vscode copilot 的配置文件提示警告

Claude 桌面版竟然是实时的。

请添加图片描述

vscode copilot 的配置文件提示

[{
“resource”: “/d:/.vscode/User/globalStorage/github.copilot-chat/ask-agent/Ask.agent.md”,
“owner”: “prompts-diagnostics-provider”,
“severity”: 4,
“message”: “未知工具 “github/issue_read”。”,
“startLineNumber”: 7,
“startColumn”: 51,
“endLineNumber”: 7,
“endColumn”: 70
},{
“resource”: “/d:/.vscode/User/globalStorage/github.copilot-chat/ask-agent/Ask.agent.md”,
“owner”: “prompts-diagnostics-provider”,
“severity”: 4,
“message”: “未知工具 “github.vscode-pull-request-github/issue_fetch”。”,
“startLineNumber”: 7,
“startColumn”: 72,
“endLineNumber”: 7,
“endColumn”: 119
},{
“resource”: “/d:/.vscode/User/globalStorage/github.copilot-chat/ask-agent/Ask.agent.md”,
“owner”: “prompts-diagnostics-provider”,
“severity”: 4,
“message”: “未知工具 “github.vscode-pull-request-github/activePullRequest”。”,
“startLineNumber”: 7,
“startColumn”: 121,
“endLineNumber”: 7,
“endColumn”: 174
}]

删除文件也会重建,是否报告给VSCODE官方,这是BUG?

Show more
22:58
这不是 Bug,是正常的警告,原因是:

问题根源
这些工具需要安装对应扩展才能识别:

未知工具 需要的扩展
github/issue_read GitHub 相关扩展
github.vscode-pull-request-github/issue_fetch GitHub Pull Requests 扩展
github.vscode-pull-request-github/activePullRequest GitHub Pull Requests 扩展
Ask.agent.md 是 Copilot 预置的 agent 配置,引用了这些工具,但如果你没装 GitHub Pull Requests and Issues 扩展,VSCode 就找不到这些工具,报"未知工具"警告。

解决方法
方法一(推荐): 安装缺失扩展

在扩展市场搜索安装:

GitHub Pull Requests
扩展 ID:github.vscode-pull-request-github

方法二: 忽略这个警告

severity 4 是警告级别,不影响 Copilot 正常使用,不用处理。

要不要报告?
不需要,这是已知的设计行为,Copilot 团队预置了依赖可选扩展的 agent,没装扩展就会有这个警告。不是 Bug。

剩一个

‘github/issue_read’
未找到对应的扩展

23:00
这个工具 github/issue_read 来自 Copilot 内置工具,不是第三方扩展提供的。

Searched the web
Searched the web
这确实是 Bug,而且是刚发生的。

结论
VSCode 1.113 版本(2026-03-24 发布)引入了这个问题
Namu Wiki
,github/issue_read 被引用在所有三个内置 agent 文件中,但没有任何已安装扩展注册这个工具
Namu Wiki

这是 VSCode 团队成员已确认的 Bug
Javascript
,GitHub 上已有大量 Issue 报告,包括
#302880、
#304842、
#304881 等。

删除文件后每次更新都会恢复,无法手动修复
Namu Wiki
,目前只能等官方补丁。

现状
不影响功能:Copilot 正常使用不受影响
只是警告:severity 4 = Warning,不是 Error
等待修复:官方已知晓,修复会随下一个版本发布
你之前说"不用报告"的判断是对的——现在已经有很多人报告了,不需要重复提交。

Read more

【教程】如何在WSL2:Ubuntu上部署llama.cpp

【教程】如何在WSL2:Ubuntu上部署llama.cpp

WSL2:Ubuntu部署llama.cpp llama.cpp 是一个完全由 C 与 C++ 编写的轻量级推理框架,支持在 CPU 或 GPU 上高效运行 Meta 的 LLaMA 等大语言模型(LLM),设计上尽可能减少外部依赖,能够轻松在多种后端与平台上运行。 安装llama.cpp 下面我们采用本地编译的方法在设备上安装llama.cpp 克隆llama.cpp仓库 在wsl中打开终端: git clone https://github.com/ggml-org/llama.cpp cd llama.cpp 编译项目 编译项目前,先安装所需依赖项: sudoapt update sudoaptinstall -y build-essential cmake git#

Stable Diffusion + kohya_ss 的安装教程

Stable Diffusion + kohya_ss 的安装教程

工具简介 * Stable Diffusion (SD): 开源的文本到图像生成模型,支持通过提示词生成高质量图像,内置自动标注功能(如BLIP、DeepBooru等)。 * kohya_ss (KS): 基于SD的轻量级微调工具,支持LoRA、DreamBooth等训练方法,优化显存占用与训练效率。 一.SD的安装 对于SD大家可以通过github链接来下载 https://git-scm.com/ Automatic 1111:https://github.com/AUTOMATIC1111 这里提供的链接,下载的SD是最基础的,如果大家想要让他有其他的扩展功能就需要下载相关的插件(后面会写一个关于下载插件的教程请大家持续关注)。 1.准备 Conda 环境 1.1 创建并激活 Conda 环境 # 创建名为 sd-webui 的环境(Python 3.10 推荐,需匹配仓库要求) conda

【GitHub Copilot】Figma MCP还原设计稿生成前端代码

【GitHub Copilot】Figma MCP还原设计稿生成前端代码

这里写自定义目录标题 * Step1:让AI给你配置MCP * Step2:替换成自己的Figma密钥 * Step3:如何使用 Cursor+Figma MCP的教程已经很多了,由于我所在的公司采购的是GitHub Copilot,我研究了一下直接在vscode里利用GitHub Copilot接入Figma MCP进行设计稿还原代码,大获成功,这里分享我的步骤,希望能帮到你。 Step1:让AI给你配置MCP 在vscode中打开你的项目(我的例子是一个微信小程序),呼出github copilot对话框,模式选择Agent,模型建议Claude 3.7 Sonnet,提问: https://github.com/GLips/Figma-Context-MCP 如何配置能让你在vscode里使用这个mcp 之后跟着提示狂点下一步即可完成配置,如果有什么需要装的vscode插件它会自动帮你装,甚至自动生成了配置说明文档。 由于不能保证AI每次生成的答案都一致,这里附上我的运行结果作为参考,可以看到它在项目文件夹最外层建了一个.vscode文件夹,在sett

文心一言API接入指南:手把手教你快速集成AI能力

文心一言API接入指南:手把手教你快速集成AI能力 关键词:文心一言API、大模型集成、开发者指南、AI能力调用、API接入实战 摘要:本文是面向开发者的文心一言API接入全流程指南,从注册账号到代码调用,用“手把手”式讲解+实战案例,带你快速掌握大模型能力集成方法。无论你是想给产品增加智能对话功能的中小团队,还是想尝试AI开发的个人开发者,读完本文都能轻松上手文心一言API! 背景介绍 目的和范围 近年来,以文心一言(ERNIE Bot)为代表的大语言模型(LLM)彻底改变了AI应用开发模式——开发者无需从头训练模型,通过API调用就能快速为产品注入智能对话、内容生成、文本理解等能力。本文聚焦文心一言API的实际接入流程,覆盖从账号注册到代码调试的全链路操作,帮助开发者快速将大模型能力集成到自己的应用中。 预期读者 * 中小团队开发者(需要为产品添加智能交互功能) * 个人开发者(想尝试AI应用开发) * 学生/技术爱好者(对大模型实际应用感兴趣) 文档结构概述 本文采用“知识铺垫→操作指南→实战验证→场景拓展”的逻辑,