导语
想把 AI 真正用到开发里?别只停留在代码补全。今天教你把 VSCode 装成一台会写代码的助手。🔧
跟着本文,你能做到:
- 在本地 VSCode 里安装并配置 Copilot。
- 用 Chat(Plan / Agent / Ask)做需求拆解和自动编码。
- 通过 MCP、Skills、Hooks 扩展 AI 的真实能力。
- 用一个示例(AI 塔罗占卜网站)走通从需求到运行的全流程。
短句直说。跟朋友聊一样。把电脑打开,我们开始动手。
1 安装与第一步配置(3 分钟) ⚙️
- 到 VSCode 官网下载并安装。傻瓜式。无难度。
- 打开 VSCode 左侧扩展面板,搜索 "GitHub Copilot",安装官方插件。
- 安装后,点底部 Copilot 图标登录 GitHub。
- 没订阅的话会进 Copilot Free,免费额度够你试手感。
- 要完整体验就试 Pro(新用户通常有 30 天试用)。学生可用 GitHub Education 申请长期免费。🎓
小提示:想中文界面可以装汉化插件,但不影响 Copilot 本体功能。
2 快速上手:聊天、行内、补全(马上能用)
- 打开顶部「聊天」按钮,就能和 AI 对话。需求拆解、写代码、修 Bug 都行。
- 三种内置模式:Agent(自主执行)、Plan(先出方案)、Ask(单纯问答)。
- Agent:AI 会创建文件、跑命令、写代码,自动化很强。
- Plan:先列清单,适合复杂任务。
- Ask:纯答疑,适合学习。
快捷键合集:
- 行内对话:Ctrl+I(Mac: Cmd+I)
- 快速聊天弹窗:Ctrl+Shift+Alt+L(Mac: Cmd+Shift+Option+L)
代码补全:看见浅色建议按 Tab 接受。Copilot 还有 Next Edit Suggestions(NES),会预测你下一步要改哪儿,按 Tab 采纳。体验丝滑。
3 真刀真枪:用 Plan + Agent 做个 AI 塔罗占卜网站(实战) 🚀
场景:你想一个页面,用户输入问题,点击按钮后 AI 抽 3 张塔罗牌并生成解读。界面要暗紫+金边,有翻牌动画,手机也能看。
步骤很直观:
- 在本地建个空文件夹(例如 ai-diviner),在 VSCode 打开。
- 在 Chat 面板选择 Plan 模式,然后把需求贴进对话:
帮我用 HTML + CSS + JavaScript 做一个 AI 塔罗牌占卜网站。
功能:
- 用户输入问题。
- 点击「开始占卜」,展示 3 张翻牌动画。
- 翻牌后调用大模型 API 生成占卜解读。
- 深紫主题、金色纹理、流畅动画、响应式。
- 跟 AI 互动,确认它的方案(需要哪些文件、依赖、API Key 放哪儿等)。Plan 会输出文件列表与实现步骤。
- 方案 OK 后,点 "Start Implementation"(或类似按钮)把任务交给 Agent。
- Agent 会按步骤创建 index.html、style.css、script.js。必要时会弹出终端命令审批。
- 你可以观察 Agent 的 Todos 列表或随时中断、修改方向。
- Agent 可能会启动一个本地服务器并输出地址。把地址复制到浏览器,输入 API Key(不要把 key 写在代码里),测试功能。
小技巧:
- 如果对某处不满意,直接对话框写 "把占卜页面改成鱼皮塔罗",Agent 会定位并修改对应代码。
- 上下文满了(AI 断片儿)时,让 AI 把当前项目沉淀成文档(生成 README 或 Summary),以后把这个文档交给 AI 即可恢复记忆。
体验感:从需求到可运行页面,通常几分钟。你只要监督就行。
4 核心功能拆解(你真正会频繁用到的)
Tools(工具箱)
AI 能干活靠工具。常见工具:代码搜索、读写文件、跑终端、抓网页。
- 可视化开关工具,方便按需开启。
- 在对话里用
#codebase、#fetch等手动引用工具。 - 支持工具集(Tool Sets),一次启用一组工具。
示例工具集配置:
{
"reader": {
"tools": ["codebase", "problems", "usages", "search"],
"description": "只读工具集,适合代码审查",
"icon": "book"
}
}
在对话里输入 #reader 就会启用这组只读工具。
MCP(连接外部能力)
MCP 是标准接口。通过 MCP,AI 能调用 API、读数据库、控制浏览器。
- VSCode 扩展市场里能直接安装 MCP 服务,体验比手动贴 JSON 舒服多。
- 安装后,AI 在需要时会调用 MCP 提供的工具。你也能手动用
#引用。
如果想手动配置,可以创建 .vscode/mcp.json:
{
"servers": {
"github": { "type": "http", "url": "https://api.githubcopilot.com/mcp" },
"playwright": { "command": "npx", "args": ["-y", "@microsoft/mcp-server-playwright"] }
}
}
MCP 还能提供 Resources(上下文数据)和 MCP Apps(对话中渲染表单、仪表盘)。
Agent Skills(技能包)
Skills 是 AI 的工作手册。把标准流程、示例代码、最佳实践写进 Skill。AI 需要时才加载。省 Token,又专业。
示例 SKILL.md:
---
name: webapp-testing
description: 使用 Playwright 测试 Web 应用的指南
---
# Web 应用测试指南
1. 使用测试模板
2. 在 tests/ 下新增测试文件
3. 运行:npx playwright test
安装社区作者的 Skills 能快速提升 AI 在特定任务的输出质量。
多种 Agent 运行方式
- Local(本地): 交互式,适合试错、实时反馈。
- Background(后台): 在本地后台跑,适合明确任务想同时干别事的时候。
- Cloud(云端): 在远程跑并自动提 PR,适合团队协作。
- Third-party(第三方): 用 Anthropic Claude、OpenAI 等特定厂商能力。
你可以在不同 Agent 之间移交任务:比如在本地做 Plan,再把执行交给 Cloud Agent 去跑并提 PR。
Hooks(自动触发脚本)
Hooks 在 Agent 执行关键节点跑脚本。常见用途:自动格式化、拦截危险命令、生成会话报告。
示例:每次工具修改文件后自动运行 Prettier。
{
"hooks": {
"PostToolUse": [
{ "type": "command", "command": "npx prettier --write \"$TOOL_INPUT_FILE_PATH\"" }
]
}
}
Custom Instructions(定制规范)
把编码规范、偏好写进 .github/copilot-instructions.md,AI 每次对话都会遵守。支持按文件模式生效。
示例片段:
# 项目编码规范
- 使用 ES6+ 语法
- 变量使用 camelCase
- 前端优先 React + TypeScript
还有个命令 /init:让 AI 自动生成一份针对当前仓库的指令,省很多时间。
Custom Agents(自定义智能体)
把角色写成智能体。比如写作助手、架构师、测试工程师。每个角色有自己的工具权限和行为规则。
示例 .agent.md:
---
name: 写作助手
description: 帮助撰写和优化技术文章
tools: ['search','codebase','editFiles']
---
# 写作助手
你是一位经验丰富的技术写作者,段落短,口语化。
自定义智能体还能设 Handoffs,做任务移交(Plan -> Implementation)时一键切换。
Prompt Files(复用提示词模板)
常用任务写成斜杠命令,随时触发。示例 /gen-test:
---
description: 为当前文件生成单元测试
agent: agent
tools: ['search','edit/editFiles']
---
为 [${fileBasename}](${file}) 生成单元测试。
触发 /gen-test,AI 会帮你生成测试模板并放到合适目录。
Smart Actions(右键 AI 操作)
右键就能用的便捷动作:生成 Commit message、解释代码、生成测试、修复错误、代码审查、语义搜索等。平时最常用的是自动生成 Commit message,省心。
5 实操示例与常用命令(摘录)
- 打开行内对话:Ctrl+I
- 快速 Chat 弹窗:Ctrl+Shift+Alt+L
- 在对话里使用工具集:输入
#reader - 新建 MCP 配置:
.vscode/mcp.json - 新增 Skill:在项目或用户目录下放
SKILL.md - 定制指令:
.github/copilot-instructions.md
示例:给函数命名为 plusDate,让 Copilot 补全
function plusDate(dateStr, days) {
// 输入函数名,Copilot 会补全函数体
}
按 Tab 接受自动补全。看到 NES 小箭头时也按 Tab 跳到下一步建议。
6 避坑清单(必须看)⚠️
- 别把 API Key、私密配置写进代码库。用环境变量或本地配置。
- Agent 要跑终端命令时留心审批弹窗。别随手同意所有命令。
- 上下文满了 AI 会失忆。频繁把项目关键点导成文档沉淀。
- Hooks 很方便,但别把危险命令自动审批放开(比如自动执行
rm -rf)。 - 安装第三方 MCP 前看清权限和数据流向。别把敏感数据暴露给不可信服务。
- Skill、Prompt 的质量参差不齐。先在隔离项目里试验再放到主项目。
7 小结与行动建议(两句话)
VSCode + Copilot 能把重复工作交给 AI,剩下的就是审核和创意。把 Plan 当验收门,把 Agent 当执行手段,别全部交给 AI。
想试起点低且见效快的玩法?先用 Plan 设计一个小功能,再把实现交给 Agent 跑一次,看着它写完代码、跑服务器,那种感觉很上瘾。😄
如果你想,我可以把实战中用到的 Prompt、Skill、Hooks 配置打包成一个可直接导入的仓库,省你配置时间。想要就回复“要导入包”。
写到这儿,我先去吃饭。觉得有用就收藏,或者在评论区告诉我你常用的 AI 工具,互相安利。