Visual Studio 2026中Github Copilot的大模型

在 Copilot Chat 中开始使用 AI 模型

Visual Studio 17.14 中,Visual Studio 里的 GitHub Copilot 默认使用 GPT-4.1(之前是 GPT-4o)。GPT-4.1 提供更快的响应速度、更高质量的代码建议,以及更高的编码效率。

不过,你并不局限于使用默认模型,你也可以选择其他模型,或者添加自己的模型,根据工作流程选择最合适的 AI 模型。

可用模型

在模型选择器中,你可以选择更多模型,包括:

  • Claude Sonnet 4
  • Claude Opus 4
  • GPT-5
  • Claude Sonnet 3.5
  • Claude 3.7(支持思考和非思考模式)
  • OpenAI o3-mini
  • Gemini 2.0 Flash
  • Gemini 2.5 Pro
  • GPT-5 mini

模型选择的改进

  • 持久选择:你选择的模型会在不同聊天线程中保持。
  • 直接启用模型:如果某个模型在你的订阅计划中可用但未启用,模型选择器会提示你激活它。
  • 模型可用性取决于你的 Copilot 订阅及各模型的当前状态。对于 Copilot EnterpriseBusiness 用户,管理员需要在 Copilot 设置中启用 Preview 策略后,模型才能在 Visual Studio 中使用。

自带模型(BYOM,Bring Your Own Model)

你可以通过提供 API Key 的方式,将自己的语言模型接入 Copilot Chat,支持的提供商包括 Anthropic、Google 和 OpenAI。这样可以让你配置自定义模型以匹配工作流程或评估新模型能力。

优势

  • 扩展模型选择范围,包括新模型或实验模型。
  • 满足基础设施、安全或性能要求。
  • 直接控制和监控 API 使用情况。
  • 可以在内置模型和自定义模型之间轻松切换。

添加 API Key 的步骤

  1. 在聊天界面打开模型选择器下拉菜单。
  2. 选择提供商(目前支持 OpenAI、Anthropic、Google)。
  3. 输入 API Key。
  4. 选择以下选项之一:
    • 默认列表中的标准模型
    • 提供商支持的任何模型,即使默认列表中未显示
  5. 确认自定义模型出现在模型选择器中。
  6. 在聊天中开始使用,自定义模型即可被 Copilot Chat 调用。

限制与注意事项

  • 自定义模型仅在 Visual Studio 的 Copilot Chat 中支持,不影响代码补全或其他 AI 功能(如生成提交信息)。
  • 模型能力取决于提供商,部分模型可能不支持工具使用、视觉输入或高级推理功能。
  • 嵌入、意图检测、仓库索引等服务可能仍使用 Copilot API。
  • 使用自定义模型时,输出直接来自提供商,可能绕过 Copilot 的 AI 责任过滤。
  • Copilot Business 或 Enterprise 用户不支持自定义模型。

Read more

Yolo11 基于DroneVehicle数据集的无人机视角下车辆目标检测

Yolo11 基于DroneVehicle数据集的无人机视角下车辆目标检测

1、关于DroneVehicle数据集介绍 DroneVenicle数据集是由天津大学收集、标注的大型无人机航拍车辆数据集。 DroneVehicle 数据集由无人机采集的共 56,878 幅图像组成,其中一半为 RGB 图像,其余为红外图像。我们对五个类别进行了带有方向性边界框的丰富标注。其中,汽车car 在 RGB 图像中有 389,779 个标注,在红外图像中有 428,086 个标注;卡车truck 在 RGB 图像中有 22,123 个标注,在红外图像中有 25,960 个标注;公交车bus 在 RGB 图像中有 15,333 个标注,在红外图像中有 16,590 个标注;面包车van 在

OpenClaw安装和接入飞书机器人完整教程

OpenClaw安装和接入飞书机器人分三大部分组织回答: 1)先讲环境准备和OpenClaw基础安装(分阿里云和本地Windows两种场景); 2)再讲飞书机器人配置(包括应用创建、通道添加、事件订阅); 3)最后讲验证和配置AI模型。 为了更直观,在部署方式对比、配置项说明等地方用表格呈现。 这是一份完整的OpenClaw安装及接入飞书机器人的教程。将涵盖从环境准备、OpenClaw部署(含阿里云服务器和本地Windows两种方式)、AI模型(以阿里云百炼为例)配置,到最终在飞书开放平台创建并接入机器人的全流程。 第一部分:准备工作与核心认知 在开始动手前,我们需要先了解 OpenClaw 是什么,并准备好必要的账号和工具。 1.1 什么是 OpenClaw? OpenClaw(昵称“小龙虾”,曾用名 ClawdBot / Moltbot)是一个开源的个人AI智能体框架。它本身不具备推理能力,需要对接大语言模型(如阿里云百炼、七牛云、OpenAI等)的API。它的核心价值在于: * 真正的执行能力:能通过“技能”

Flutter 三方库 bavard 的鸿蒙化适配指南 - 实现语义化的聊天消息协议、支持机器人自动回复逻辑与分布式通讯元数据封装

Flutter 三方库 bavard 的鸿蒙化适配指南 - 实现语义化的聊天消息协议、支持机器人自动回复逻辑与分布式通讯元数据封装

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 bavard 的鸿蒙化适配指南 - 实现语义化的聊天消息协议、支持机器人自动回复逻辑与分布式通讯元数据封装 前言 在进行 Flutter for OpenHarmony 的社交或客户支持类应用开发时,除了核心的 WebSocket 传输,如何规范化定义“消息(Message)”的数据结构以及处理复杂的对话逻辑状态,往往决定了项目的后期维护性。bavard 是一个专为高度语义化聊天交互设计的协议封装库。它能让你在鸿蒙端以极具逻辑感的对象模型来驱动对话流。本文将带大家了解如何利用 bavard 构建标准化的聊天架构。 一、原理解析 / 概念介绍 1.1 基础原理 bavard 将一次对话拆解为“参与者(Participants)”、“话题(Topics)”和“原子消息(Discrete Messages)”。它提供了一套完整的状态机,用于驱动从“

2025最新如何在本地部署 Stable Diffusion3.5超详细完整教程

2025最新如何在本地部署 Stable Diffusion3.5超详细完整教程

在本地部署 Stable Diffusion 3.5:让 AI 绘图更便捷 前言 随着人工智能的快速发展,图像生成技术日益成熟,Stable Diffusion 3.5 作为一款强大的 AI 绘图工具,广泛应用于设计师、创作者等人群的视觉内容生成。它能够通过文本提示生成高质量图像,且具备较高的可控性和细腻的生成效果。 然而,默认情况下,Stable Diffusion 3.5 仅能在局域网内运行,远程操作或者出门时调整参数、查看进度会受到限制。在本文中,我们将通过本地部署的方式,帮助您克服这一限制,实现更加灵活的使用。 提示:不同型号的 Stable Diffusion 对硬件要求有所不同。以 Large Turbo 版本为例,推荐配备至少 8GB 显存以保证流畅运行。 文章目录在本地部署 Stable Diffusion