NJUST_AI_Assistant

NJUST_AI_Assistant 是一个集成了 AI 代码预测、智能聊天、一键编译和运行的多功能编程助手，支持多种主流大语言模型，并可直接在 VS Code 中修改、创建文件。

---

Features

🤖 多模型 AI 聊天

• 支持 DeepSeek、通义千问、豆包、智普AI、Hugging Face、OpenAI、Kimi 以及 本地模型（如 Ollama、LM Studio）。
• 内置 聊天模式（回答编程问题、解释代码）和 Agent 模式（自动生成/修改文件、提供编译运行指导、执行终端命令）。
• 流式输出响应，支持 思考过程 展示（模型返回 <think> 标签时自动折叠）。
• 多模态支持：可上传图片与 AI 进行视觉对话（需模型支持）。

📄 智能上下文感知

• 自动将当前打开的编辑器内容（或选中代码）作为上下文附加到对话中。
• 可手动添加任意文件作为参考，帮助 AI 更好地理解项目。
• 代码图分析：自动分析项目结构、符号索引、调用链关系。
• AST 分析：支持 TypeScript、Python、Java、Go、C++、仓颉等语言的语法树分析。

🌐 联网搜索（需配置 SerpApi）

• 在对话中开启联网搜索后，AI 可结合最新搜索结果回答问题。
• 搜索结果会自动格式化并作为上下文提供给模型。
• 支持多种搜索引擎：Google、Bing、百度、Yahoo、DuckDuckGo。

⚡️ 行内代码预测（Ghost Text）

• 在编码时自动触发 AI 补全，提供下一段代码的预测（需启用 enableAutoCompletion）。
• 支持延迟触发，避免频繁请求。
• 智能补全：第二代补全系统具备项目级学习能力，理解代码模式、预测用户意图。
• 多语言支持：支持 C/C++、Java、Python、JavaScript、TypeScript、Rust、Go、仓颉等语言。

🚀 一键编译与运行

• 支持 C/C++、Java、Python、JavaScript、TypeScript、Rust、Go、仓颉 等多种语言的编译/检查。
• 通过 Ctrl+Shift+B 快速编译当前文件，编译结果直接显示在聊天窗口中。
• 编译成功后，可点击按钮直接运行生成的可执行文件（在独立终端中）。
• 仓颉语言特殊支持：自动检测 cjpm.toml 或 cjc.json 配置文件，支持包管理器编译。

🤖 Agent 模式：直接修改文件与执行命令

• 修改文件：AI 可以输出带 > FILE: path/to/file 标记的代码块，扩展会识别并允许你 一键应用、保存、撤销 文件更改。新文件会自动创建，现有文件会备份以便回滚。
• 精确编辑工具：
  • > REPLACE：小范围文本替换（最精确）
  • > EDIT_FUNCTION：修改整个函数
  • > EDIT_CLASS：修改整个类
  • > EDIT_LINE_CONTAINING：修改包含特定文本的行
  • > EDIT_BLOCK / > RANGE_EDIT：基于行号或字符范围的编辑
  • > DIFF：应用 diff 格式的修改
• 执行命令：AI 可以使用 > RUN: command 标记请求执行终端命令（如运行测试、安装依赖等），执行结果会返回给 AI 继续推理。命令执行前可请求用户确认（可配置为自动允许）。
• 文件读取：> READ: path/to/file 让 AI 在修改前查看文件内容。
• 批量操作：> APPLY_BATCH 和 > MULTI_FILE 支持批量文件修改。
• MCP 工具：支持 Model Context Protocol，可连接外部 MCP 服务器扩展功能。

📝 任务规划与执行

• 智能任务规划：复杂任务自动分解为可执行的步骤序列。
• 风险评估：自动评估任务风险等级（低/中/高）。
• 依赖管理：支持步骤间的依赖关系，自动拓扑排序。
• 进度追踪：实时显示任务执行进度和状态。

🧠 高级 Agent 功能

• 反思机制：AI 自我评估执行结果，动态调整策略。
• 任务完成检查：自动判断任务是否已完成，避免过度执行。
• 自动修正：检测和修正工具调用错误，支持模糊匹配。
• 无限循环防护：限制最大迭代次数和连续无操作次数。

⚙️ 图形化设置界面

• 点击状态栏或工具栏齿轮图标可打开设置模态框，分页配置在线模型、本地模型、联网搜索等。
• 支持模型参数实时调整（temperature、maxTokens 等）。

---

快捷键

全局快捷键

快捷键	命令	描述
Ctrl+Shift+A / Cmd+Shift+A	LLMA: 生成完整代码	根据注释或选中代码生成完整代码
Alt+\	LLMA: 手动触发 Ghost Text	手动触发代码补全
Ctrl+Shift+B / Cmd+Shift+B	LLMA: 编译当前文件	编译当前文件
Ctrl+Shift+Q / Cmd+Shift+Q	LLMA: 切换聊天/Agent 模式	切换聊天模式和 Agent 模式

聊天界面快捷键

快捷键	描述
Enter	发送消息（输入框聚焦时）
Shift+Enter	换行（输入框聚焦时）
Escape	关闭搜索框/设置面板

---

Agent 模式工具指令详解

Agent 模式下，AI 可以使用以下工具指令直接操作你的项目：

文件操作工具

1. > FILE: <filepath>

创建或覆盖文件。AI 会在指令后输出完整的文件内容。

使用场景：

• 创建新文件
• 大范围重写现有文件

示例：

> FILE: src/utils.ts
```typescript
export function add(a: number, b: number): number {
  return a + b;
}

---

#### 2. `> READ: <filepath>`
读取文件内容，供 AI 了解当前文件状态。

**使用场景**：
- 修改前查看文件内容
- 了解项目结构

**示例**：

READ: src/app.ts

---

#### 3. `> REPLACE: <filepath>`
精确替换文件中的指定文本。这是最精确的编辑方式。

**使用场景**：
- 小范围修改（1-10行）
- 精确替换特定代码片段

**格式**：

REPLACE: src/app.ts // 要替换的原文本（必须与文件中完全一致） // 替换后的新文本

**示例**：

REPLACE: src/utils.ts export function add(a: number, b: number): number { return a + b; } export function add(a: number, b: number): number { console.log(Adding ${a} and ${b}); return a + b; }

---

#### 4. `> EDIT_FUNCTION: <filepath> <functionName>`
修改文件中的整个函数。

**使用场景**：
- 修改整个函数实现
- 保持函数签名不变

**示例**：

EDIT_FUNCTION: src/utils.ts add

export function add(a: number, b: number): number {
  console.log(`Adding ${a} and ${b}`);
  return a + b;
}

---

#### 5. `> EDIT_CLASS: <filepath> <className>`
修改文件中的整个类。

**使用场景**：
- 修改整个类实现
- 重构类结构

**示例**：

EDIT_CLASS: src/models/User.ts User

export class User {
  id: string;
  name: string;
  email: string;
  
  constructor(data: Partial<User>) {
    Object.assign(this, data);
  }
}

---

#### 6. `> EDIT_LINE_CONTAINING: <filepath> <textPattern>`
修改包含特定文本的行。

**使用场景**：
- 修改特定配置行
- 更新导入语句

**示例**：

EDIT_LINE_CONTAINING: package.json "version": "1.0.0"

"version": "1.1.0"

---

7. > EDIT_BLOCK: <filepath>

基于行号范围编辑文件。

格式：

> EDIT_BLOCK: src/app.ts
startLine: 10
endLine: 20
---
```typescript
// 新的代码块内容

**使用场景**：
- 修改特定行范围
- 删除或插入代码块

---

#### 8. `> RANGE_EDIT: <filepath>`
基于字符位置范围编辑文件。

**格式**：

RANGE_EDIT: src/app.ts start: 100 end: 200

---

// 新的代码内容

**使用场景**：
- 精确字符级编辑
- 替换特定字符串

---

#### 9. `> DIFF: <filepath>`
应用 diff 格式的修改。

**格式**：

DIFF: src/app.ts

- 删除的行
+ 添加的行

**使用场景**：
- 复杂的代码重构
- 多行修改

---

#### 10. `> MKDIR: <dirpath>`
创建目录。

**示例**：

MKDIR: src/components

---

### 批量操作工具

#### 11. `> MULTI_FILE:`
批量创建或修改多个文件。

**格式**：

MULTI_FILE: [ { "path": "src/utils.ts", "content": "export const PI = 3.14159;" }, { "path": "src/config.ts", "content": "export const API_URL = 'https://api.example.com';" } ]

**使用场景**：
- 创建项目脚手架
- 批量生成组件

---

#### 12. `> APPLY_BATCH:`
批量应用编辑操作。

**格式**：

APPLY_BATCH: [ { "filepath": "src/app.ts", "original": "old code", "new": "new code" } ]

---

### 命令执行工具

#### 13. `> RUN: <command>`
执行终端命令。

**示例**：

RUN: npm install RUN: npm run build RUN: python -m pytest

**安全提示**：
- 默认需要用户确认
- 可配置为自动允许（请谨慎开启）
- 危险命令会被拦截

---

### MCP 工具

#### 14. `> MCP: <serverName> <toolName> [JSON参数]`
调用 MCP 服务器提供的工具。

**示例**：

MCP: filesystem read_file {"path": "/path/to/file"}

---

### 项目模板工具

#### 15. `> PROJECT:`
创建完整的项目结构。

**格式**：

PROJECT: { "name": "my-project", "template": "react-ts", "files": [ {"path": "src/index.tsx", "content": "..."} ] }

---

## 执行流程说明

### 1. 聊天模式执行流程

用户输入 → 上下文收集 → AI 生成回复 → 流式展示 → 结束

**上下文收集包括**：
- 当前活动文件内容
- 选中代码片段
- 用户附加的文件
- 联网搜索结果（如开启）

### 2. Agent 模式执行流程

用户输入 → 任务规划（可选）→ 上下文收集 → AI 生成回复 ↓ 用户确认 ← 展示结果 ← 执行工具 ← 解析工具指令 ↓ 继续对话 ← 返回执行反馈

**详细步骤**：

1. **任务规划**（复杂任务）：
   - 分析用户请求
   - 分解为可执行步骤
   - 评估风险等级
   - 建立步骤依赖关系

2. **上下文收集**：
   - 活动文件（200行上下文）
   - 可见编辑器内容
   - 打开文件列表
   - 相关文件（import 依赖）
   - 诊断信息（错误/警告）
   - 工作区结构
   - 符号索引和代码图
   - AST 分析结果

3. **AI 生成回复**：
   - 流式输出
   - 思考过程展示
   - 工具指令标记

4. **工具解析与执行**：
   - 解析工具指令
   - 验证参数
   - 执行工具
   - 收集执行结果

5. **自动迭代**（Agent 模式）：
   - 将执行结果反馈给 AI
   - AI 生成下一步操作
   - 重复直到任务完成
   - 反思机制评估进度
   - 任务完成检查

### 3. 代码补全执行流程

用户输入 → 延迟检测 → 准备上下文 → 调用 AI → 展示补全

**智能补全额外步骤**：
- 学习项目代码模式
- 分析项目上下文
- 预测用户意图
- 提供多选项补全

### 4. 编译执行流程

用户触发编译 → 检测语言 → 选择编译器 → 执行编译 ↓ 运行可执行文件 ← 展示结果 ← 分析输出 ← 捕获输出

**编译占位符**：
- `{file}`：当前文件路径
- `{allFiles}`：同目录下所有相关源文件
- `{executable}`：输出可执行文件路径
- `{outputDir}`：输出目录
- `{fileName}`：文件名
- `{fileNameWithoutExt}`：不带扩展名的文件名
- `{fileDir}`：文件所在目录

---

## 技术栈分析

### 核心技术架构

#### 1. 前端界面（Webview）
- **技术**：原生 HTML5 + CSS3 + JavaScript
- **样式框架**：自定义 CSS 变量主题系统，支持深色/浅色模式
- **代码高亮**：Highlight.js（Atom One Dark 风格）
- **Markdown 渲染**：Marked.js
- **特性**：
  - 响应式设计，适配 VS Code 侧边栏
  - 流式输出打字机效果
  - 代码块语法高亮和一键复制
  - 文件变更卡片展示
  - 终端输出卡片展示

#### 2. 后端核心（TypeScript/Node.js）
- **运行环境**：VS Code Extension API
- **主要语言**：TypeScript 5.x
- **构建工具**：ESBuild（快速打包）
- **代码规范**：ESLint + TypeScript ESLint

#### 3. AI 模型集成层
- **API 客户端**：
  - OpenAI SDK（支持 OpenAI 兼容接口）
  - Axios（自定义 HTTP 客户端，支持流式响应）
- **支持的模型提供商**：
  - DeepSeek API
  - 通义千问（DashScope）
  - 豆包（火山引擎）
  - 智普AI（Zhipu）
  - Hugging Face（Router API + Space）
  - OpenAI
  - Kimi（月之暗面）
  - 本地模型（Ollama、LM Studio 等）
  - 自定义模型（可配置任意 OpenAI 兼容接口）

#### 4. 代码分析与上下文系统
- **AST 解析**：
  - Babel Parser（TypeScript/JavaScript）
  - 自定义分析器（Python、Java、Go、C++、仓颉）
- **符号索引**：工作区级符号提取和搜索
- **代码图构建**：调用链分析、依赖关系图
- **上下文管理器**：
  - 文件监听和增量更新
  - AST 缓存机制
  - 相关文件智能推荐

#### 5. 智能补全系统
- **第一代**：基础行内补全（LLMAInlineCompletionProvider）
- **第二代**：智能补全（SmartCompletionProvider）
  - 代码模式学习（PatternLearner）
  - 项目上下文感知
  - 意图预测
  - 补全分析和统计

#### 6. 工具执行系统
- **工具解析器**：解析 AI 输出的各种工具指令
- **工具执行器**：
  - 文件操作（创建、修改、读取）
  - 目录操作（创建）
  - 命令执行（带超时和安全检查）
  - MCP 工具调用
- **智能编辑器**：
  - 精确编辑定位
  - 模糊匹配算法
  - 自动修正机制

#### 7. 任务管理系统
- **任务规划器**：将复杂任务分解为可执行步骤
- **任务管理器**：协调步骤执行、依赖管理
- **执行追踪**：记录执行历史、支持调试

#### 8. 外部服务集成
- **联网搜索**：SerpApi（Google、Bing、百度等）
- **MCP 协议**：Model Context Protocol SDK
- **Git 集成**：Simple Git（可选）

### 项目结构

```text
src/
├── api.ts                 # AI API 调用核心
├── extension.ts           # 扩展入口
├── config.ts              # 配置管理
├── constants.ts           # 常量定义
├── types.ts               # 类型定义
├── utils.ts               # 工具函数
├── statusBar.ts           # 状态栏管理
├── inlineCompletionProvider.ts    # 行内补全
├── compilation.ts         # 编译系统
├── webSearch.ts           # 联网搜索
├── mcpClient.ts           # MCP 客户端
├── commands.ts            # 命令注册
├── ast/                   # AST 分析模块
│   ├── base.ts           # 基础分析器
│   ├── typescriptAnalyzer.ts
│   ├── pythonAnalyzer.ts
│   ├── javaAnalyzer.ts
│   ├── goAnalyzer.ts
│   ├── cppAnalyzer.ts
│   └── cangjieAnalyzer.ts
├── chat/                  # 聊天系统
│   ├── index.ts          # 聊天提供者
│   ├── messageHandler.ts # 消息处理
│   ├── webview.ts        # Webview 生成
│   ├── session.ts        # 会话管理
│   ├── tools.ts          # 工具实现
│   ├── toolParser.ts     # 工具解析
│   ├── toolExecutor.ts   # 工具执行
│   ├── agentToolProcessor.ts  # Agent 处理器
│   └── trace.ts          # 执行追踪
├── completion/            # 智能补全
│   ├── smartCompletionProvider.ts
│   └── patternLearner.ts
├── context/               # 上下文管理
│   ├── contextManager.ts
│   ├── symbolIndex.ts
│   └── codeGraph.ts
├── task/                  # 任务管理
│   ├── taskPlanner.ts
│   ├── taskManager.ts
│   └── taskTypes.ts
├── cangjie/               # 仓颉语言支持
├── git/                   # Git 集成
├── integration/           # 集成管理
└── langchain/             # LangChain 集成

依赖库

核心依赖

• openai: OpenAI API 客户端
• axios: HTTP 客户端（支持流式响应）
• @babel/parser, @babel/traverse, @babel/types: AST 解析
• diff-match-patch: 文本差异匹配
• uuid: UUID 生成

开发依赖

• typescript: TypeScript 编译器
• esbuild: 快速打包工具
• eslint: 代码检查
• @types/vscode: VS Code API 类型

可选依赖

• simple-git: Git 操作
• @modelcontextprotocol/sdk: MCP 协议支持
• langchain, @langchain/core, @langchain/openai: LangChain 集成

---

Requirements

• VS Code 1.80.0 或更高版本
• 网络连接（使用在线模型时需要）
• API 密钥：根据你选择的模型，需要申请对应的 API Key：
  • DeepSeek: https://platform.deepseek.com/
  • 通义千问 (DashScope): https://dashscope.aliyun.com/
  • 豆包 (火山引擎): https://console.volcengine.com/ark/
  • 智普AI (Zhipu): https://open.bigmodel.cn/
  • Hugging Face: https://huggingface.co/settings/tokens
  • OpenAI: https://platform.openai.com/api-keys
  • Kimi: https://platform.moonshot.cn/
• SerpApi 密钥（如需联网搜索）: https://serpapi.com/
• 本地模型（如需使用）：需要自行启动兼容 OpenAI API 的本地服务（如 Ollama、LM Studio），并配置 localModel.baseUrl。

---

Extension Settings

此扩展通过 contributes.configuration 贡献了以下设置（可在 VS Code 设置中搜索 llma 进行配置）：

通用

设置项	类型	默认值	描述
llma.enableAutoCompletion	boolean	true	启用实时代码预测 (Ghost Text/幽灵文本)
llma.currentModel	string	"deepseek"	选择 AI 模型提供商，可选值：deepseek、qwen、doubao、zhipu、local、huggingface、openai、kimi、huggingface-space、custom
llma.requestDelay	number	300	自动预测延迟（毫秒）
llma.maxTokens	number	2000	生成的最大 Token 数

在线模型 API 密钥

设置项	类型	默认值	描述
llma.deepseekApiKey	string	""	DeepSeek API Key
llma.deepseekModel	string	"deepseek-coder"	DeepSeek 模型名称
llma.qwenApiKey	string	""	通义千问 API Key
llma.qwenModel	string	"qwen-coder-turbo"	通义千问模型名称
llma.qwenBaseUrl	string	"https://dashscope.aliyuncs.com/compatible-mode/v1"	通义千问 Base URL
llma.doubaoApiKey	string	""	豆包 API Key
llma.doubaoModel	string	""	豆包 Endpoint ID (例如: ep-20240604...)
llma.zhipuApiKey	string	""	智普AI API Key
llma.zhipuModel	string	"glm-4"	智普AI 模型名称
llma.huggingfaceApiKey	string	""	Hugging Face Access Token (HF_TOKEN)
llma.huggingfaceModel	string	"Qwen/Qwen2.5-Coder-32B-Instruct"	Hugging Face 模型 ID
llma.openaiApiKey	string	""	OpenAI API Key
llma.openaiBaseUrl	string	"https://api.openai.com/v1"	OpenAI Base URL (需包含 /v1)
llma.openaiModel	string	"gpt-4-turbo-preview"	OpenAI 模型名称，如 gpt-4、gpt-3.5-turbo
llma.kimiApiKey	string	""	Kimi API Key
llma.kimiModel	string	"moonshot-v1-8k"	Kimi 模型名称 (如 moonshot-v1-8k, moonshot-v1-128k)
llma.huggingfaceSpaceBaseUrl	string	""	Hugging Face Space Base URL
llma.huggingfaceSpaceModel	string	""	Hugging Face Space 模型名称

自定义模型

设置项	类型	默认值	描述
llma.customModel.apiBaseUrl	string	"http://127.0.0.1:8000"	自定义模型 API 基础 URL
llma.customModel.apiKey	string	""	自定义模型 API Key
llma.customModel.modelName	string	""	自定义模型名称
llma.customModel.chatEndpoint	string	"/chat/completions"	聊天接口路径
llma.customModel.supportsMultimodal	boolean	false	是否支持多模态

本地模型

设置项	类型	默认值	描述
llma.localModel.enabled	boolean	false	启用本地大模型
llma.localModel.baseUrl	string	"http://localhost:11434/v1"	本地模型 API 基础 URL (例如 Ollama: http://localhost:11434/v1)
llma.localModel.modelName	string	"llama3"	本地模型名称 (例如: llama3, qwen2, codellama)
llma.localModel.timeout	number	120000	本地模型请求超时时间 (毫秒)
llma.localModel.supportsMultimodal	boolean	false	本地模型是否支持多模态

联网搜索

设置项	类型	默认值	描述
llma.enableWebSearch	boolean	false	启用联网搜索功能
llma.webSearchEngine	string	"google"	选择 SerpAPI 使用的底层搜索引擎（google/bing/baidu/yahoo/duckduckgo）
llma.serpApiKey	string	""	SerpApi API Key (用于联网搜索)

编译配置

设置项	类型	默认值	描述
llma.compilation.compilers	object	见下方	编译命令配置，支持占位符 {file}、{allFiles}、{executable}、{outputDir}、{fileName}、{fileNameWithoutExt}、{fileDir}
llma.compilation.defaultOutputDir	string	"build"	默认输出目录

默认编译命令对象：

{
  "c": "gcc {allFiles} -o \"{executable}\"",
  "cpp": "g++ {allFiles} -o \"{executable}\"",
  "python": "python -m py_compile \"{file}\"",
  "javascript": "node --check \"{file}\"",
  "typescript": "tsc --noEmit \"{file}\"",
  "java": "javac -d \"{outputDir}\" \"{file}\"",
  "rust": "rustc \"{file}\" -o \"{executable}\"",
  "go": "go build -o \"{executable}\" \"{file}\"",
  "cangjie": "cjc \"{file}\" -o \"{executable}\""
}

Python 相关

设置项	类型	默认值	描述
llma.python.interpreterPath	string	""	Python 解释器路径（留空则自动检测）
llma.python.autoDetectVirtualEnv	boolean	true	自动检测并激活虚拟环境
llma.python.preferredCommand	string	"auto"	首选 Python 命令（auto/python/python3/py）
llma.python.versionCheck	boolean	true	运行前检查 Python 版本

Agent 模式相关

设置项	类型	默认值	描述
llma.agent.allowCommandExecution	boolean	false	允许 AI 自动执行终端命令（若为 false，每次执行前会请求用户确认）
llma.agent.maxToolIterations	number	15	单次对话中工具调用的最大迭代次数，防止无限循环
llma.agent.allowRangeEdit	boolean	true	允许 AI 进行范围编辑（EDIT_BLOCK、RANGE_EDIT、DIFF 等局部修改）
llma.agent.fileChangeConfirmMode	string	"smart"	文件改动确认策略：always（每次确认）、smart（仅高风险改动确认）、never（直接应用）
llma.agent.smartConfirmMinChangedLines	number	50	smart 模式下触发确认的最小变更行数阈值
llma.agent.smartConfirmMinCharDelta	number	3000	smart 模式下触发确认的最小字符变化阈值
llma.agent.enableReflection	boolean	true	启用 AI 反思机制，允许 AI 自我评估和优化回答
llma.agent.taskCompletionCheck	boolean	true	启用任务完成度检查，确保 AI 完成所有请求的任务
llma.agent.maxConsecutiveNoOps	number	3	允许的最大连续无操作次数，超过后停止自动调用
llma.agent.enableTaskPlanning	boolean	true	启用任务规划功能，复杂任务自动生成执行计划
llma.agent.forceTaskPlanning	boolean	false	强制对所有任务启用规划模式
llma.agent.complexTaskKeywords	array	["创建", "实现", "开发", "构建", "项目", "系统", "功能", "模块"]	触发任务规划的关键词列表

MCP 配置

设置项	类型	默认值	描述
llma.mcp.servers	array	[]	MCP 服务器配置。每个服务器包含 name（唯一标识）、command（启动命令）、args（参数数组）、env（可选环境变量）

聊天界面

设置项	类型	默认值	描述
llma.chat.typingEffect	boolean	true	启用流式输出的打字机效果（闪烁光标 + 内容渐入）

---

Known Issues

• 豆包模型需填写 Endpoint ID，而非普通模型名称。
• 联网搜索结果可能不准确，建议结合编程知识综合判断。
• Agent 模式下修改文件时，如果文件已被外部修改，可能会冲突（扩展会备份原始内容）。
• 命令执行功能默认需要用户确认，可修改配置以自动允许（请谨慎开启）。

---

Release Notes

1.0.0

初始发布版本，包含以下核心功能：

• 多模型 AI 聊天（聊天模式 / Agent 模式）
• 自动行内代码预测（Ghost Text）
• 一键编译与运行（支持 C/C++、Java、Python、JS/TS、Rust、Go、仓颉等）
• Agent 模式下直接应用/保存/撤销文件更改，以及执行终端命令
• 联网搜索支持
• 图形化设置界面
• 任务规划与执行
• MCP 协议支持
• 多模态输入支持

---

Following extension guidelines

确保你已阅读扩展指南并遵循创建扩展的最佳实践。

• Extension Guidelines

Working with Markdown

你可以使用 Visual Studio Code 编写 README。以下是一些有用的编辑器键盘快捷键：

• 拆分编辑器（macOS 上为 Cmd+\，Windows 和 Linux 上为 Ctrl+\）。
• 切换预览（macOS 上为 Shift+Cmd+V，Windows 和 Linux 上为 Shift+Ctrl+V）。
• 按 Ctrl+Space（Windows、Linux、macOS）查看 Markdown 片段列表。

For more information

• Visual Studio Code's Markdown Support
• Markdown Syntax Reference

Enjoy!