Xcode 26 AI 助手尝鲜攻略

Xcode 26 AI 助手尝鲜攻略

阅读完本文你可以学到国行 Mac 电脑如何尝鲜 Xcode 26 AI Assistant 方法,另外还有大家最感兴趣的 Xcode 26 AI Assistant 如何接入 DeepSeek 大模型方法。

一、国行 Mac 电脑尝鲜 Xcode 26 AI 助手

如果要使用Xcode自带的AI助手功能,首先我们需要把Mac 系统升级到最新的beta版本,然后再下载一个Xcode 26 beta版。

经过查阅网络资料,目前以下方案可以解决国行Mac使用AI助手问题(Mac需要登录美区的Apple ID,地区设置成美国,系统语言需要设置成英语):

方案一:zouxian【详见文末参考资料 4】

方案二:enableAppleAI【详见文末参考资料 5】

方案三:XcodeLLMEligible【详见文末参考资料 6】

以上几种方案均来自网络,总有一款适合你。

可以优先使用 enableAppleAI,其次可以使用 zouxian

zouxianenableAppleAI 的区别:

  • enableAppleAI 无需长期禁用SIP
  • enableAppleAI 会下载并执行 zouxian (其 README 文档中的工作原理有概述)
二、Xcode 26 AI 助手接入DeepSeek方案

目前已知 Xcode 26 beta 版对 ChatGPT、Claude 支持比较友好,直接按官网文档添加对应的模型即可。但是想接入一些其他的 AI 大模型则不太理想,我们曾尝试过接入 Gemini、DeepSeek 都以失败告终。因为 Xcode 26 beta 版本把接入 AI 大模型的相关请求 API 都封装在 Xcode 里面。

功夫不负有心人,我在网上找到两篇相关的博客:

1、《即使没有 Apple Intelligence,也可以在 Xcode 26 中使用任何与 OpenAI 兼容的 LLM 提供程序》【详见文末参考资料 8】

2、《如何在Xcode 26 beta中使用Google Gemini》【详见文末参考资料 3】

它的主要思路是通过网络代理软件重写网络请求,重定向到指定的API。(本质上还是因为各家的 AI 大模型网络请求 API 不一致,Xcode 以 ChatGPT 大模型为主)

顺着这个思路,我们可以尝试在Xcode 26 AI助手中接入DeepSeek,网络代理软件我们可以使用最常用的 Charles。

步骤有以下几步:

(1)打开 Charles 的 Rewrite 功能

选择“Tools”选项卡 --> “Rewrite…” --> “Enable Rewrite”

在这里插入图片描述

具体如何使用 Charles 来重定向网络请求这里就不过多赘述,请自行网上找教程学习一下。

(2)Xcode 设置里面的添加模型的 URL 设置成:https://api.deepseek.com/

在这里插入图片描述

(3)通过 Charles 把 Xcode 请求 DeepSeek 域名的网络请求 Path: /v1/models 通过重定向改成 /models

(4)通过 Charles 把 Xcode 请求 DeepSeek 域名的网络请求 Path: /v1/chat/completions 通过重定向改成 /chat/completions

重点关注事项:

  • Header 中的 Authorization 参数值需要重写成: Bearer + 空格 + Deepseek 的 API Token
  • 每次添加大模型都需要重启 Xcode

完成以上几步以后,重启 Xcode 即可。

法律免责声明

本文仅供学习教育用途,阅读并使用本文记录的任何内容风险由您自行承担。


完整版及更多好文推荐:

欢迎关注 《iOS开发秘籍》 公众号,获取最新首发内容,点关注不迷路!
欢迎关注 《iOS开发秘籍》 公众号,获取最新首发内容,点关注不迷路!
欢迎关注 《iOS开发秘籍》 公众号,获取最新首发内容,点关注不迷路!

本文内容中部分来自网络,后续会持续更新完善。欢迎一起学习交流!

如需转载,请注明出处

Xcode 26 AI 助手尝鲜攻略

参考资料

1、苹果官方文档:Xcode 智能编码

2、苹果官方文档:Xcode 26 发布纪要

3、zouxian

4、enableAppleAI

5、XcodeLLMEligible

6、Xcode beta版本添加Gemini

7、Use any OpenAI-compatible LLM provider in Xcode 26, even without Apple Intelligence

8、How to use Google Gemini in Xcode 26 beta

9、DeepSeek模型列表API

Read more

AI时代人人都是产品经理:能力边界:AI 能做什么、不能做什么?产品经理必须摸清的技术边界

AI时代人人都是产品经理:能力边界:AI 能做什么、不能做什么?产品经理必须摸清的技术边界

为什么要先搞懂AI的能力边界? 在AI工具遍地开花的今天,很多产品经理陷入了两个极端:要么过度迷信AI,认为它能解决所有问题;要么对AI充满恐惧,担心自己的岗位被替代。但现实是:AI不是产品经理的竞争对手,而是需要你掌握的核心工具。 搞懂AI的能力边界,本质是帮你: 1. 避免在需求评审会上提出技术上不可能实现的需求 2. 精准判断哪些工作可以交给AI提效,哪些必须自己亲力亲为 3. 利用AI的能力边界,设计出更有竞争力的产品方案 4. 建立和技术团队平等对话的技术认知基础 AI能做什么?6类产品经理必用的AI能力 1. 结构化信息处理:批量处理重复工作 AI最擅长处理有明确规则、结构化、重复性的任务,这些工作往往占据了产品经理30%以上的时间: * 自动整理用户调研数据,提炼高频需求关键词 * 批量生成产品文档的初始版本,如需求说明、接口文档 * 分析用户行为日志,输出标准化的行为路径报告 实战示例:用AI批量生成PRD需求条目 from openai import OpenAI client = OpenAI(api_key="

Copilot “Plan Mode“ + 多模型协同实战:让复杂项目开发丝滑起飞

在 AI 辅助编程普及的今天,我们似乎习惯了“Tab 键一路狂飙”的快感。但在面对大型存量项目(Legacy Code)时,这种快感往往会变成惊吓——AI 生成的代码看似完美,实则破坏了原有的架构逻辑,或者引入了难以排查的幻觉(Hallucinations)。 作为一名后端开发者,我在工具链的探索上走了不少弯路。从 Spec Kit 到 Gemini Conductor,再到如今的 GitHub Copilot Plan Mode,我终于找到了一套适合 复杂业务架构 的“最佳实践”。 今天想和大家分享这套 “Plan + Implement” 模式 配合 “多模型路由” 的打法,它让我的开发体验发生了质变。 一、 引言:寻找大型复杂项目的“银弹” 在探索 AI 编程工具的过程中,我经历了三个阶段的心态变化:

LobeChat+Stable Diffusion联动教程:云端GPU双开仅2元/时

LobeChat+Stable Diffusion联动教程:云端GPU双开仅2元/时 你是不是也遇到过这样的情况:作为一名设计师,想一边用AI聊天助手帮你构思创意文案,一边用AI绘画工具生成视觉草图,结果本地电脑显卡根本带不动两个模型同时运行?尤其是当你打开LobeChat准备分析一份设计需求文档,再切到Stable Diffusion画个概念图时,系统直接卡死、显存爆红——这几乎是每个想搞“AI工作流”的设计师都踩过的坑。 别急,今天我要分享一个实测稳定、成本极低、小白也能上手的解决方案:在云端同时部署 LobeChat 和 Stable Diffusion 两个服务,利用ZEEKLOG算力平台提供的预置镜像,一键启动双GPU实例,每小时总成本不到2元!而且整个过程不需要你懂Docker、不用配环境变量,连域名都不用买,点几下就能用。 学完这篇教程,你会掌握: - 如何在云端快速部署LobeChat和Stable Diffusion - 怎么让它们各自独立运行又互不干扰 - LobeChat怎么上传文件做知识库分析 - Stable Diffusion如何通过API或界面生成高