【效率神器】VSCode 安装腾讯云 CodeBuddy 插件:AI 代码补全 + 云端协同开发全指南@CodeBuddy

【效率神器】VSCode 安装腾讯云 CodeBuddy 插件:AI 代码补全 + 云端协同开发全指南@CodeBuddy

引言

“有没有一款插件,既能智能补全代码,又能直接联动腾讯云服务?”
最近发现腾讯云推出的 CodeBuddy 插件 在 VSCode 上线,实测后彻底解决了我的两个痛点:

  1. 本地代码编写时 AI 辅助能力弱(比 Copilot 更懂中文场景)
  2. 调试云服务需要频繁切换网页控制台@CodeBuddy

今天带大家体验这款“腾讯系”开发利器,附详细配置教程和避坑指南!

一、CodeBuddy 是什么?

  • 官方定位:腾讯云推出的 VSCode 插件,提供 AI 代码生成/补全 + 云端开发环境管理 能力。
  • 核心功能
    • ✅ 智能代码补全(支持 Java/Python/Go/JS 等主流语言)
    • ✅ 自然语言生成代码(中文描述 → 自动生成代码块)
    • ✅ 一键操作腾讯云资源(如上传代码到云函数、调试 Serverless 应用)
    • ✅ 团队协作(共享开发环境配置)

二、安装与配置(图文步骤)

1. 安装前提
  • 已安装 VSCode
  • 拥有腾讯云账号(需实名认证)
2. 安装步骤
  1. 在 VSCode 扩展商店搜索 "腾讯云代码助手 CodeBuddy" → 安装
  2. 安装后点击侧边栏腾讯云图标 → 扫码登录账号

 

三、实战演示

快速生成一个小游戏

假设想往 bbb.py 文件中生成小游戏代码,可以点击 @Add 将本文件加入

输入需要生成的要求

遇到没有的类库会自动添加

等它创建完成后 python bbb.py 来运行下

四、同类工具对比(VS GitHub Copilot)

功能CodeBuddyCopilot
中文支持⭐⭐⭐⭐⭐(腾讯语料优化)⭐⭐⭐
腾讯云集成⭐⭐⭐⭐⭐(无缝联动)
代码补全质量⭐⭐⭐⭐⭐⭐⭐⭐⭐
价格免费(目前)$10/月
💡 国内开发者/腾讯云用户首选 CodeBuddy,海外项目可考虑 Copilot。

Read more

手机上也能运行Stable Diffusion?Github上开源且完全免费的AI生图软件!斩获1.4K Stars

手机上也能运行Stable Diffusion?Github上开源且完全免费的AI生图软件!斩获1.4K Stars

Hello,大家好! 今天给大家分享一款GitHub上1.4k星标的开源神器——手机端AI绘画工具, 软件已经整理在文末,有需要的朋友记得获取保存哦~  链接:https://pan.quark.cn/s/fa5abdb93460 一、软件打开方式 这款工具为安卓APK安装包,共提供两个版本:带过滤器版本和不带过滤器版本,大家可以根据自己的需求选择。下载后直接安装到手机上即可运行,无需复杂配置。 二、软件的功能介绍 这是一款让安卓手机直接运行Stable Diffusion的AI绘画工具,主要特色包括: 全功能AI绘画 支持文生图:输入提示词一键生成图像 支持图生图:导入参考图片二次创作 支持图像修复:模糊图片一键变清晰 多模式加速 支持CPU/GPU/NPU三种运行模式 高通骁龙处理器可启用NPU加速,生成速度极快 非骁龙处理器也可用CPU/GPU流畅运行 开源免费 GitHub开源项目,完全免费无限制 模型可自由下载切换 三、使用指南 第一步:安装与首次设置

打造你的家庭 AI 助手(三):QQ 机器人接入你的 OpenClaw

不得不承认腾讯进步的速度太快了,几条命令就可以接入Openclaw,也不用设置IP白名单了,在 QQ开放平台还增加了专门的Openclaw入口: 没啥好说的,很简单,安装完Openclaw之后,执行如下命令(命令也是生成好的): openclaw plugins install @tencent-connect/openclaw-qqbot@latest openclaw channels add--channel qqbot --token"" openclaw gateway restart 以下内容已经过时了,留作纪念 以下内容已经过时了,留作纪念 以下内容已经过时了,留作纪念 ⚠️ 重要提示:如果是家用宽带,没有申请固定 IP 地址的话,大可以放弃这种方式。由于 QQ 开发平台的白名单限制,机器人会非常不稳定,频繁掉线。建议使用云服务器或有固定 IP 的环境部署。 前言 在完成 OpenClaw 安装后,

无人机电力设备智能巡检检测数据集 - 缺陷检测与分类 电力巡检设备状态检测数据集 铁塔顶部 - 电缆头部异物 - 爬电距离装置头部 - 开关头部 - 陶瓷绝缘子污秽 - 导线端头部

无人机电力设备智能巡检检测数据集 - 缺陷检测与分类 电力巡检设备状态检测数据集 铁塔顶部 - 电缆头部异物 - 爬电距离装置头部 - 开关头部 - 陶瓷绝缘子污秽 - 导线端头部

无人机电力巡检设备状态检测数据集,6056张,yolo,voc,coco标注方式、 图像尺寸:800*800 类别数量:49类 训练集图像数量:5292; 验证集图像数量:560; 测试集图像数量:204 类别名称: 每一类图像数 ,每一类标注数 csat_tt - 铁塔顶部:244, 254 ddan_tt_vatla - 电缆头部异物:173, 175 krang_tt - 爬电距离装置头部:142, 216 kdo_tt - 开关头部:44, 60 cdien_gom_ban - 陶瓷绝缘子污秽:58,

构建 基于无人机 RGB+红外(RGBT)双模态小目标行人检测系统 无人机视角下RGB+红外对齐行人小目标检测数据集 航拍无人机多模态行人检测数据集 红外可见光行人检测数据集

构建 基于无人机 RGB+红外(RGBT)双模态小目标行人检测系统 无人机视角下RGB+红外对齐行人小目标检测数据集 航拍无人机多模态行人检测数据集 红外可见光行人检测数据集

无人机视角下RGB+红外对齐行人小目标检测数据集 模态与视角:无人机搭载 RGBT 双光相机,从 50–80 m 高度、45°–60° 俯视角采集,同步 RGB + 热红外图像对。 规模:6,125 对图像(4,900 train / 1,225 test),分辨率 640×512,共 70,880 个行人实例。 任务:专门面向 tiny person detection 的无人机 RGBT 检测 benchmark。 1 1 以下是 无人机视角下 RGB+红外对齐行人小目标检测数据集 的详细信息整理成表格: