VSCode Copilot 终极魔改：以智谱 GLM-5.1 为例，一文搞定任意大模型接入

优质文章学习记录

— 7 min read
VSCode Copilot 终极魔改：以智谱 GLM-5.1 为例，一文搞定任意大模型接入

VSCode Copilot 终极魔改：以智谱 GLM-5.1 为例，一文搞定任意大模型接入

前言：为何你的 Copilot 需要一次“魔改”？

本文旨在帮助所有希望突破 VSCode Copilot 模型限制、追求更高代码效率和性价比的开发者。如果你也曾面临以下困境，那么这篇文章就是为你量身打造的：

  • Copilot 官方模型不够用：想尝试最新、最强的国产模型（如智谱 GLM、文心一言、Kimi）却无从下手。
  • API 订阅成本高：官方或其他国外模型的订阅费和按量计费（通常以美元结算）让个人开发者望而却步。
  • 替代品体验有瑕疵：其他辅助插件在某些场景下不如原生的 Copilot 轻便、流畅。

本文将提供一个终极解决方案：通过一个 VSCode 插件，无缝接入任何支持 OpenAI 兼容接口的大模型。我将以当前备受瞩目的国产模型智谱 GLM-5.1 为例，手把手带你完成从申请 API Key 到在 Copilot 中成功调用的全过程。

一、核心插件：OAI Compatible Provider for Copilot

要实现我们的目标，只需要一个关键插件：OAI Compatible Provider for Copilot。

这个插件的核心作用，就是充当一个“翻译官”，让 Copilot 能够与所有使用标准 OpenAI API 格式的模型进行对话。安装它，是我们进行一切“魔改”的基础。

  1. 在 VSCode 扩展商店中搜索 OAI Compatible Provider for Copilot，也可以直接搜缩写oai。

点击安装，如图。

在这里插入图片描述

二、把智谱 GLM-5.1 注入 Copilot

接下来，我们以接入智谱 GLM-5.1 为例，详细演示配置过程。此方法同样适用于 Kimi、DeepSeek、文心一言等其他所有提供 OpenAI 兼容接口的国产模型。

2.1：获取智谱 GLM-5.1 的 API Key

首先，我们需要从智谱 AI 官方获取访问模型的“钥匙”。

  1. 前往智谱AI官网获取GLM-5.1：智谱AI开放平台
  2. 注意，国内限售时，可以考虑去智谱国际版官网，国际的GLM-5.1不限售：Z.ai 智谱国际版官网
  3. 注册/登录并创建 API Key：登录后，按照下图指示，依次点击 右上角头像 -> API Keys -> + 创建新的 API Key。

复制 Key：创建成功后，系统会生成一串 API Key 字符。立即点击复制按钮，等着下一步使用。

在这里插入图片描述

命名并保存：为你的 Key 输入一个好记的名称（例如 vscode-copilot-key，图示中我起名是ClaudeCode），点击确认。

在这里插入图片描述

2.2：在 VSCode 中配置插件

拿到了 API Key，我们回到 VSCode 进行配置。

  1. 找到插件配置：在搜索框中输入 oai, 然后打开它的设置界面。
  2. 在设置界面填写OpenAI兼容的API接口地址，注意包月计划的地址不要写错：
    • 购买了智谱GLM Coding Plan包月计划的填写(如图)，一定要填正确，否则会按tokens消耗量扣费： https://open.bigmodel.cn/api/coding/paas/v4
    • 没买智谱包月计划的，走传统的按tokens消耗扣费的，填写这个地址： https://open.bigmodel.cn/api/paas/v4
    • DeepSeek的地址是： https://api.deepseek.com/v1

Kimi的地址是： https://api.moonshot.cn/v1

在这里插入图片描述

2.3：在 Copilot 中启用并使用新模型

最后一步，让 Copilot 认识我们的新伙伴。

  1. 打开 Copilot Chat：点击 VSCode 顶边栏的 Copilot 图标。

在Copilot Ctrl + I 中切模型为GLM-5.1：如图，不说了，命令行唤起同样适用。

在这里插入图片描述

在Copilot Chat切换模型为GLM-5.1：模型列表中选择GLM-5.1，然后向他问好一下，如果能收到答复，就证明大功告成。

在这里插入图片描述

模型列表勾选你想用的即可：如果你的Base URL 和 API Key都配置正确，这里就会弹出模型列表，勾选后点击OK, 配置工作就基本完成了。

在这里插入图片描述

重新进入OAI Compatible选择模型：填入API Key后界面会消失，不要怕，重新 打开 Copilot Chat -> 打开 Manage Models -> 选择OAI Compatible(不要选小齿轮哦，小齿轮是配置API Key的)。

在这里插入图片描述

填入上一步申请好的API Key：在弹出的设置窗口，输入你的API Key，然后回车确认。

在这里插入图片描述

选择 OAI Compatible 齿轮：在弹出的模型供应商中，可以看到 [OAI Compatible] 。点击它右侧的小齿轮，后续如果你要修改为其他模型的话也是点击这个小齿轮。

在这里插入图片描述

打开 Manage Models：把模型列表打开，然后点击列表最下面的 Manage Models 按钮。

在这里插入图片描述

至此，大功告成！如需要更加自定义和灵活的配置，就自行阅读OAI插件的使用说明吧，我这里就不细说了。这个插件也是开源的，可以直接去仓库学习用法：https://github.com/JohnnyZ93/oai-compatible-copilot

三、总结与拓展

通过本文的详细步骤，我们成功地将强大的智谱 GLM-5.1 模型集成到了 VSCode Copilot 中，实现了：

  • 突破生态限制：让 Copilot 不再局限于官方模型，拥抱更广阔的模型生态，尤其是优秀的国产大模型。
  • 极致性价比：通过直连官方 API 并按量付费，我们可以更经济、更灵活地使用 AI 辅助编程，告别昂贵的固定订阅。
  • 原生体验：所有操作都在 VSCode 和 Copilot 的原生框架内完成，无需适应新的工具和工作流。

这种方法具有极强的可拓展性。今天我们以 GLM-5.1 为例，明天你就可以用同样的方式接入 Kimi 的长文本能力，或是 DeepSeek 的代码专项能力。你只需要找到对应厂商的 Base URL 和申请 API Key，就能无限拓展你的 Copilot 工具箱。

希望这篇教程能为你打开一扇新的大门。如果你在配置过程中遇到任何问题，或是有更好的模型推荐，欢迎在评论区与我交流！

Read more

从0到1搭建 AI 智能体：零代码、低代码、全代码三种方案对比

从0到1搭建 AI 智能体：零代码、低代码、全代码三种方案对比

一、核心对比表：一眼选对方案（建议收藏） 对比维度零代码方案低代码方案全代码方案技术门槛无编程基础，纯拖拽基础 Python 能力扎实工程能力核心工具Coze、Notion AI、钉钉 AILangChain、Streamlit、ChromaFastAPI、Docker、Redis开发周期1–2 小时1–3 天7–15 天灵活性低中高成本免费/低中高适用场景个人助手、简单自动化部门级应用企业核心系统 二、方案一：零代码 —— 小白/非技术人员首选（当天落地） 零代码方案的核心是：弱化技术，聚焦需求。 通过可视化界面、插件和工作流拖拽即可完成智能体搭建。 1. 首选工具：Coze（扣子） * 字节旗下平台 * 插件生态丰富 * 工作流可视化 * 免费可用 * 可直接发布为网页 / 小程序 2. 实操示例：电商竞品监测智能体 步骤 1：
【Axure教程】AI自动对话机器人

【Axure教程】AI自动对话机器人

AI对话机器人的应用已经非常广泛，从你日常使用的手机助手到企业复杂的客服系统，背后都有它的身影。所以今天就教大家在Axure里制作Ai对话机器人的原型模版，制作完成后，只需要在中继器表格里输入问题和答案，预览时就可以实现自动回复。具体效果你们可以观看下面的视频或打开原型预览地址亲自体验 【原型效果】 1、在输入框里输入问题后，自动搜索问题列表，如果找到答案，机器人自动回复；如果找不到答案，也会回复引导话术。 2、机器人回复时，会模拟打字输入效果，逐字回复。 3、问题和答案，可以在中继器表格里添加或修改。 【原型预览含下载地址】 https://axhub.im/ax10/bcf9d9e5357143b7/#c=1 【制作教程】 本原型模版主要分成底部背景、欢迎区域、问题列表、对话区域输入区域 1.底部背景 底部背景用矩形和线段制作，如下图所示摆放 2.欢迎区域 欢迎区域包括图标和文字，默认未提问时显示。 3.问题列表 问题列表用中继器制作，中继器里摆放矩形和文本标签，矩形用于显示文字，文本标签用于记录答案，
飞书/钉钉/QQ 机器人一站式搞定！OpenClaw Docker 部署教程

飞书/钉钉/QQ 机器人一站式搞定！OpenClaw Docker 部署教程

一、概述 OpenClaw-Docker-CN-IM（OpenClaw 中国IM平台整合Docker版本）是一款容器化应用，旨在提供集成中国主流IM平台的AI机器人网关解决方案。该镜像预装并配置了飞书、钉钉、QQ机器人、企业微信等插件，支持通过环境变量灵活配置，实现快速部署与数据持久化。 同时集成了OpenCode AI代码助手、Playwright浏览器自动化工具及中文TTS语音合成功能，适用于需要构建多平台IM机器人的开发者与科研用户。 本指南将详细介绍其Docker部署流程，包括环境准备、镜像拉取、容器配置、功能测试及生产环境优化建议，帮助用户快速实现服务部署与应用。 二、项目简介与核心特性 2.1 项目简介 OpenClaw 中国 IM 插件整合版 Docker 镜像，预装并配置了飞书、钉钉、QQ机器人、企业微信等主流中国 IM 平台插件，让您可以快速部署一个支持多个中国 IM 平台的 AI 机器人网关。 官方项目地址: https://github.com/justlovemaki/
Windows下安装运用高效轻量本地龙虾机器人ZeroClaw

Windows下安装运用高效轻量本地龙虾机器人ZeroClaw

常用操作系统Windows下，本地安装、配置和使用--龙虾机器人，用过了略显复杂的原装OpenClaw，也用过了易用性逐渐提升的国产替代CoPaw、AutoClaw、WorkBuddy，欲转向性价比更高的“品牌”，几经对比，目光锁定在了ZeroClaw。下面是Windows下，安装、配置和使用ZeroClaw的过程汇总和心得体会。盛传ZeroClaw，不但开源免费、可以本地部署，而且体积小、运行高效，跟我一起体验，看其到底有没有。 1 组合工效 图1 ZeroClaw应用组合工效展现图 2 必备基础 2.1 大模型LLM 通用经济起见，选用硅基流动Siliconflow大模型平台及其下的deepseek-ai/DeepSeek-V3.2，需要进入硅基流动网站注册登录并创建相应的API密钥，如图2所示。 图2 SiliconflowAPI密钥创建及其大模型选择组合截图 2.2 机器人Robot 通用经济起见，选用腾迅的QQ机器人。进入腾迅QQ开放平台，注册登录，新建QQ机器人并创建机器人AppID与机器人密钥，在“开发”下选择相应的常用“回调配置”