠或者双反斜杠。
这里有个容易翻车的点：新版Jupyter还读jupyter_server_config.py，这份文件也有root_dir配置。如果你的Notebook配置改了没生效，十有八九是server配置里还残留着一个旧路径，或者两份文件的设置相互打架。直接搜索用户目录下的.jupyter文件夹，把两份配置文件都打开看一眼，以ServerApp.root_dir为准统一修改。
3.2 修改默认工作目录的两个层次
默认路径修改其实要按场景区分：一种是让Jupyter服务启动后文件列表停在指定目录，另一种是新建文件后保存到指定目录。前者靠root_dir就能解决，后者还需要配合浏览器里的"文件保存"习惯。
设置root_dir之后，你启动Jupyter，浏览器左侧文件树打开的路径就是它。在这个目录下新建Notebook，保存后文件就落在里面。如果你的需求只是"别一打开就在C盘用户目录"，“改root_dir就够了”。
但如果你的需求更细，比如希望每个项目单独一个目录、打开不同项目时自动切换路径，那推荐的做法不是改配置文件，而是分别用启动参数启动多个Jupyter实例：
jupyter notebook --ServerApp.root_dir=D:/ProjectA jupyter notebook --ServerApp.root_dir=D:/ProjectB --port=8890这样可以同时开多个实例，每个实例对应不同的项目目录，互不干扰。端口参数记得改一下，否则第二个实例起不来。用这种方式的好处是配置文件不用来回改了，适合多项目并行的用户。
3.3 启动参数与快捷方式层面的路径控制
如果你不想改动任何配置文件，也可以在启动时临时指定路径。命令行进入目标目录后执行：
jupyter notebook注意，这种方式下Jupyter默认把当前目录作为root_dir。比如你在D:\ProjectA目录打开终端再启动，文件列表就停在D:\ProjectA。这就是很多人“没改配置但每次路径都对”的原因——不是配置生效，是启动目录决定的。
Windows用户如果习惯双击快捷方式启动，可以通过修改快捷方式属性来控制起始位置。右键Jupyter Notebook快捷方式 -> 属性 -> 快捷方式选项卡，把"起始位置"改成你想要的目录，再点确定。这样每次双击启动，Jupyter就会自动用这个目录作为工作目录，效果和命令行cd进去再启动是一样的。
另外推荐一个更灵活的方式，自己写一个批次处理脚本，内容大概这样：
@echo off cd /d D:\JupyterProjects python -m jupyter notebook --ServerApp.root_dir=D:\JupyterProjects以后启动直接双击这个批处理文件就行，路径永远不会乱。注意python -m这种启动方式，能确保Jupyter使用当前Python环境下的版本，比直接敲jupyter命令更保险。
3.4 路径配置后如何验证
配置文件改完、重启之后，别急着写代码，先做两个验证。
第一个验证：看页面路径。浏览器打开Jupyter页面，正常情况下地址栏应该能看到/tree结尾的URL，页面左侧文件树应该显示你配置的目录下的文件。如果你看到的还是老路径，说明配置没生效，回到3.1去看配置文件有没有改对地方。
第二个验证：在页面里新建一个Notebook，输入一段简单代码，比如import os; print(os.getcwd())，然后运行，看当前工作目录是不是你设置的那个。这个验证最直接，因为它能测出内核实际的工作路径跟文件树路径是不是一致的。有时候文件树路径对了，但内核工作目录还是旧目录，这种就需要额外设置，不过对于大多数场景，root_dir改好之后两者是一致的。
4. 新版常见问题的排查与急救
4.1 安装后打不开、白屏或一直转圈
这是v7用户最常遇到的第一道坎，一般分三种情况。
第一种是安装完成后在终端敲jupyter notebook，提示找不到命令或模块。这种情况多半是环境变量没配置好，或者你装了多个Python环境，命令入口指向了错误位置。直接改用python -m jupyter notebook启动，不要用裸命令。
第二种是浏览器打开后页面白屏或者一直转圈。通常原因是Jupyter Server没有正常启动，端口被占用，或者页面加载了损坏的静态资源。先看终端有没有报错，有报错就按报错处理；没报错就尝试强制刷新浏览器缓存，或者用Ctrl+Shift+R清掉Service Worker缓存。如果依然白屏，停掉Jupyter进程，执行pip install --force-reinstall jupyterlab notebook重新装一次前端资源。
第三种是端口被占，提示Port 8888 is already in use。输入jupyter notebook --port=8889换一个端口启动，或者找到占用进程结束掉再试。用netstat -ano | findstr :8888（Windows）或者lsof -i:8888（macOS/Linux）查看占用情况即可。
4.2 单元格执行没有任何反应
页面能打开，文件能新建，但点运行单元格一点反应都没有，控制台也没有输出。这个问题和内核有关，跟页面本身无关。
先检查内核状态：jupyter kernelspec list，确认当前Python版本对应的内核存在。如果列表是空的，说明缺少ipykernel，执行：
pip install ipykernel python -m ipykernel install --user装完后重启Notebook再试。如果你用了conda环境，记得先激活目标环境再执行上面的命令，否则内核会装到别的Python里去。激活后可以用python -m ipykernel install --user --name 环境名 --display-name 显示名指定环境安装内核。
另外检查一下是不是所有单元格都没反应，还是只有某一行代码没反应。如果所有单元格都没反应，大概是jupyter_client和pyzmq版本冲突了，执行pip install -U jupyter_client pyzmq再重启服务。
4.3 导入包时DLL Load Failed错误
这个错误在Windows上很常见，报错信息类似ImportError: DLL load failed while importing rpds。rpds是rpds-py这个库里的一个模块，新版Jupyter依赖链里引到了它，但这个库在某些Python版本下的预编译二进制有问题，导入时就崩了。
解决办法按顺序试：
pip uninstall rpds-py -y pip install rpds-py --force-reinstall如果还不行，升级pip和构建工具：
python -m pip install --upgrade pip setuptools wheel pip install rpds-py --force-reinstall实在不行的，去PyPI上下载对应Python版本、对应系统架构的rpds-py的wheel包手动安装。注意台式机和笔记本的系统架构一般是amd64，但有些ARM架构设备需要下载arm64版本，别下错了。
这个问题在Python 3.12和3.13上出现频率更高，如果处理不了又不想折腾，最简单的方案是把Python环境降到3.10，这一版本下整个Jupyter生态最稳定。
4.4 汉化失效或语言包不回显
装了语言包、界面也选了中文，重启后又变回英文。这种情况很多人遇到过，通常有三个原因。
第一个原因是语言包和Jupyter版本不匹配。Jupyter Notebook v7.0.x和v7.1.x对应的JupyterLab语言包版本可能不同，升级Notebook之后语言包没跟着升级，就会出现加载不上的情况。统一执行pip install -U jupyterlab-language-pack-zh-CN即可。
第二个原因是浏览器缓存。Jupyter前端资源大量使用了缓存机制，语言切换后的新资源可能没被浏览器重新加载。进入开发者工具，彻底清空站点数据再刷新页面，问题一般能解决。
第三个原因最隐蔽：同时装了旧版jupyterlab-language-pack的遗留文件，导致语言包解析失败。这种情况卸载干净再重装：
pip uninstall jupyterlab-language-pack-zh-CN -y pip install jupyterlab-language-pack-zh-CN如果不想重装这么麻烦，也可以直接删掉C:\Users\你的用户名\.jupyter\lab目录下的缓存文件后重启服务，这个操作安全，Jupyter会自动重建。
5. 周边环境联动：编辑器里的Jupyter与汉化通用思路
5.1 VS Code、Cursor里的Jupyter前缀与路径
现在不少人不用网页版，直接在VS Code或者Cursor这样的编辑器里写Notebook。代码块前面的In/Out标签和单元格交互是编辑器的功能，走的不是JupyterServer的页面逻辑。所以你在编辑器里看到的界面是否中文，取决于编辑器自身的中文语言包，跟Jupyter那边没多大关系。
以VS Code为例，装一个Chinese (Simplified) Language Pack扩展就能够让编辑器界面变中文。编辑器里跑Jupyter内核时，文件保存路径默认跟随工作区目录。如果你希望所有Notebook统一保存到某个目录，修改VS Code设置，搜索notebookFileRoot，把它改成$workspaceFolder或指定绝对路径。
Cursor的情况跟VS Code基本一致，因为它是VS Code的改版。如果你已经给VS Code装过中文扩展，到了Cursor里还需要重新装一次，两个软件的数据不完全互通。
这种方式的好处是，不用折腾浏览器页面的汉化，工作区管理和路径控制都交给了编辑器本身。坏处是你如果还在浏览器里单独使用Jupyter，两端配置不互通，要维护两份设置。
5.2 Web界面汉化的通用思路
做多了会发现，Jupyter Notebook v7的汉化思路和很多Web应用的汉化套路其实是一样的：应用本体不内置多语言，而是通过语言包插件动态加载翻译资源。你平时可能接触过的Postman、设计工具、终端模拟器，都是这个套路。安装语言包、在设置里切换语言、刷新页面，三步走。
理解了这个通用思路，遇到其他类似的Web应用汉化时就不会手足无措。关键点是找到对应的语言包源。PyPI上有专门的项目维护Jupyter语言包，所以一条pip命令就能解决。有些软件语言包在应用商店里直接搜，有些需要去GitHub项目Release页面下载，本质流程没区别。
这个思路对GitHub汉化这类需求也适用：GitHub本身是网页应用，它的汉化往往借助浏览器插件或者油猴脚本，因为网页应用不像本地应用那样能方便地装全局语言包。下载下来后同样是注册、刷新两步操作。
如果你想手动添加翻译包，印象中有个思路是直接在Jupyter的settings目录下写一个overrides.json文件，强制覆盖语言选项。这种方式相当于绕过界面配置、直接改内部设置，属于进阶玩法，如果你对Jupyter配置结构足够熟悉，可以试一下。对多数人来说用pip安装官方语言包已经够用了。
5.3 多环境配置的避坑建议
最后聊一个很多人都会踩的坑：conda创建了多个环境，每个环境里都装了Jupyter，导致汉化、路径配置来来回回不对。
最稳妥的方法其实很笨：确定你最常用的那个环境，把它设成默认环境，所有Jupyter相关操作都从它发起，另一个环境用的时候才激活。这样你只需要维护一套Jupyter配置。如果你确实需要多个环境都具备完整的Jupyter能力，那就老老实实每个环境都装一遍：
conda activate env_name pip install jupyter notebook jupyterlab-language-pack-zh-CN ipykernel jupyter notebook --generate-config然后分别配置各自的配置文件。这个过程确实繁琐，但能避免后续大把的“为什么这个环境里没有”的疑问。
还有一个小技巧，在配置文件的头部加一行：
import os os.environ['PYTHONPATH'] = 'D:/JupyterProjects'这样即使切了环境，Python模块搜索路径也保持一致，减少因为当前目录不同导致导入失败的烦躁时刻。这个方法不是官方推荐的（PYTHONPATH设置不当容易造成模块版本混乱），但如果你只是在一台自己用的机器上写代码，实测下来还挺省心的。
根据我个人的实际体验，新版Jupyter Notebook最麻烦的不是配置有多难，而是很多人不知道它已经悄悄换了一套底层机制，还在拿旧教程硬套。搞清楚架构变化之后，汉化和路径配置其实都是几分钟的事。如果你在操作过程中遇到了上面没写到的怪问题，建议先去终端启动Jupyter看日志输出，90%的问题答案都藏在红色的报错信息里。
