code-server AI 辅助编程指南10 分钟在浏览器 IDE 里接通云端与本地 AI 补全【免费下载链接】code-serverVS Code in the browser项目地址: https://gitcode.com/GitHub_Trending/co/code-server晚上十点你远程连上客户内网的开发机浏览器里打开了一个完整的 VS Code 界面——这就是 code-server把 VS Code 搬进浏览器的开源项目——但手指刚敲下两行代码自动补全就哑了机器没外网云端 AI 够不着。你早就想在 code-server 里做 AI 辅助编程却一直被两条路线搞晕云端 AICopilot 一类和本地大模型CodeLlama 一类到底该选哪条先别急着装这篇文章先给你一个判断框架再带你把两条路线都走通最后附上选型清单和避坑清单。接入前先回答两个问题别一上来就下载插件先花十秒钟回答这两个问题你的代码能不能出网如果项目要求数据不出内网或者你不想让任何代码片段传到第三方服务器那云端路线直接排除本地大模型是唯一解。你的机器带不带得动本地模型7B 参数级的代码模型至少需要 8GB 空闲内存有 GPU 会舒服很多。如果只是一台 4GB 内存的轻量云主机别硬撑走云端。两个问题答完路线基本就定了能出网且硬件普通 → 云端内网或代码敏感 → 本地。如果你两个条件都满足两条路线可以同时装好、按场景切换互不冲突。五分钟装好 code-server从零到浏览器打开环境要求很轻一个能装脚本的 Linux 机器Node.js 16 以上仅当你要参与本地开发构建时才真正需要若打算跑本地模型建议 8GB 以上内存。安装就两步仓库自带的 install.sh 会处理一切git clone https://gitcode.com/GitHub_Trending/co/code-server cd code-server ./install.sh然后启动它code-server --port 8080浏览器访问http://localhost:8080设置一个密码就能看到欢迎页。更多安装选项比如--method standalone、指定前缀路径可以翻 docs/install.md 和 docs/npm.md。看到欢迎页说明基础环境通了下面分头走两条路线。三步接入云端 AI 补全云端路线以 GitHub Copilot 插件为例三步走完装插件。在 code-server 左侧的扩展面板里搜GitHub Copilot点安装或者直接在终端执行code-server --install-extension github.copilot插件的--install-extension安装机制在集成测试 test/integration/installExtension.test.ts 里有完整验证如果提示No extension gallery service configured说明你的部署没配置扩展市场先解决这个再说。授权登录。打开命令面板CtrlShiftP运行Copilot: Login复制它给你的设备码然后在另一台能上外网的设备的浏览器里完成 GitHub 授权。注意设备码流程只要求有人能访问 GitHub跑 code-server 的机器本身不一定要出网。验证生效。打开任意 JS 文件敲下function add光标稍停灰色幽灵文本会给出完整实现按Tab接受。到这里云端补全就通了。断网场景怎么用本地大模型如果你的机器永远不联网或者代码一个字都不许出内网走本地路线装本地 AI 插件code-server --install-extension local-ai.code-llama准备模型。自行下载 CodeLlama 7B 权重的量化版GGUF 格式更省内存放到~/.local/share/code-server/models/codellama-7b目录。告诉插件模型在哪。打开设置Ctrl,搜索local-ai把模型路径指向上面的目录模型类型选code-llama。首次加载 7B 模型要等十几秒之后常驻内存。使用体验和云端几乎一样在 Python 文件里写一行注释# 二分查找有序列表中的目标元素模型会接着生成函数骨架你只管按Tab。区别在于——这一步的推理全发生在你的机器上没有任何代码离开内网。选型决策清单你的情况对应哪条路线把下面这条条对号入座选哪条基本不言自明代码必须留在内网客户现场、合规要求→ 本地没有讨论余地日常业务开发、补全频率高、不想管硬件 → 云端机器只有 4~8GB 内存、没有 GPU → 云端本地 7B 会卡有 16GB 内存或一张消费级 GPU且希望完全离线 → 本地想基于自家代码风格微调模型 → 只有本地路线支持两条都装好平时用云端提速、敏感仓库切本地 → 最稳快捷键切换即可见下节进阶快捷键与插件开发接口两个小提升点到为止快捷键。打开File Preferences Keyboard Shortcuts加一条让CtrlI直接接受建议{ key: ctrli, command: copilot.acceptSuggestion }如果同时装了云端和本地插件给本地插件的生成命令也配一个比如CtrlL切换时不碰鼠标。自己写 AI 插件。code-server 完全兼容 VS Code 的扩展接口仓库里自带一个可运行的示例扩展直接看 test/e2e/extensions/test-extension/ 就能明白一个插件长什么样导出一个带activate/deactivate生命周期的对象在activate里初始化你的模型客户端完事。想把 CodeLlama 换成别的开源模型写个这样的薄封装即可。避坑清单动手前逐条过一遍code-server 版本 ≥ 4.8.0 再折腾插件Help About查看老版本插件系统不完善云端授权失败时先确认授权用的那台设备能打开 GitHub 网页再清浏览器缓存重试装扩展报 No extension gallery service configured → 你的部署缺少扩展市场配置这是环境问题不是插件问题本地模型加载慢 → 换 7B 量化权重Q4/Q5 级并关掉其他吃内存的进程多个 AI 插件互相打架 → 在settings.json里用extensions.disabled显式禁用不用的那个远程/代理环境下模型响应异常 → 检查代理是否把 WebSocket 也转发了参考 docs/requirements.md 的网络要求你的 30 分钟行动清单别收藏完就划走照这个顺序做回答前面那两个问题出网内存用一分钟定路线按对应小节的步骤装插件、授权或放模型文件用function add云端或二分查找注释本地做冒烟测试确认Tab能接受建议把接受建议绑到顺手的快捷键上开始真正干活后续想跟进 code-server 对 AI 生态的动向直接看仓库的 CHANGELOG.md安装或部署遇到问题翻 docs/FAQ.md 通常能找到答案。祝补全顺利。【免费下载链接】code-serverVS Code in the browser项目地址: https://gitcode.com/GitHub_Trending/co/code-server创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考