Dev Container中Pylance无限加载，代码智能功能失效求助

问题现象 #

• 代码智能功能（自动补全、函数跳转、变量悬停提示）完全失效，悬停时持续显示「Loading information」
• Jupyter笔记本与普通Python文件均受影响
• Pylance内存占用从2.5GB逐步攀升至6.5GB后骤降，同时切换端口，该循环无限重复
• 即便工作区仅包含极简测试文件，仍持续显示「Enumeration of workspace」提示
• 文件与笔记本可正常执行，更换Pylance版本、Docker镜像均无法解决

环境版本 #

• Pylance 2025.7.1
• VS Code 1.102.3
• Docker 4.43.1（搭配WSL 2.5.9.0）
• Windows 11

当前配置文件 #

Dockerfile #

FROM pytorch/pytorch:2.7.1-cuda12.8-cudnn9-devel
RUN apt-get update && apt-get upgrade -y
RUN apt-get -y install git
RUN pip install jupyter ipykernel packaging ninja mlflow tqdm torchinfo matplotlib
RUN pip install flash-attn --no-build-isolation
RUN pip install "unsloth[cu128-torch271] @ git+https://github.com/unslothai/unsloth.git"
RUN pip install triton --extra-index-url "https://download.pytorch.org/whl/cu128"

docker-compose.yaml #

services:
  pytorch:
    container_name: pytorch
    build: 
        context: .
        dockerfile: Dockerfile
    ports:
        - "8888:8888"
    environment:
        - JUPYTER_TOKEN=easy
    working_dir: /
    volumes:
        - ../:/workspace
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              capabilities: ["gpu"]
              device_ids: ["0"]
    command: sleep infinity

devcontainer.json #

{
    "name": "Pytorch_devcontainer",
    "dockerComposeFile": "./docker-compose.yaml",
    "workspaceFolder": "/",
    "shutdownAction": "stopCompose",
    "service": "pytorch",
    "customizations": {
        "vscode": {
            "extensions": [
                "ms-toolsai.jupyter",
                "ms-toolsai.vscode-jupyter-cell-tags",
                "ms-toolsai.jupyter-renderers",
                "ms-toolsai.vscode-jupyter-slideshow",
                "christian-kohler.path-intellisense",
                "ms-python.vscode-pylance",
                "ms-python.python",
                "mutantdino.resourcemonitor",
                "redhat.vscode-yaml"
            ]
        }
    }
}

修复步骤 #

1. 缩小工作区扫描范围 #

当前devcontainer.json将workspaceFolder设为容器根目录/，导致Pylance扫描整个系统文件、Python依赖包目录，引发无限枚举和内存暴涨。修改为实际工作目录：

"workspaceFolder": "/workspace"

同时确保docker-compose.yaml中volumes挂载的../:/workspace对应你的项目文件位置。

2. 配置Pylance排除不必要目录 #

在工作区的.vscode/settings.json中添加排除规则，减少Pylance扫描负担：

{
  "python.analysis.exclude": [
    "**/__pycache__",
    "/usr/local/lib/python3.10/dist-packages/**",
    "/workspace/**/.git",
    "/workspace/**/data",
    "/workspace/**/models"
  ],
  "python.analysis.diagnosticMode": "openFilesOnly",
  "python.analysis.indexing": true
}

diagnosticMode设为openFilesOnly后，Pylance仅分析当前打开的文件，大幅降低资源占用。

3. 增加Pylance内存限制 #

在VS Code设置中提高Pylance的内存分配，避免因内存不足频繁重启：

{
  "python.analysis.memoryLimit": 8192
}

单位为MB，可根据自身机器配置调整（如10240对应10GB）。

4. 重建Docker容器 #

删除旧容器和镜像，清理缓存后重新构建，避免环境残留问题：

docker-compose down --rmi all
docker-compose build --no-cache
docker-compose up -d

5. 调整WSL资源分配 #

WSL默认内存限制可能不足，在Windows系统的C:\Users\<你的用户名>\.wslconfig文件中修改配置（若文件不存在则新建）：

[wsl2]
memory=12GB
processors=4
swap=4GB

修改后重启WSL：wsl --shutdown，再重新启动容器。

内容的提问来源于stack exchange，提问作者I'mStuckOnLine911