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

【保姆级教程】无成本零门槛安装配置OpenClaw龙虾AI全能助手

【保姆级教程】无成本零门槛安装配置OpenClaw龙虾AI全能助手

哈喽大家好！最近爆火的 OpenClaw（龙虾AI）全能助手大家体验了吗？它不仅能帮你自动整理邮件、查询天气，还能全自动写小红书笔记并发布，简直是打工人和自媒体人的摸鱼神器！ 很多小伙伴想玩但又怕配置太复杂、花销太大。今天给大家带来一篇零门槛、保姆级的安装配置教程！教你如何低成本获取云服务器，轻松实现 AI 大模型自由。全程图文指引，小白也能轻松搞定，赶紧跟着操作起来吧！ 一、获取云服务器 想要畅玩 OpenClaw，首先我们需要一个服务器。这次教大家如何获取腾讯云轻量服务器来进行配置。 ⏰ 活动时间：2026年1月21日 - 3月31日 腾讯推出了登录 CodeBuddy 送 2C2G4M 轻量服务器的限时活动：登录先送1个月，活跃7天再送2个月。 👉 【官方地址】：https://www.codebuddy.cn/promotion/?ref=ie2rwhd1loq 根据页面提示安装好软件并登录账号后，直接选择一个月的轻量应用服务器即可。 之后只要累计活跃7天就能续费两个月（每天和 AI
收藏！只为就业：纯LLM、多模态大模型、AIGC该选哪条路？

收藏！只为就业：纯LLM、多模态大模型、AIGC该选哪条路？

这绝对是2025年计算机应届生及算法方向求职者最焦虑的问题，没有之一。 过去几年，我从一线技术面试官做到团队负责人，面过的候选人从海外大厂博士到985硕士，累计不下八百人。聊得多了，也摸清了行业招聘的底层逻辑，今天就抛开虚言，从实战角度给大家盘清这三条赛道的利弊。 我不跟大家扯虚无的行业报告、千亿级市场规模这些空话——这些数据对普通人找工作毫无意义。核心只从「看简历、面候选人、拍板发offer」的一线视角，帮你判断哪条路更适合长期就业、薪资更高、更难被替代。 先定时间坐标：2026年1月。 大模型领域技术迭代太快，去年的最优解今年可能就成了内卷重灾区，这个时间点的行业现状，对求职决策至关重要。 先给结论，不绕弯子：优先all in多模态大模型 如果你的目标是拿下高质量算法岗，追求长期职业价值、低替代风险和高薪资天花板，别犹豫，直接深耕多模态领域。至于为什么这个方向是最优解，我把逻辑拆透，大家听完自己判断。 先看清三条赛道的真实现状 1. 纯语言大模型（LLM）：基建化定型，算法岗内卷加剧 2025年的纯LLM领域，核心特征就四个字：基建化、工程化。现在想从零训练一个
从思考到实现：在 VS Code 中集成 MiniMax M2.1，解锁 AI 编程新范式

从思考到实现：在 VS Code 中集成 MiniMax M2.1，解锁 AI 编程新范式

在 AI 辅助编程（AI Coding）百家争鸣的今天，开发者们一直在寻找那个既能理解复杂逻辑、又能精准产出代码的“神队友”。最近，MiniMax M2.1 凭借其独特的 Interleaved Thinking（交错思考） 机制，在编程圈引起了广泛关注。 为什么选择 MiniMax 进行编程？ 1. 逻辑严密的“交错思考”：不同于普通模型直接输出代码，M2.1 会先在 <think> 标签内进行深度推理，分析架构后再下笔，极大地减少了逻辑断层。 2. 超大上下文支持：在处理大型项目或重构复杂函数时，M2.1 能够精准捕捉全局上下文信息。 3. 极速中文理解：作为国产大模型的佼佼者，它在中文注释理解和响应速度上有着天然优势，拒绝“小作文”式的废话。 选购指南：主流
【AI】高效交互的艺术：AI提示工程与大模型对话指南

【AI】高效交互的艺术：AI提示工程与大模型对话指南

🔥小龙报：个人主页 🎬作者简介：C++研发，嵌入式，机器人等方向学习者 ❄️个人专栏：《AI》 ✨ 永远相信美好的事情即将发生 文章目录 * 前言 * 一、ChatatGPT介绍 * 二、什么是提示工程？ * 三、大语言模型的底层原理 * 四、AI的相关术语 * 五、如何与AI（以ChatatGPT为例）更好交流 * 5.1 使用AI的核心 * 5.2 提示组成结构 * 5.3 创建好的提示的策略 * 5.4 提示的类别 * 5.5 创建在和AI提示的进阶框架 * 5.6如何减少AI回答的空洞无味感 * 5.7 如何提高AI回答的可读性 * 六、使用AI的更多技巧 * 6.1 高效提示的原则 * 6.