VSCode Github Copilot使用OpenAI兼容的自定义模型方法

优质文章学习记录

— 3 min read
VSCode Github Copilot使用OpenAI兼容的自定义模型方法

背景

VSCode 1.105.0发布了，但是用户最期待的Copilot功能却没更新！！！
（Github Copilot Chat 中使用OpenAI兼容的自定义模型。）

在这里插入图片描述

🔥官方也关闭了Issue，并且做了回复，并表示未来也不会更新这个功能：
“实际上，这个功能在可预见的未来只面向内部人员开放，作为一种“高级”实验功能。是否实现特定模型提供者的功能，我们交由扩展作者自行决定。仅限内部人员使用可以让我们快速推进，并提供一种可能并非始终百分之百完善，但能够持续改进并快速修复 bug 的体验。如果这个功能对你很重要，我建议切换到内部版本 insider。”

在这里插入图片描述

🤗 官方解决方案：安装VSCode扩展支持

你们完全不用担心只需要在 VS Code 中安装扩展：OAI Compatible Provider for Copilot

在这里插入图片描述

通过任何兼容 OpenAI 的提供商驱动的 GitHub Copilot Chat，使用前沿开源大模型，如 Kimi K2、DeepSeek V3.2、GLM 4.6 等。

✨ 特色功能

  • 支持几乎所有与 OpenAI 兼容的供应商，例如 ModelScope、SiliconFlow、DeepSeek…
  • 支持视觉模型。
  • 为聊天请求提供额外的配置选项。
  • 支持同时配置来自多个供应商的模型，自动管理 API 密钥而无需反复切换。
  • 支持为同一模型 ID 定义多种配置（例如为 GLM-4.6 启用/禁用思考功能）。Supports almost all

支持控制模型在聊天界面中显示思考与推理内容。

thinkingPartDemo

⚡ 快速开始

  1. 安装“OAI Compatible Provider for Copilot”扩展。
  2. 打开 VS Code 设置，配置 oaicopilot.baseUrl 和 oaicopilot.models。
  3. 打开 Github Copilot聊天界面。
  4. 点击模型选择器，选择“管理模型…”。
  5. 选择“OAI Compatible”提供商。
  6. 输入您的 API 密钥 —— 它将被本地保存。
  7. 选择您希望添加到模型选择器中的模型。

Settings Example

"oaicopilot.baseUrl":"https://api-inference.modelscope.cn/v1","oaicopilot.models":[{"id":"Qwen/Qwen3-Coder-480B-A35B-Instruct","owned_by":"modelscope","context_length":256000,"max_tokens":8192,"temperature":0,"top_p":1}]

Read more

【AI基础学习系列】五、AIGC从创意到创造

【AI基础学习系列】五、AIGC从创意到创造

AIGC从创意到创造 * 什么是AIGC * 了解AI * AI研究流派 * 内容生成方式的变化趋势 * AIGC发展和标志性事件 * AIGC现状 * AIGC适用场景 * NLP研究任务类型 * NLP研究领域 * 适用场景 * 落地场景 * AIGC常见平台 * AIGC进阶 * 提示词 * 提示词局限性 * AIGC使用 * RAG * RAG优势 * RAG局限性 * 工具 * 工具优势 * 工具局限性 什么是AIGC 了解AI AI是一个广泛而深入的概念，其定义可以从多个维度进行阐述。 基本定义：AI是研究、开发用于模拟、延伸和扩展人的智能行为的理论、方法、技术及应用系统的一门综合性科学。 技术与应用：AI技术包括但不限于机器学习、深度学习、自然语言处理、计算机视觉、专家系统等。这些技术使得机器学习能够像人类一样处理语言、音频、图像、视频等各种信息，并从中学习和推断。 底层逻辑与思维方式：AI的底层逻辑包括神经网络等计算模

实测Z-Image Turbo画板：小显存也能跑大图，AI绘画不再卡顿

实测Z-Image Turbo画板：小显存也能跑大图，AI绘画不再卡顿 1. 这不是又一个WebUI，而是一次显存自由的体验革命 你有没有过这样的经历： 刚下载好AI绘画工具，满怀期待点开界面，输入“赛博朋克少女”，按下生成—— 进度条卡在87%，显存占用飙到98%，风扇开始咆哮，屏幕突然一黑…… 再刷新，报错：CUDA out of memory。 关掉所有程序重试，结果还是黑图、崩坏、NaN值、白边、肢体错位…… 最后只能默默打开手机相册，把“灵感”截图发给朋友：“你看，我脑子里真有这画面。” 这不是你的电脑不行，也不是你不会写提示词。 这是传统扩散模型和粗糙WebUI共同制造的“显存焦虑”。 而今天实测的 ** Z-Image Turbo 本地极速画板**，彻底绕开了这个死循环。 它不靠堆显存硬扛，不靠降低分辨率妥协，也不靠删功能减负—— 它用一套从底层到界面的协同优化，让一台RTX 3060（
ComfyUI：重新定义AI绘画工作流的节点式创作引擎

ComfyUI：重新定义AI绘画工作流的节点式创作引擎

当Stable Diffusion（SD）在2022年引爆AI绘画革命时，大多数用户依赖的是WebUI这类“傻瓜式”界面——点击按钮即可生成图像，但灵活性被严重束缚。2023年，ComfyUI的出现彻底改变了这一局面：它将AI绘画拆解为可自由组合的“节点”，让用户像搭积木一样构建从文本到图像的完整逻辑链。这种“可视化编程”模式不仅解锁了SD底层功能的全部潜力，更催生了从图像修复到风格迁移的无限创作可能。本文将系统剖析ComfyUI的核心架构、节点生态、高级工作流设计及实战案例，帮助你从“按钮使用者”进化为“AI绘画工程师”。 一、ComfyUI核心价值：从“黑箱操作”到“全链路掌控” 1.1 为什么选择ComfyUI？ 与WebUI（如Automatic1111）的“一键生成”不同，ComfyUI的本质是可视化工作流引擎。其核心优势体现在三个维度： 对比维度WebUI（Automatic1111）ComfyUI操作逻辑表单填写式，功能模块化节点连接式，逻辑可视化参数控制粒度预设参数为主，高级功能隐藏全链路参数暴露，支持细粒度调节扩展能力依赖插件，兼容性受限原生支持自定
AI 编程工具选型：Copilot、Cursor、Codex 核心差异

AI 编程工具选型：Copilot、Cursor、Codex 核心差异

【如文章引起大家共鸣，请“点赞”以及“转发”，以支持继续创作，谢谢大家！】 朋友们大家好！今天咱们不聊那些虚头巴脑的，直接来点实在的——AI编程工具选型，Copilot、Cursor、Codex这仨到底咋选？别急，我这就用最接地气的方式，给你唠唠它们的“脾气秉性”，保证你听完就能上手挑！ 先说Copilot，这哥们儿可是“代码补全界的扛把子”！它就像你身边的“代码小秘书”，你敲代码时，它就在旁边默默观察，你刚敲个“for”，它立马给你补上“(int i=0;i<n;i++)”，那叫一个快！而且，它还支持多IDE，VS Code、JetBrains啥的，都能无缝对接。不过呢，Copilot也有个“小毛病”，就是它更擅长“补全”，对于复杂的代码重构或者项目级理解，就有点力不从心了。