GitHub Copilot 是 VSCode 自带的 AI Agent 插件，需要登录 GitHub 账号使用，分为免费版和付费版。
关于个人额度，可以在 Github 的 Copilot 菜单里查看
支持模型
添加第三方模型
通过 Manage Models 选中对应厂商。
可以通过 OpenRouter 来导入免费的模型，需要先到 OpenRouter 注册 API Key，输入后即可使用，也可以使用兼容 OpenAI 接口的三方 API，比如 硅基流动 SiliconFlow
使用帮助信息
切换到 Ask 模式，输入 /help 即可获取帮助命令，可以查看当前有什么可用命令和使用方法。
翻译后的内容，方便查看，注意 @ 和 / 开头都是指令，通常在 Agent 编辑器里， @开头代表查找/文件定位，/ 开头代表执行指令 ：
- 输入
/help可以获取以下帮助信息
@workspace：询问关于你的工作区的问题
/explain：解释当前编辑器中代码的工作原理/tests：为选中的代码生成单元测试/fix：为选中代码中的问题提出修复方案/new：在工作区中创建新文件或项目的脚手架代码/newNotebook：创建一个新的 Jupyter Notebook/setupTests：在项目中设置测试（实验性功能）
@vscode：询问关于 VS Code 的问题
/search：生成工作区搜索的查询参数/startDebugging：生成启动配置并在 VS Code 中开始调试（实验性功能）
@terminal：询问如何在终端中执行某些操作
/explain：解释终端中的内容
@github：获取基于网页搜索和代码搜索的答案，可以用来阅读 Github 上的源码项目
使用建议 ：
为了获得更好的对话体验，请像与真正的程序员交流一样提问：
- 展示代码：打开相关文件并选中最重要的代码行
- 持续优化：通过追问、补充说明、提供错误信息等方式不断完善对话
插件扩展
通过 GitHub Marketplace 可以获取对应的插件进行安装，扩展 Agent 功能，这里需要我们在市场里授权用户安装插件（Github 插件是和用户本体绑定的）。
授权通过后，在 VSCode 中使用 Ctrl + Shift + P 输入 Reload Window 重新加载窗口，即可看到 @docker 指令可以使用。
开发实践
注释 + Tab 生成功能
可以在文件头部写入注释，Agent 会根据注释自动生成对应代码，减少代码书写。
// 帮我生成 xxxx
// 等待自动补全 TabMarkdown 文档生成
可以通过 Markdown 文档形式说明自己的要求，然后采用 #file:读取MD文档位置 引用文档，让 Agent 自动完成文档内指定的任务。
LLM 模型调用
GitHub Copilot 官方也提供了大模型的调用能力
可以基于 Agent 开发基于 LLM 交互的前后端一体化内容。
通过 Marketplace 可以很方便地获取模型使用的源码，选中 Model 后随便选中一个模型。
点击 Playground，在里面选中 Code 就可以得到对应的调用源码，再根据 Agent 进行转换即可。
使用时需要申请 API Key（GitHub Token）。
通过 Use This Model 访问去创建免费 Token Key，再放到调用代码里使用。
个人体验
后续用 claude 和 cursor 就回不去了，截止我最近一次使用的感受：
- 整体业务理解程度一般， 单一业务处理能力强，但是最近看更新了不少东西，应该是有改进的
- 集成在 VSCode 编辑器中，对经常用 VSCode 编辑器开发的人比较友好，免费额度日常开发也够用
- 插件和 Github 账号绑定存在一定门槛
- 不用科学就可以支持用 GPT 模型，但是内置模型比较少