如何在Visual Studio Code中默认折叠Jupyter笔记本所有单元格？

核心结论 #

VS Code原生没有提供开箱即用的设置，让Jupyter笔记本打开时自动折叠所有输入/输出单元格。你尝试的"jupyter.defaultCellCollapseState": true，实际是控制新建单元格的默认折叠状态，而非打开已有笔记本时的批量折叠，所以无效。

可行解决方法 #

方法1：命令面板批量折叠 #

每次打开笔记本后，按Ctrl+Shift+P（Windows/Linux）或Cmd+Shift+P（Mac）唤起命令面板，输入并执行以下命令：

• 折叠所有代码单元格：Jupyter: Collapse All Code Cells
• 折叠所有输出：Jupyter: Collapse All Outputs

这是官方提供的最直接手动方案，能快速完成批量折叠。

方法2：自定义键盘快捷键 #

如果嫌调用命令面板麻烦，可以给折叠命令绑定专属快捷键：

1. 打开快捷键设置：按Ctrl+K Ctrl+S（Windows/Linux）或Cmd+K Cmd+S（Mac）
2. 在搜索框输入命令名称（比如Jupyter: Collapse All Code Cells）
3. 点击命令右侧的铅笔图标，设置你习惯的快捷键（例如Ctrl+Alt+C）
4. 同理给Jupyter: Collapse All Outputs设置快捷键（例如Ctrl+Alt+O）

后续打开笔记本后，按快捷键就能一键完成批量折叠。

方法3：VS Code任务自动执行折叠命令 #

可以在项目的.vscode/tasks.json中配置任务，实现打开文件夹时自动执行折叠操作：

{
    "version": "2.0.0",
    "tasks": [
        {
            "label": "Collapse Jupyter Cells",
            "type": "shell",
            "command": "${command:jupyter.collapseAllCodeCells}",
            "runOptions": {
                "runOn": "folderOpen"
            },
            "problemMatcher": []
        },
        {
            "label": "Collapse Jupyter Outputs",
            "type": "shell",
            "command": "${command:jupyter.collapseAllOutputs}",
            "runOptions": {
                "runOn": "folderOpen"
            },
            "problemMatcher": []
        }
    ]
}

注意：该任务会在打开文件夹时触发，适合经常在同一文件夹下处理Jupyter笔记本的场景。若需针对单个笔记本生效，可结合when条件进行更精细配置，但目前VS Code任务系统对单个文件的触发支持有限。

方法4：自定义VS Code扩展（进阶） #

如果具备基础的扩展开发能力，可以编写简单扩展，监听Jupyter笔记本打开事件，自动执行折叠命令。核心逻辑示例：

import * as vscode from 'vscode';

export function activate(context: vscode.ExtensionContext) {
    let disposable = vscode.window.onDidChangeActiveTextEditor(async (editor) => {
        if (editor?.document.languageId === 'jupyter-notebook') {
            await vscode.commands.executeCommand('jupyter.collapseAllCodeCells');
            await vscode.commands.executeCommand('jupyter.collapseAllOutputs');
        }
    });

    context.subscriptions.push(disposable);
}

可通过VS Code的Yeoman生成器快速搭建扩展框架，打包后本地安装即可使用。

内容的提问来源于stack exchange，提问作者Niram