AI Toolkit for Visual Studio Code
AI Toolkit for Visual Studio Code 是一个全面的扩展,使开发人员和 AI 工程师能够使用生成式 AI 模型来构建、测试和部署智能应用程序。无论您是在本地还是在云端工作,AI Toolkit 都为完整的 AI 应用程序生命周期提供了一个集成的开发环境。
AI Toolkit 提供了与来自 OpenAI、Anthropic、Google 和 GitHub 等提供商的流行 AI 模型的无缝集成,同时还通过 ONNX 和 Ollama 支持本地模型。从模型发现和实验到提示工程和部署,AI Toolkit 简化了您在 VS Code 中的 AI 开发工作流程。
主要功能
功能 | 描述 | 屏幕截图 |
---|---|---|
模型目录 | 发现并访问来自多个来源的 AI 模型,包括 GitHub、ONNX、Ollama、OpenAI、Anthropic 和 Google。并排比较模型,为您的用例找到最合适的模型。 | ![]() |
训练场 | 用于实时模型测试的交互式聊天环境。试验不同的提示、参数和多模态输入,包括图像和附件。 | ![]() |
代理构建器 | 简化的提示工程和代理开发工作流程。创建复杂的提示,集成 MCP 工具,并生成具有结构化输出的生产就绪代码。 | ![]() |
批量运行 | 同时跨多个模型执行批量提示测试。非常适合比较模型性能和在各种输入场景下进行大规模测试。 | ![]() |
模型评估 | 使用数据集和标准指标进行全面的模型评估。使用内置评估器(F1 分数、相关性、相似性、连贯性)衡量性能或创建自定义评估标准。 | ![]() |
微调 | 为特定领域和需求定制和调整模型。支持在本地使用 GPU 训练模型,或利用 Azure 容器应用进行基于云的微调。 | ![]() |
模型转换 | 转换、量化和优化机器学习模型以进行本地部署。转换来自 Hugging Face 和其他来源的模型,以便在 Windows 上通过 CPU、GPU 或 NPU 加速高效运行。 | ![]() |
跟踪 | 监控和分析您的 AI 应用程序的性能。收集和可视化跟踪数据,以深入了解模型行为和性能。 | ![]() |
AI Toolkit 适用于哪些人?
AI Toolkit 专为任何使用生成式 AI 的人而设计,从初学者到专家
开发人员
- 需要集成语言模型来构建 AI 驱动应用程序的应用开发人员
- 希望为 Web 和桌面应用程序添加智能功能的全栈开发人员
- 在生产部署前进行 AI 功能原型设计的移动开发人员
AI 工程师和数据科学家
- 为特定领域微调模型并部署到生产环境的 AI 工程师
- 评估模型性能并比较不同方法的数据科学家
- 转换和优化模型以实现高效本地部署的 ML 工程师
研究人员和教育工作者
- 试验不同模型和提示工程技术的 AI 研究人员
- 教授 AI 概念和演示模型功能的教育工作者
- 学习生成式 AI 并进行模型实践互动的学生
主要用例
- 探索和评估来自 Anthropic、OpenAI 和 GitHub 等提供商的模型
- 使用 ONNX 和 Ollama 在本地运行模型,以实现隐私和成本控制
- 通过提示生成和 MCP 工具集成来构建和测试代理
- 转换和优化模型以部署在不同的硬件配置上
安装和设置
快速安装
最快的入门方法是通过 Visual Studio Marketplace 安装扩展
安装成功后,AI Toolkit 图标会出现在活动栏中。
手动安装
您也可以从 Visual Studio Code Marketplace 手动安装 AI Toolkit 扩展。请按照安装扩展中的详细步骤进行操作。
提示
或者,选择活动栏中的“扩展”图标。
-
搜索 AI Toolkit for Visual Studio Code,然后从搜索结果中选择安装。
提示
安装后查看新增功能页面,以查看每个版本的详细功能。
-
安装成功后,AI Toolkit 图标会出现在活动栏中。
开始使用 AI Toolkit
AI Toolkit 有一个入门演练,您可以用它来学习 AI Toolkit 的基础知识。该演练将带您了解 Playground,您可以在其中使用聊天与 AI 模型进行交互。
-
在活动栏中选择 AI Toolkit 视图
-
在帮助和反馈部分,选择开始使用以打开演练
后续步骤
- 获取有关在 AI Toolkit 中添加生成式 AI 模型的更多信息
- 使用模型 Playground 与模型进行交互