- VS Code sada uključuje bogate AI agente, sučelja za chat i inline prijedloge koji zajedno podržavaju sve, od brzih uređivanja do refaktoriranja više datoteka.
- Microsoftovo proširenje AI Toolkit centralizira otkrivanje modela, igrališta, konverziju, fino podešavanje, evaluaciju i praćenje izravno unutar editora.
- Alati za agente i tijek rada plus MCP poslužitelji omogućuju vam dizajniranje prilagođenih agenata, pridruživanje alata, njihovo skupno testiranje i integraciju u stvarne aplikacije.
- Lokalni agenti s ugrađenim personama (Agent, Plan, Ask) koriste kontekst vašeg radnog prostora i dostupne modele kako bi djelovali kao autonomni suradnici u svakodnevnom kodiranju.
Kodiranje uz pomoć umjetne inteligencije unutar Visual Studio Codea otišlo je daleko izvan jednostavnog automatskog dovršavanja, a moderni AI agenti sada mogu čitati vaš radni prostor, pokretati alate, refaktorirati cijele značajke, pa čak i pomoći vam u dizajniranju i implementaciji cjelovitih aplikacija izravno iz editora. Ako imate iskustva s JavaScriptom i Reactom i godinama koristite VS Code, krajolik AI proširenja i tijekova rada agenata u editoru može se činiti radikalno drugačijim od onoga što pamtite iz ranih dana GitHub kopilot.
Umjesto razmišljanja samo u smislu "prijedloga koda", novi val umjetne inteligencije u VS Codeu vrti se oko agenti, postavljanje alatai integrirani tijekovi rada modela koji pokrivaju cijeli životni ciklus aplikacije poboljšane umjetnom inteligencijom: otkrivanje i testiranje modela, izgradnju agenata s alatima, procjenu kvalitete, optimizaciju performansi i konačno implementaciju svega u lokalna ili oblačna okruženja. U ovom vodiču proći ćemo kroz što AI agenti u VS Codeu danas mogu učiniti, kako Microsoftov AI Toolkit i proširenja Azure AI Foundry strukturiraju ovo iskustvo i kako se to uspoređuje s tradicionalnijim asistentima poput GitHub Copilota kako biste mogli odabrati najbolju postavku za svoje osobne projekte.
Što su zapravo AI agenti u VS Codeu danas
Kada ljudi danas pričaju o „AI agentima u VS Codeu“, oni se odnose na puno više od balona za chat u bočnoj traci. Moderni agenti slijede potpunu petlju agenta: mogu čitati i analizirati vaše datoteke, odlučivati koje dijelove kodne baze će dodirnuti, pokretati naredbe, orkestrirati alate i ponavljati vlastiti plan dok ne dođu do razumnog rješenja. Ove mogućnosti nalikuju ideji višeagentska kontrola u modernim IDE-ima, gdje koordinirani agenti preuzimaju veće zadatke.
Ugrađene značajke umjetne inteligencije u VS Codeu nalaze se u spektru načina interakcije koji dijele iste velike jezične modele ispod haube (poput modela hostovanih na GitHub Copilotu i drugih LLM-ova), ali se u svakodnevnom radu osjećaju vrlo različito: neki su ultra-lagani i jedva prekidaju vaš tijek rada, dok se drugi ponašaju poput autonomnih suradnika koji preuzimaju velike refaktore ili promjene arhitekture.
Prvi sloj su ugrađeni prijedlozi: ona dovršavanja teksta koja se pojavljuju dok tipkate. Pokreću ih specijalizirani modeli dovršavanja i ne uključuju potpunu petlju agenta ili alate; samo pokušavaju predvidjeti vaše sljedeće uređivanje, uključujući „prijedloge za sljedeće uređivanje“ koji mogu nagovijestiti gdje bi se trebala dogoditi sljedeća promjena. Savršeni su kada jednostavno želite brže tipkanje, a ne potpuni razgovor s umjetnom inteligencijom.
Uz to dobivate i inline chat, malo sučelje za chat izravno u editoru koje vam omogućuje da zatražite fokusirane promjene oko određenog odabira ili datoteke. Umjesto prebacivanja na bočnu ploču, možete upisati upute gdje se nalazite: stvari poput „izdvoji ovo u višekratno upotrebljivu kuku“ ili „pretvori ovu komponentu React klase u funkciju s kukama“.
Teži kraj spektra je mjesto gdje se odvijaju agenti i chat sesije.Ovdje komunicirate u namjenskom prikazu za chat gdje agenti mogu razmišljati o više datoteka, održavati kontekst tijekom vremena i pozivati alate. Ovdje se novi tipovi agenata (Agent, Plan, Pitanje i vaši vlastiti prilagođeni agenti) počinju osjećati kao pravi suigrač ugrađen u VS Code, a ne samo kao proslavljeno automatsko dovršavanje.
AI Toolkit za VS Code: središte za modele, agente i tijekove rada
AI Toolkit za Visual Studio Code je Microsoftovo sveobuhvatno proširenje namijenjeno je razvojnim programerima i AI inženjerima koji žele izrađivati, testirati i isporučivati inteligentne aplikacije koristeći generativne modele, a sve to bez napuštanja editora. Zamislite to kao svoje integrirano razvojno okruženje za samu AI: od ranog eksperimentiranja i brzog dizajna do evaluacije, optimizacije i implementacije.
Ovaj se alat čvrsto integrira s mnogim popularnim pružateljima modela, uključujući modele hostirane na OpenAI-u, Anthropicu, Googleu i GitHubu, a istovremeno podržava lokalne modele putem ONNX-a i Ollame. To znači da možete kombinirati modele u oblaku i lokalne modele, eksperimentirati sa svakim i odlučiti koja kombinacija najbolje odgovara vašim ograničenjima performansi, privatnosti ili troškova. Ako vas zanima kako alojar modelos de lenguaje localmente, podrška lokalnog modela iz alata je posebno važna.
Proširenje organizira svoje mogućnosti u nekoliko glavnih dijelova dostupno putem ikone AI Toolkit koja se pojavljuje u traci aktivnosti VS Codea nakon instalacije proširenja. Glavne ulazne točke su Moji resursi, Alati za modeliranje, Alati za agente i tijek rada, Tijek rada MCP-a te Pomoć i povratne informacije, a svaka djeluje kao nadzorna ploča za različite dijelove vašeg životnog ciklusa razvoja umjetne inteligencije.
Moji resursi su mjesto gdje vidite sve što već možete koristiti u vašem trenutnom okruženju: implementirani modeli, definirani agenti i MCP poslužitelji. Na primjer, pod Modeli pronaći ćete implementacije dostupne za vaše AI aplikacije, dok Agenti navode vaše aktivne agente AI Toolkit-a, a MCP poslužitelji prikupljaju poslužitelje Model Context Protocol-a na koje ste povezani.
Alati za modeliranje su radni prostor u kojem zapravo gradite i usavršavate temelje svoje umjetne inteligencije.Ovdje možete pregledavati Katalog modela kako biste otkrili modele s GitHuba, ONNX-a, Ollame, OpenAI-a, Anthropica, Googlea i drugih izvora, usporedili opcije jednu pored druge i odabrali najprikladniji model za svaki zadatak. Igralište modela pruža vam interaktivno okruženje za chat za testiranje upita, podešavanje parametara i istraživanje multimodalnih značajki poput unosa slika ili datoteka.
Alat za konverziju unutar Model Toolsa fokusira se na pretvaranje postojećih modela u učinkovite lokalne implementacije.Ako radite s modelima strojnog učenja s mjesta poput Hugging Facea, možete ih pretvoriti, kvantizirati i optimizirati kako bi glatko radili na Windowsima koristeći ubrzanje CPU-a, GPU-a ili NPU-a. U međuvremenu, alat za fino podešavanje omogućuje vam prilagodbu prethodno obučenog modela vašoj specifičnoj domeni pomoću vlastitog skupa podataka, bilo lokalno s GPU-om ili u oblaku putem Azure Container Apps.
Alati za agente i tijek rada: izgradnja, testiranje i evaluacija AI agenata
Nakon što su modeli spremni, odjeljak Alati agenta i tijeka rada je mjesto gdje se događa prava „agentska“ magija.Ovo područje okuplja sve što vam je potrebno za izgradnju, implementaciju i poboljšanje AI agenata koji mogu djelovati u vaše ime unutar VS Codea i izvan njega.
Alat za izradu agenata je srž radnog procesa agentaPojednostavljuje inženjering upita i dizajn agenata tako da možete stvoriti sofisticirane AI uloge koje se oslanjaju na strukturirane izlaze i MCP alate. Možete definirati sistemske upite, uloge i ponašanja, a zatim generirati kod spreman za produkciju koji uključuje te agente u vaše aplikacije. Ako želite detaljno pročitati o el diseño y construcción de equipos de agentes de IA, taj resurs nadopunjuje tijek rada alata za izradu agenata.
Bulk Run se bavi manje glamuroznim, ali apsolutno ključnim dijelom AI tijeka rada: testiranjem u velikim razmjerima.Umjesto ručnog ponavljanja upita za model ili agenta, možete istovremeno pokretati skupne testove upita na više modela. To je nevjerojatno korisno za usporedbu rezultata, validaciju ponašanja u različitim scenarijima i donošenje odluka temeljenih na podacima o tome koji model ili konfiguraciju upita usvojiti.
Evaluacija je ugrađena u AI Toolkit tako da ne morate svaki put sami mijenjati metrike.Performanse modela i agenta možete procijeniti pomoću skupova podataka i skupa standardnih evaluatora kao što su F1 rezultat, relevantnost, sličnost i koherentnost. Ako vaš slučaj upotrebe ima posebne potrebe - recimo ispravnost ili ton specifičan za domenu - možete definirati i prilagođene kriterije evaluacije za procjenu izlaza u odnosu na podatke o istini.
Praćenje vam daje uvid u to što vaši agenti i modeli zapravo radePrikuplja podatke o praćenju i omogućuje vam pregled poziva, odluka i vremena kako biste mogli dijagnosticirati neobično ponašanje ili uska grla u performansama. U sustavu Windows, profiliranje (Windows ML) ide dublje i prikazuje korištenje resursa CPU-a, GPU-a i NPU-a za ONNX modele na različitim pružateljima izvršavanja, kao i događaje strojnog učenja sustava Windows, pomažući vam da izvučete maksimalnu učinkovitost iz svog hardvera. Ove se mogućnosti dobro uklapaju s herramientas AI para depuración i analizu performansi u razvojnim tijekovima rada.
Zajedno, ovi alati pretvaraju VS Code u praktični laboratorij za razvoj AI agenataMožete dizajnirati svog agenta, opremiti ga alatima, pokrenuti ga s realnim opterećenjima, mjeriti kako se ponaša i brzo iterirati - bez stalnog prebacivanja između cloud portala, skripti i nadzornih ploča trećih strana.
MCP tijek rada: povezivanje vanjskih alata i poslužitelja
Ključni faktor koji omogućava moćne AI agente u VS Codeu je njihova sposobnost pozivanja alata., uključujući alate koje pružaju instalirana proširenja i one izložene putem MCP (Model Context Protocol) poslužitelja. Odjeljak MCP Workflow u AI Toolkitu posvećen je povezivanju ovih poslužitelja i njihovom uključivanju u alatni okvir vašeg agenta.
Unos "Dodaj MCP poslužitelj" omogućuje vam spajanje postojećih MCP poslužitelja tako da vaši agenti mogu slati upite vanjskim API-jima, komunicirati s bazama podataka ili izvršavati zadatke koji se nalaze izvan kodne baze vašeg projekta. To učinkovito proširuje ono što agent može "učiniti" daleko izvan čitanja tekstualnih datoteka i izvršavanja jednostavnih naredbi.
Ako želite prilagođene mogućnosti, opcija "Stvori novi MCP poslužitelj" vodi vas kroz postavljanje potpuno novih poslužitelja. koji izlažu vaše vlastite alate ili usluge sloju agenta. To je praktično, na primjer, kada želite agenta koji razumije interne API-je vaše tvrtke, poslovnu logiku ili naredbe infrastrukture, ali ne želite sve to čvrsto kodirati u upite. Poslovni scenariji sve više usvajaju agenti IA s ulogama za prikupljanje poslovnih pravila i dozvola.
Nakon što su MCP poslužitelji povezani s alatima, postaju dio skupa alata koje agenti mogu automatski pozivati tijekom svoje agentske petlje. Iz korisničke perspektive, samo vidite agenta kako radi pametnije poteze: pretražuje informacije, manipulira resursima i dovršava zadatke koji su prije zahtijevali nekoliko ručnih koraka s vaše strane.
Tko najviše koristi od AI Toolkita i tijeka rada agenata
Agenti AI Toolkita i VS Codea nisu ograničeni samo na hardcore praktičare strojnog učenja.; osmišljeni su kako bi pomogli širokoj skupini ljudi koji rade s generativnom umjetnom inteligencijom, od svakodnevnih programera aplikacija do edukatora i studenata. Isti skup alata može se činiti vrlo različitim ovisno o tome koliko duboko želite ići.
Tradicionalni programeri aplikacija mogu puno dobitiAko izrađujete web ili desktop aplikacije i želite dodati inteligentne značajke poput chatbotova, sažimanja, generiranja koda ili filtriranja sadržaja, ovi alati olakšavaju integraciju jezičnih modela. Full-stack programeri mogu brzo iterirati na front-end i back-end logici, dok agentima omogućuju rukovanje prednjim i pozadinskim konfiguracijama, ožičenjem i refaktoriranjem.
Razvojni programeri mobilnih uređaja mogu koristiti isto okruženje za izradu prototipa AI značajki— na primjer, testiranje upita za pomoćnika u aplikaciji ili mehanizam za preporuke sadržaja — prije nego što se odlučite za određenu strategiju implementacije na uređaju ili u oblaku. S lokalnim modelima putem ONNX-a i Ollame možete čak i validirati postavke koje zadovoljavaju privatnost bez neposrednih ovisnosti o oblaku.
S obzirom na podatke, inženjeri umjetne inteligencije i znanstvenici podataka dobivaju alate koji odgovaraju njihovim svakodnevnim tijekovima rada.Mogu fino podesiti modele za određene domene, provoditi evaluacije na više kandidata i upravljati ciljevima implementacije izravno iz VS Codea. ML inženjeri posebno imaju koristi od značajki konverzije i optimizacije koje pomažu u približavanju modela produkciji u Windows okruženjima.
Istraživači, nastavnici i studenti također imaju jasan put prema praktičnom eksperimentiranjuIstraživači umjetne inteligencije mogu istraživati različite modele i tehnike inženjeringa upita na igralištu, dok edukatori mogu demonstrirati mogućnosti uživo u editoru, uključujući ponašanje agenata, korištenje konteksta i metrike evaluacije. Učenici mogu učiti generativnu umjetnu inteligenciju stvarnim razgovorom s modelima, izgradnjom jednostavnih agenata i promatranjem kako različiti upiti i alati mijenjaju rezultate.
Ključni slučajevi upotrebe za AI agente i modele unutar VS Code-a
Nakon što su svi dijelovi postavljeni, praktični slučajevi upotrebe za AI Toolkit i VS Code agente pokrivaju gotovo cijeli životni ciklus razvoja umjetne inteligencije.Možete početi s malim interaktivnim eksperimentiranjem i završiti implementacijom robusnih, dobro procijenjenih agenata kao dijela stvarnih aplikacija.
Istraživanje i usporedba modela jedan je od prvih korakaPomoću kataloga modela možete brzo pregledavati modele iz Anthropica, OpenAI-a, GitHuba i drugih, pregledavati mogućnosti, a zatim uspoređivati odgovore izravno u Playgroundu ili putem Bulk Runa. Za razvojne timove, mogućnost testiranja istih upita kod više pružatelja usluga neprocjenjiva je za odabir pravog kompromisa između troškova, latencije i kvalitete.
Lokalno pokretanje modela putem ONNX-a i Ollame velika je stvar za scenarije osjetljive na privatnost ili ograničenog budžeta.Možete čuvati podatke na vlastitom računalu dok i dalje uživate u generativnim značajkama, što je posebno atraktivno za osobne projekte s povjerljivim kodom ili organizacije koje imaju stroge zahtjeve za usklađenost.
Konstrukcija i testiranje agenta još je jedan ključni slučaj upotrebePomoću Agent Buildera i alata usmjerenih na agente možete dizajnirati višekoračne asistente (na primjer, preglednik koda ili generator dokumentacije), priključiti MCP alate, generirati integracijski kod, a zatim koristiti Playground i alate za evaluaciju kako biste osigurali dosljedno ponašanje vašeg agenta.
Konačno, tijekovi rada konverzije i optimizacije pomažu vam premostiti jaz između eksperimentiranja i implementacijePretvaranje modela iz repozitorija poput Hugging Facea, njihova optimizacija za Windows hardver i fino podešavanje s vlastitim podacima znači da možete prenijeti lokalne prototipove sve do produkcijskih okruženja bez potpunog ponovnog stvaranja postavki negdje drugdje.
Instaliranje i postavljanje AI Toolkita u VS Codeu
Početak rada s AI Toolkitom u Visual Studio Codeu je namjerno jednostavanNajbrži put je preuzeti ekstenziju s Visual Studio Marketplacea, instalirati je i potražiti novu ikonu AI Toolkit u traci aktivnosti kako biste otvorili njen namjenski prikaz.
Ako više volite ili vam je potrebna ručna ruta, proširenje možete instalirati i slijedeći standardni postupak "Instaliranje proširenja" dokumentiran za VS Code, a zatim ponovno potvrditi da se ikona AI Toolkit pojavljuje na traci aktivnosti. Nakon otvaranja vidjet ćete glavne odjeljke koje smo obradili - Moji resursi, Alati za modele, Alati za agente i tijek rada, Tijek rada MCP-a te Pomoć i povratne informacije.
Moji resursi postaju vaš kontrolni centar za Azure AI resurse iz editora možete koristiti: implementirane modele za svoje aplikacije, postojeće agente koje ste konfigurirali i MCP poslužitelje s kojima trenutno radite. Ovdje potvrđujete što je dostupno prije nego što izgradite nove alate.
Pod Alatima modela možete odmah započeti s pregledavanjem i testiranjem modelaKatalog modela omogućuje vam otkrivanje različitih pružatelja usluga i njihovu usporedbu na jednom mjestu, dok vam Playground pruža interaktivno, multimodalno okruženje u kojem možete priložiti datoteke, slati slike i igrati se s parametrima poput temperature ili maksimalnog broja tokena.
Opcije pretvorbe i finog podešavanja dostupne su iz istog odjeljka, što vam omogućuje pretvaranje unaprijed izgrađenih ML modela u lokalne, optimizirane artefakte i treniranje varijanti specifičnih za domenu, bilo na vašem računalu ili na Azure Container Apps s GPU ubrzanjem. Za mnoge timove ovo je put od modela opće namjene do specijaliziranih „kućnih modela“ optimiziranih za njihove podatke.
Materijali za učenje: vođeni vodiči i dokumentacija
Kako biste izbjegli tipičan osjećaj "instalirali smo ga, što sad?"AI Toolkit dolazi s vodičem za početak koji se otvara iz odjeljka Pomoć i povratne informacije. Ovaj vođeni tok vodi vas kroz Playground i osnovne interakcije u chatu kako biste mogli iskusiti osnovne mogućnosti bez prethodnog čitanja cijelog priručnika.
Vodič možete pokrenuti otvaranjem prikaza AI Toolkit iz trake aktivnosti, a zatim u odjeljku Pomoć i povratne informacije potražite unos Početak rada. Time se otvara detaljno iskustvo koje pokazuje gdje kliknuti, što isprobati i kako se glavni dijelovi uklapaju.
Isto područje za pomoć i povratne informacije vodi do detaljne dokumentacije i vodiča, uključujući dokumentaciju za Microsoft Foundry proširenja, galeriju tutorijala, bilješke o izdanju pod "Što je novo" i GitHub repozitorij gdje možete prijaviti probleme ili pratiti razvoj. Ako ste tip osobe koja voli razumjeti temeljnu arhitekturu, ovi resursi detaljno istražuju kako modeli, alati i agenti međusobno djeluju.
Za narativniji pregled u demo stilu, dostupne su i snimljene sesije. gdje voditelji proizvoda vode kroz povezivanje modela, procjenu performansi, izgradnju inteligentnih agenata i ožičenje MCP alata, sve iz editora. Ove demonstracije detaljnije objašnjavaju značajke Azure AI Foundryja, implementaciju modela u Azure, dizajn vizualnih agenata, integraciju Bing pretraživanja, alate za interpretaciju koda i ispravljanje pogrešaka u interakcijama agenata.
Ugrađene vrste agenata i sesije lokalnih agenata u VS Codeu
Osim AI Toolkita, sam Visual Studio Code sada dolazi s ugrađenim konceptima agenata koji se nalaze u sučelju za chat i rade kao "lokalni agenti" na vašem računalu. Ti agenti interaktivno rade unutar VS Codea, imaju pristup vašem trenutnom radnom prostoru i mogu koristiti alate iz proširenja i MCP poslužitelja, što ih čini vrlo kontekstualno svjesnim partnerima za kodiranje.
Lokalni agenti su posebno prikladni za interaktivne zadatke koji zahtijevaju brzu razmjenu podataka., kao što su brainstorming arhitekture, planiranje rada ili iteracija na djelomično definiranim zahtjevima. Budući da mogu vidjeti vaše datoteke, čitati dijagnostiku i pokretati alate, idealni su i za otklanjanje pogrešaka, refaktoriranje i dokumentiranje.
Ključne karakteristike ovih lokalnih agenata uključuju potpuni pristup radnom prostoru—mogu čitati i mijenjati datoteke, uzeti u obzir kontekst vašeg projekta i pozivati sve alate agenata konfigurirane u VS Codeu, od ugrađenih mogućnosti do instaliranih proširenja i MCP krajnjih točaka. Također mogu koristiti sve modele koji su vam dostupni, bilo da se radi o zadanim Copilot modelima ili modelima "donesi svoj vlastiti ključ" (BYOK) drugih pružatelja usluga.
Čak i kada zatvorite panel za chat, sama sesija lokalnog agenta može ostati aktivna., a aktivne sesije možete pratiti i upravljati njima iz namjenskog prikaza. Ova perzistentnost je praktična kada radite na dugotrajnim zadacima gdje agent možda treba ponovno provjeriti kontekst od ranije tijekom dana.
VS Code dolazi s tri glavne ugrađene persone agenata optimizirano za različite tijekove rada - Agent, Plan i Pitanje - plus mogućnost definiranja vlastitih prilagođenih agenata za visoko specijalizirane zadatke kao što su pregled koda, automatizacija testiranja ili generiranje dokumentacije.
Objašnjenje ugrađenih načina rada Agent, Plan i Pitanje
Opća persona "Agenta" prilagođena je složenim zadacima kodiranja na temelju zahtjeva visoke razine. Umjesto mikrouređivanja redaka koda, ovaj agent može čitati velike dijelove vašeg projekta, planirati skup promjena, pokretati naredbe i alate terminala te ponavljati dok se tražena značajka ili refaktoriranje ne dovrši.
U Agentskom načinu rada, VS Code primjenjuje promjene izravno u editoru., a dobivate i kontrole koje vam pomažu u kretanju između predloženih izmjena i njihovom pregledu prije prihvaćanja. Iza kulisa, agent može pozvati više alata - poput pokretanja testova, pregleda dijagnostike ili pretraživanja vašeg radnog prostora - kako bi obavio svoj posao. To je izravno povezano s obrascima za Otklanjanje pogrešaka i testiranje uz pomoć umjetne inteligencije i automatizirane tijekove rada za validaciju.
Način rada agenta možete obogatiti dodavanjem više alata, bilo putem MCP poslužitelja ili proširenja koja doprinose prilagođenim alatima. To znači da vaš agent može, na primjer, pristupiti vanjskim API-jima, komunicirati s infrastrukturnim uslugama ili izvoditi transformacije koda koje pokreću druga proširenja, sve unutar istog razgovora.
Persona „Plana“ specijalizirana je za izgradnju jasnog plana provedbeUmjesto izravnog uređivanja datoteka, usredotočuje se na raščlanjivanje vašeg zahtjeva visoke razine u strukturirane korake, postavljanje pojašnjavajućih pitanja i osiguravanje da imate čvrst i izvediv plan. Zatim možete predati taj plan u način rada agenta ili ga ručno slijediti tijekom implementacije.
Persona "Pitajte" je vaša glavna adresa za pitanja i odgovore o kodu i konceptima.Optimiziran je za razumijevanje, objašnjenje i istraživanje ideja: kako određeni dio koda funkcionira, gdje je definirana konfiguracija ili različiti načini implementacije značajke. Ask koristi agentske mogućnosti za prikupljanje konteksta iz vaše kodne baze tako da su odgovori utemeljeni na vašem stvarnom projektu umjesto na generičkim šablonskim rješenjima.
Kada Ask odgovori s blokovima koda, možete zadržati pokazivač iznad njih i koristiti akciju "Primijeni u uređivaču" za umetanje ili zamjenu koda u odgovarajućoj datoteci, što vam daje preciznu kontrolu umjesto sveobuhvatnog uređivanja više datoteka. Za mnoge razvojne programere ovo je najsigurniji način da počnu koristiti umjetnu inteligenciju u kodnoj bazi bez osjećaja da odustaju od kontrole.
Pokretanje vlastitih sesija lokalnih agenata u VS Codeu
Započinjanje sesije lokalnog agenta u VS Codeu vrlo je slično započinjanju razgovora s Copilotom., ali s eksplicitnijom kontrolom nad tim koju personu koristite i koji su alati dostupni tijekom sesije.
Za početak sesije s općim likom agenta, otvorite prikaz Chat, odaberite "Agent" iz birača agenta i upišite zahtjev visoke razine u okvir za unos. To može biti nešto poput "Implementirajte OAuth2 + JWT tijek autentifikacije za ovu aplikaciju" ili "Postavite CI/CD za ovo spremište pomoću GitHub akcija".
Prije slanja, možete koristiti alat za odabir alata za omogućavanje ili onemogućavanje određenih alata, čime se učinkovito odlučuje koliko moći želite dati agentu (na primjer, može li pokretati testove, skupno mijenjati datoteke ili pozivati vanjske MCP alate). Zatim pritisnite Enter ili kliknite Pošalji za pokretanje petlje agenta.
Dok agent predlaže promjene i pokreće alate, pregledavate i potvrđujete ili prilagođavate njegove radnje. Možete nastaviti slati daljnje upute dok još radi kako biste usmjeravali smjer, stavljali nove zahtjeve u red čekanja ili prekidali i odmah slali drugu uputu. Ova vrsta konverzacijske kontrole omogućuje vam da se prema agentu odnosite kao prema pravom suradniku kojeg vodite u stvarnom vremenu.
Početak s personom Ask je još jednostavnijiSamo upišite svoje pitanje u chat, odaberite Pitaj u alatu za odabir agenta i pošaljite. Možete dodati određeni kontekst, kao što su reference datoteka ili isječci koda, kako biste dobili preciznije odgovore, posebno kada se radi o velikim projektima gdje bi agent inače mogao pretraživati preširoko.
Za svaku od ovih osoba postoje dodatni putevi učenja i tutorijali.—uključujući pregled agenata, praktične vodiče, dokumentaciju o alatima i prilagođenim agentima te posebne članke o sučelju za chat — koji vam pomažu da nadiđete osnovnu upotrebu nakon što se osjećate ugodno.
Korak unatrag, VS Codeov moderni AI paket - AI Toolkit, integracija Azure AI Foundryja, lokalni agenti, ugrađene persone i MCP alati - pretvaraju uređivač u potpuni AI radni prostor. gdje možete otkrivati modele, izrađivati promptove, graditi i evaluirati agente, povezivati ih s vanjskim servisima i na kraju ih ugraditi u svoj JavaScript, React ili bilo koju drugu aplikaciju, a sve to uz strogu kontrolu nad svojom kodnom bazom i razvojnim tijekom rada.
