开源项目 llm-vscode 使用教程
llm-vscodeLLM powered development for VSCode项目地址:https://gitcode.com/gh_mirrors/ll/llm-vscode
项目介绍
llm-vscode
是一个为 Visual Studio Code 设计的扩展,旨在利用大型语言模型(LLM)进行代码开发。该项目使用 llm-ls
作为其后端,支持多种开发环境,如 neovim、jupyter 和 intellij。通过这个扩展,用户可以在 VS Code 中享受到类似于 GitHub Copilot 的代码补全功能,同时支持本地运行,确保数据安全和离线可用性。
项目快速启动
安装步骤
-
克隆项目仓库:
git clone https://github.com/huggingface/llm-vscode.git
-
安装依赖:
cd llm-vscode npm ci
-
构建后端:
git clone https://github.com/huggingface/llm-ls cd llm-ls cargo build
-
配置 VS Code 扩展:
- 在 VS Code 中打开“运行和调试”侧边栏,点击“启动扩展”。
- 在新打开的 VS Code 窗口中,设置
llm lsp binaryPath
为llm-ls
二进制文件的路径,例如:"/path/to/llm-ls/target/debug/llm-ls"
-
重启扩展:
- 关闭窗口并使用
F5
重启扩展。
- 关闭窗口并使用
配置模型
- 从下拉菜单中选择模型配置模板,例如
hf/Phind/Phind-CodeLlama-34B-v2
或hf/WizardLM/WizardCoder-Python-34B-V1.0
。
应用案例和最佳实践
应用案例
- 离线开发:在无网络环境下,使用本地 LLM 进行代码补全和开发。
- 数据安全:确保所有代码和数据都在本地处理,不通过网络传输,保障数据隐私。
最佳实践
- 选择合适的模型:根据项目需求选择合适的 LLM 模型,以获得最佳的代码补全效果。
- 定期更新:保持扩展和后端的更新,以利用最新的功能和性能优化。
典型生态项目
- llm-ls:作为
llm-vscode
的后端,提供 LLM 服务。 - LM Studio:一个用于管理本地 LLM 模型的工具,支持 Windows 平台。
- Ollama 和 llama-cpp-python:替代 LM Studio 的工具,支持更多平台和环境。
通过以上步骤和指南,您可以快速启动并使用 llm-vscode
扩展,享受本地 LLM 带来的高效代码开发体验。
llm-vscodeLLM powered development for VSCode项目地址:https://gitcode.com/gh_mirrors/ll/llm-vscode