Ubuntu 系统安装 VSCode 超全指南(3 种方法,适配 20.04/22.04 LTS)

VSCode(Visual Studio Code)是 Ubuntu 下最常用的轻量级代码编辑器,支持全语言开发、插件扩展和跨平台同步。本文提供 3 种安装方法(APT 仓库 / 手动 DEB/Snap),其中APT 仓库安装是首选(自动更新、稳定性最高),适配所有主流 Ubuntu 版本(20.04/22.04 LTS),附高频问题解决方案。

一、方法 1:通过官方 APT 仓库安装(推荐,自动更新)

此方法安装的 VSCode 会随系统 APT 更新自动升级,无需手动下载新版本,是最省心的方案。

步骤 1:安装依赖(解决密钥导入 / 仓库配置依赖)

sudo apt update 
sudo apt install -y wget gpg apt-transport-https software-properties-common 

步骤 2:导入微软官方 GPG 密钥(避免安装时签名验证失败)

wget -qO- https://packages.microsoft.com/keys/microsoft.asc | gpg --dearmor > packages.microsoft.gpg 
sudo install -D -o root -g root -m 644 packages.microsoft.gpg /etc/apt/trusted.gpg.d/packages.microsoft.gpg 

步骤 3:添加 VSCode 官方 APT 仓库

echo "deb [arch=amd64,arm64,armhf signed-by=/etc/apt/trusted.gpg.d/packages.microsoft.gpg] https://packages.microsoft.com/repos/code stable main" | sudo tee /etc/apt/sources.list.d/vscode.list > /dev/null 

步骤 4:更新源并安装 VSCode

sudo apt update 
sudo apt install -y code 

步骤 5:启动 VSCode(3 种方式)

  • 终端直接执行:
  • 应用菜单搜索:“Visual Studio Code”
  • 桌面快捷方式:安装完成后自动生成,双击即可启动。
code 

二、方法 2:手动下载 DEB 包安装(适配网络受限场景)

若无法访问微软仓库,可手动下载 deb 包安装,适合离线 / 内网环境。

步骤 1:下载 VSCode deb 包(适配 AMD64 架构,Ubuntu 主流架构)

wget https://code.visualstudio.com/sha/download?build=stable&os=linux-deb-x64 -O vscode_latest.deb 

(若 wget 下载慢,可直接访问VSCode 官网手动下载 deb 包,传到 Ubuntu 系统)

步骤 2:安装 deb 包

sudo dpkg -i vscode_latest.deb 

步骤 3:修复依赖缺失(若安装时报 “依赖未满足”)

sudo apt install -f -y 

三、方法 3:通过 Snap 安装(最简单,一键搞定)

Snap 是 Ubuntu 内置的包管理器,安装 VSCode 无需配置仓库,一键完成(缺点:启动速度略慢)。

sudo snap install code --classic 

四、安装后必做:优化 VSCode 体验

1. 设置中文界面

  1. 启动 VSCode 后,按Ctrl+Shift+P打开命令面板;
  2. 输入 “Configure Display Language”,回车;
  3. 选择 “zh-CN”,重启 VSCode 即可生效(若提示安装中文语言包,点击 “Install” 即可)。

2. 安装常用插件(按需选择)

  • 中文语言包:Chinese (Simplified) Language Pack
  • 代码补全:Tabnine / Kite
  • 终端集成:Terminal
  • 版本控制:GitLens
  • 语法高亮:对应编程语言插件(如 Python/Java/Go)

五、高频问题及解决方案

问题 1:安装时报 “GPG verification failed”(GPG 验证失败)

  • 原因:微软 GPG 密钥未正确导入。
  • 解决方案:重新执行步骤 2 的密钥导入命令,或手动删除旧密钥后重试:
sudo rm /etc/apt/trusted.gpg.d/packages.microsoft.gpg 

再重新导入密钥:

wget -qO- https://packages.microsoft.com/keys/microsoft.asc | gpg --dearmor | sudo tee /etc/apt/trusted.gpg.d/packages.microsoft.gpg > /dev/null 

问题 2:启动 VSCode 无响应 / 闪退

  • 原因:依赖缺失或显卡驱动不兼容。
  • 解决方案:
    1. 修复依赖:sudo apt install -f -y
    2. 禁用 GPU 加速启动(适合老显卡 / 集显):
  • 若仍闪退,卸载后重新通过 APT 仓库安装:
code --disable-gpu 
sudo apt remove -y code && sudo apt autoremove -y 

再重新执行方法 1 的安装步骤。

问题 3:Snap 安装的 VSCode 无法访问本地文件

  • 原因:Snap 包的沙箱权限限制。
  • 解决方案:
sudo snap connect code:home :home 

(授予 VSCode 访问用户主目录的权限)

问题 4:终端输入code提示 “command not found”

  • 原因:安装路径未加入系统环境变量。
  • 解决方案:
    1. 检查安装路径:ls /usr/bin/code(APT 安装应存在);
    2. 若不存在,重新安装;若存在,添加到 PATH:
echo "export PATH=\$PATH:/usr/bin" >> ~/.bashrc 
source ~/.bashrc 

六、总结

安装方法优点缺点
APT 仓库自动更新、稳定性高、无权限问题需配置仓库(步骤稍多)
手动 DEB离线可用、适配内网需手动更新新版本
Snap一键安装、无需配置启动慢、沙箱权限限制

优先选择APT 仓库安装,兼顾稳定性和可维护性;内网 / 离线环境选手动 DEB;新手图省事可选 Snap。按本文步骤操作,5 分钟即可完成 VSCode 安装并适配中文环境,满足日常开发需求。

Read more

昇腾 (Ascend) NPU 实战指南:在 GitCode Notebook 中玩转 CodeLlama

昇腾 (Ascend) NPU 实战指南:在 GitCode Notebook 中玩转 CodeLlama

1.前言 随着大模型技术在软件开发领域的深入应用,越来越多的开发者开始尝试在本地或云端环境部署代码生成模型。华为昇腾(Ascend)计算产业随着 CANN 软件栈的不断成熟,已成为运行各类开源 LLM 的重要算力底座。 本文将以 CodeLlama 这一广受欢迎的代码生成模型为核心,结合 GitCode Notebook 提供的在线开发环境,讲解如何在本地或服务器的昇腾 NPU 环境中完成从依赖配置、模型加载到代码生成的完整流程。文章将通过结构化的流程讲解与可操作的示例代码,引导你在昇腾生态中顺利完成 CodeLlama 的部署与运行。 接下来我们就开始进行动手实践吧。 GitCode官网:https://gitcode.com/。 2.GitCode Notebook 环境准备 GitCode 是面向中国开发者的一站式代码协作与模型应用平台,集成了开源仓库托管、在线运行环境、模型中心等能力。其中的 GitCode Notebook 提供了无需本地配置的云端交互式开发环境,支持直接在浏览器中编写、运行和调试代码,非常适合进行大模型试验与算子验证。 进入Gitcode官网

By Ne0inhk

Modelsim仿真软件的,安装/破解/使用教程大全

仿真前言         作为一名FPGA工程师,在做FPGA开发时,使用仿真一定是最重要的,有些人喜欢写完代码直接上板子调试,根本不会做一点点仿真;如果是简单的逻辑代码,有十足的把握,那就不用仿真,可以直接上板子调试,但是,如果您是在做工程的开发,很多代码都是第一次编写调试,那么,代码的仿真是一定要做的,你要问我为啥,我个人觉得,每次把自己写完的代码,放到modelsim上面仿真看一下波形,就像考试的时候,拿着参考答案在做题一样的感觉,各个波形的变化你都会看的一清二楚,但是如果你用在线逻辑分析仪看RTL的仿真,那真的是太耗费时间;         我知道这个时候就会有人说了,Modelsima仿真有啥用呀,和下板子调试完全是两个概念,包括信号延迟,信号质量,眼图等都不一样,说的也对,但是实际情况是,这些人眼高手低,觉得仿真这种操作太麻烦;仿真虽然不能完全模拟真实的硬件信号,硬件延迟也没法准确仿真,但是他能让你在开发的时候,规避掉95%的因为代码引起的错误,这会让你在调试阶段节省很多时间;然后剩下的调试你必须 要在硬件调试时才会发现并且解决;        在调试阶段,FPGA为

By Ne0inhk

75元!复刻Moji 2.0 小智 AI 桌面机器人,基于乐鑫ESP32开发板,内置DeepSeek、Qwen大模型

文末联系小编,获取项目源码 Moji 2.0 是一个栖息在你桌面上的“有灵魂的伴侣”,采用乐鑫 ESP32-C5开发板,配置 1.5寸 360x360 高清屏,FPC 插接方式,支持 5G Wi-Fi 6 极速连接,内置小智 AI 2.0 系统,主要充当智能电子宠物的角色,在你工作学习枯燥时,通过圆形屏幕上的动态表情包卖萌解压,提供情绪陪伴;同时它也是功能强大的AI 语音助手,支持像真人一样流畅的连续对话,随时为你查询天气、解答疑惑或闲聊解闷,非常适合作为极客桌搭或嵌入式学习的开源平台。 🛠️ 装配进化 告别手焊屏幕的噩梦。全新设计的 FPC 插座连接,排线一插即锁,将复刻门槛降至最低。 🚀 性能进化 主控升级为 ESP32-C5。支持 5GHz Wi-Fi 6,

By Ne0inhk

阿里云的moltbot机器人使用钉钉的Stream流式接入

注意 1. 这个不需要工作流 2. 这个不需要开放外网 具体方法: 1.check代码https://github.com/DingTalk-Real-AI/dingtalk-moltbot-connector 2.package.json增加如下代码 "moltbot": { "extensions": ["./plugin.ts"], "channels": ["dingtalk-connector"], "installDependencies": true } 3.安装插件 moltbot plugins install dingtalk-moltbot-connector 4.增加钉钉配置~/.moltbot/moltbot.json;如果有了进行提花 { "channels"

By Ne0inhk