以下是关于在 VSCode + Copilot 中，通过 OAI Compatible Provider for Copilot 插件配置并使用 DeepSeek 系列模型 (deepseek-chat, deepseek-reasoner, deepseek-coder) 的完整汇总指南。
通过该插件，将支持 OpenAI API 格式的第三方大模型（此处为 DeepSeek）接入 VSCode 的官方 Copilot 聊天侧边栏，实现原生体验的调用。
在开始配置前，请确保已完成以下准备：
| 步骤 | 操作 | 说明 |
|---|---|---|
| 1. 安装插件 | 在 VSCode 扩展商店搜索并安装 OAI Compatible Provider for Copilot。 | 这是连接 Copilot 与第三方模型的核心桥梁。 |
| 2. 获取 API Key | 访问 DeepSeek 平台，注册/登录后创建并复制你的 API Key</ |
一、GitHub简介 GitHub是一项基于云的服务，为软件开发和Git版本控制提供Internet托管。这有助于开发人员存储和管理他们的代码，同时跟踪和控制对其代码的更改。 功能类别具体功能功能说明代码托管与版本控制 仓库（Repository）管理支持创建公共和私有代码仓库，用于存储代码、文档等资源，免费版可满足无限协作者的私有仓库需求。分支与合并管理 支持创建分支独立开发功能，可通过合并请求整合代码，还能设置分支保护规则，限制特定人员操作以保障代码安全。提交历史追踪 完整记录代码的每一次修改，包括修改人、时间、内容，支持版本回滚，可随时恢复到历史稳定版本。代码搜索与浏览支持按文件、目录、符号等维度在线搜索代码，界面直观，可快速定位和查看代码细节。团队协作相关Pull Request（PR）开发者完成代码修改后提交合并请求，期间可开展多轮讨论，待审核通过后再合并至主分支。代码评审支持在代码行级别添加评论，标注问题或建议，搭配 Code Owners 功能，确保关键代码变更经过对应负责人审核。Issues 跟踪用于记录和管理任务、漏洞、需求等，可分配负责人、
一、说明 OAI Compatible Provider for Copilot 的作用是：把 Copilot/Copilot Chat 发出的“类似 OpenAI API 的请求”，转发到指定的 OpenAI-Compatible 服务端（例如 ModelScope 推理网关、自建的兼容网关等）。 ⚠️ Warning 登录 GitHub Copilot 的账号一定要是非组织方式开通 pro 会员的，不然无法管理模型。 推荐直接用免费的free账号登录即可。 二、插件安装 在 VS Code 扩展市场安装并启用： * GitHub Copilot * GitHub Copilot Chat * OAI Compatible Provider for Copilot （johnny-zhao.
1、什么是git Git是一个开源的分布式版本控制系统，是目前世界上最先进，最流行的版本控制系统。其特点是项目越大越复杂时，协同开发者越多，越能体现出Git的高性能和高可用性。git快速和高效，一是因为它能直接记录快照，而非差异比较；二是几乎所有操作都是本地执行。 Git对象 2、git的基本使用 git可以帮助我们做很多的事情，比如代码的版本控制，分支管理等。git里面主要包含的几个概念有远程仓库，克隆，本地仓库，分支，提交，拉取，合并，推送等。远程仓库是指我们代码存储在服务器的地方，这个仓库是我们整个团队中所有人都可以访问的地方。【git工作目录下对于文件的修改（增加、删除、更新）会存在几个状态，这些修改的状态会随着我们执行git的命令而发生变化。】 git commit：暂存区-->本地仓库 git add：工作区-->暂存区 * 克隆：从远程仓库克隆到本地的过程。本地仓库指的是我们开发人员从远程仓库克隆一份代码之后，保存在我们本地的代码，这份代码只有克隆的代码的开发人员可以看到。 * 分支：
开源大模型训练入门必看：PyTorch-2.x镜像完整指南 1. 为什么新手训练大模型总卡在环境上？ 你是不是也经历过： 花一整天配CUDA版本，结果发现和PyTorch不兼容； pip install半天，最后报错“no matching distribution”； 好不容易跑通一个demo，换台机器又全崩了…… 别急——这不是你代码的问题，是环境在拖后腿。 PyTorch-2.x-Universal-Dev-v1.0 镜像，就是为解决这个问题而生的。它不是一堆库的简单打包，而是一套专为开源大模型训练者打磨过的开箱即用开发环境：不用查文档、不用试版本、不删缓存、不改源，连GPU驱动都帮你对齐好了。 它不承诺“支持所有硬件”，但明确告诉你：RTX 30系、40系显卡，A800、H800服务器，直接插电就能训。 它不堆砌冷门包，只预装你真正会打开、会import、会debug的那几十个核心依赖。 它甚至把JupyterLab的内核、终端的语法高亮、国内下载源都设好了——你唯一要做的，就是写代码。 2.