CodeGeeX插件在Visual Studio平台适配上线!成为首个适配VS平台的国产智能编程助手

Codex智能体平台:如何通过CC Switch轻松接入国产大模型实现AI编程助手 如果你是一名开发者,最近一定被各种 AI 编程助手刷屏。从 GitHub Copilot 到 Cursor,再到国内的 CodeGeeX、通义灵码,它们确实能提升效率。但你可能也发现了一个痛点:这些工具要么绑定特定模型(如 Copilot 绑定 OpenAI),要么对国内网络环境不友好,要么可定制性差,无法灵活接入你更熟悉或更强大的国产大模型。 今天要讨论的 Codex ,正是一个能解决这个痛点的关键角色。但请注意,这里说的“Codex”并非 OpenAI 那个已停用的代码生成模型,而是一个新兴的、开源的、 阅读详情

CodeGeeX是一款免费的智能编程助手。

继CodeGeeX在Visual Studio Code、JetBrains IDEs全家桶、HBuilderX、deepin-IDE等主流IDE中上线后,2024年4月3日,用户呼声最高的Visual Studio平台的适配插件产品也正式推出上线了!成为首个适配Visual Studio平台的国产智能编程助手。

目前CodeGeeX v1.0.0适配了Visual Studio 2022 之后所有的更高版本。首个版本的CodeGeeX核心功能,比Github Copilot也更加丰富。

一、插件安装方式:

与 Visual Studio Code 非常相似,Visual Studio 2022 也有一个扩展,可以在“扩展”->“管理扩展”中搜索“CodeGeeX”。

也可以在Visual Studio窗口顶部的“扩展”菜单中,点击下拉菜单中选择“管理扩展”。或者直接用快捷键组合“Alt+Shift+X”访问扩展管理器。

图片

搜索“CodeGeeX”,然后单击“下载”或“安装”按钮。

【大模型】直接在VS Code(Visual Studio Code)上安装CodeGeeX插件的过程 这个可以自行百度,肯定比我说的全面、客观。这是仅说一下我的理解(当然并不全面,这里只针对我要用它干嘛,而不是它全部的用途哦)。对于我来讲,它主要的用途有两个:代码生成器和智能问答。1、CodeGeex是一个多语言代码生成模型。意思大概就是,它可以根据自然语言指令(就是我们说的大白话,比如:给我生成一段冒泡排序的代码),按照多种指定的语言(如python、C、Java、Go……老多了,都是我不会的语言,就不列举了),自动生成一段代码。 阅读详情

相关推荐

VS Code快速编写代码生成插件CodeGeeX使用指南

CodeGeeX是一个具有130亿参数的多编程语言代码生成预训练模型,使用超过二十种编程语言训练得到。基于CodeGeeX开发的插件可以实现通过描述生成代码、补全代码、代码翻译等一系列功能。CodeGeeX同样提供可以定制的提示模式(Prompt Mode),构建专属的编程助手。

前端必备小窝 1万+

12分钟搭建本地AI代码助手:DeepSeek-Coder-V2与Codex工具链实战

最近在技术社区里,我看到很多开发者,尤其是学生和刚入行的朋友,对使用AI辅助编程充满了热情,但又常常被复杂的流程和高昂的成本劝退。一个典型的困境是:想体验类似GitHub Copilot的代码补全能力,但要么需要海外环境,要么需要订阅付费服务,要么被本地部署的复杂配置搞得晕头转向。 如果你也面临这样的问题,那么今天要聊的 DeepSeek-Coder-V2 模型和 Codex 工具链,可能就是为你准备的“平替”解决方案。它最大的吸引力在于: 你可以在国内网络环境下,以极低的门槛,快速搭建一个属于自己的、功能

culh2177的博客 377

VS2022 安装CodeGeeX AI插件实现高效编程体验

本文介绍了CodeGeeX智能编程助手在Visual Studio中的应用。与DeepSeek相比,CodeGeeX在代码注释和语言转换方面表现更优。文章详细展示了如何在VS2022中安装CodeGeeX插件,并演示了其核心功能:通过实例将C++快速排序代码自动转换为C#版本,同时自动添加详细注释。CodeGeeX支持数十种编程语言,对个人用户免费,企业可私有化部署。该工具显著提升了开发效率,特别适合需要跨语言转换和代码注释的场景。

Qt历险记,专注Qt技术,三年医疗设备研发经验,1年机器视觉研发经验,半年柔性传感研发经验。 1808

OPTISYSTEM实战指南:线性调频连续波激光雷达系统仿真设计

本文提供了一份基于OPTISYSTEM软件的线性调频连续波激光雷达系统仿真实战指南。文章详细阐述了从软件界面熟悉、核心参数设置,到发射端、信道模型、相干接收端完整系统搭建的全过程,并介绍了性能优化与高级仿真技巧,旨在帮助读者快速掌握利用OPTISYSTEM进行低成本、高效率激光雷达系统设计与验证的方法。

weixin_29288313的博客 297

CLIP-Count代码配置以及踩坑记录

CLIP-Count代码配置以及踩坑记录

学术菜鸡 1011

嵌入式开发 DSP芯片运行方式(挖坑-填坑中-坑已平 :))

TMS320F28335 DSP 芯片 如何将运行代码放在不同的位置

FOOLCODE的专栏 1306

海康VisionMaster使用学习笔记7-Group模块

光标需放在[]中选择循环索引,循环索引用于实现依次检测10个匹配框的顶点,若不订阅,模块会循环检测同一个匹配框。可以看到绿色是它的边缘点.为方便查看顶点,将边缘点设置为不可见。循环使能打开,开始值设为0,循环结束值设为快速匹配的匹配个数。回到上一层,点击Group工具的设置图标,圆拟合的点设置为Group工具输出的点集。图像输入源选择Group的图像输入源。区域选择Group的快速匹配的匹配框。添加订阅到Group内部的顶点检测。对匹配框区域进行顶点检测。用于定位匹配框中的顶点。添加快速匹配的匹配框。

风凌的博客 4181

基于知识图谱的农作物病虫害问答系统设计与实现

基于规则的问题分类是自问答系统诞生以来就一直存在的方式,主要代表就是众多的专家系统,构建专家系统采用的是规则分类器,优点是能够对特定领域、特征明显的问题进行高效精准问答,但是。,在问答系统中,问题以语音及文本字符等自然语言形式输入,利用问答系统的内部的逻辑处理模块,通过自然语言处理技术获得输入问句的详细语义信息,再经过知识检索、置信分析等步骤,自然语言处理中,用于文本分类任务的机器学习方式有两种,一种用传统的机器学习,如 NBC、SVM 等,另一种采用深度学习,如 CNN 和 RNN 等。

全网粉丝30W+,优快云、稀土掘金人工智能领域签约作者,人工智能、大模型、Python 爬虫,商务合作,请私信沟通。 2168

在armv8架构中,有哪些是serror

(3)、RAS(Reliability, Availability, and Serviceability)错误:一些对于系统的可靠性、可用性和可维护性有影响的错误可能会触发 SError。(2)、ECC(Error Correction Code)错误:在访问带有错误校验的内存(如ECC内存)时,如果发现错误校验失败,可能会产生SError。2、其实呢,大多数Serror都是实现定义的,真正实现的serror就没有多少个。Serror(也称System Error),是异步异常的一种,一般是来自。

baron-周贺贺-代码改变世界ctw 1013

人工智能面试总结-分类与聚类

目录说说常用的分类算法,以及各自的优缺点?说说为什么正确率有时不能有效评估分类算法?说说什么样的分类器最好?说说聚类算法有哪些衡量标准?(选看)各聚类算法性能比较汇总说说什么是聚类,你知道哪些聚类算法?具体展开介绍你知道的聚类算法?说说K-Means聚类算法流程?说说K-Means聚类算法如何调优?说说K-Means聚类算法如何选择初始点?说说K-Means聚类聚的是特征还是样本?说说K-Means聚类的特征距离是如何计算的?说说聚类与分类的区别?手撕K-Means聚类 说说常用的分类算法,以及各自的优缺点

啥都生的博客 3865

Centos 7 Linux 离线安装使用 MySQL 5.7:下载、安装、配置、使用

本文详细介绍了在 CentOS 7 系统下离线安装 MySQL 5.7 的完整流程,包括环境准备、安装包下载、用户与目录配置、数据库初始化、服务启动与自启设置、root 密码修改、远程访问开启及防火墙配置等关键步骤,并提供了本地与远程客户端(如 Navicat、DBeaver)的连接使用方法,适合无网络环境下的数据库部署参考。

寒水馨 · 轻量级技术文档 · hanshuixin.org 6113

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

上一篇: 解锁CodeGeeX智能问答中3项独有的隐藏技能
下一篇: 远程办公、企业内网服务器的Code-Server上如何配置使用CodeGeeX插件
CodeGeeX
博客等级 码龄2年 144粉丝 16原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值