VSCode 通过官方的 Remote - SSH 插件实现远程开发：代码文件、运行环境、算力 / 显存全部在云服务器上，你本地的 VSCode 只是一个编辑界面，体验和在本地写代码几乎一致。
一、前期确认
- 云服务器已开机，安全组已放行 22 端口（SSH 默认端口，云厂商默认都会放行）
- 本地 Windows 已自带 OpenSSH（你之前 cmd 能连 SSH 就满足）
- 本地已安装 VSCode 软件
二、步骤 1：安装官方远程插件
- 打开 VSCode，左侧点击「扩展」图标（快捷键
Ctrl+Shift+X） - 搜索
Remote - SSH，找到 Microsoft 官方发布的插件，点击「安装」
三、步骤 2：添加你的服务器配置
-
点击 VSCode 左下角的绿色远程连接按钮 （两个相向的小箭头），或按
F1调出命令面板，输入：plaintext
Remote-SSH: Open SSH Configuration File -
选择第一个配置文件路径（通常是
C:\Users\你的用户名\.ssh\config） -
在文件中填入以下配置，保存：
ssh-config
Host 云GPU服务器
HostName 117.50.171.20
User root
Port 22Host：自定义名称，方便你识别服务器HostName：填你的服务器公网 IP117.50.171.20User：登录用户名，优先试root；如果登录失败再换成ubuntu
四、步骤 3：连接服务器
- 再次点击左下角绿色按钮，选择
Connect to Host... - 选中你刚添加的「云 GPU 服务器」
- 弹出新窗口，选择服务器系统为 Linux
- 提示输入密码时，输入控制台里的服务器密码（输入时屏幕不显示字符是正常安全机制，输完回车即可）
- 左下角显示「已连接到 云 GPU 服务器」，即为连接成功。
五、步骤 4：打开项目 & 运行代码
1. 打开服务器上的代码目录
点击左侧「资源管理器」→「打开文件夹」，选择服务器上存放代码的路径（比如 /workspace），点击确定。
2. 选择 Python 解释器（关键步骤）
你的服务器镜像预装了 cuda128_torch291_py312，默认 base 环境就包含 PyTorch，需要指定对应环境：
- 按
F1，输入Python: Select Interpreter - 在列表里选择 base 环境对应的 Python（路径一般为
/root/miniconda3/bin/python或/root/miniconda3/envs/base/bin/python） - 如果你自建了 conda 环境（比如之前的 chatglm），选择对应环境的 Python 路径即可
3. 运行代码两种方式
-
单文件运行 ：打开
.py代码文件，点击右上角的三角「运行」按钮，直接执行 -
命令行运行（推荐训练任务） ：顶部菜单「终端」→「新建终端」，会直接打开服务器的命令行，和你在 cmd 里 SSH 操作完全一致，直接输入命令运行脚本，例如：
bash
运行
python train.py也可以在终端里执行
nvidia-smi实时查看显存占用。
六、进阶：配置免密登录（不用每次输密码）
每次连接输密码比较繁琐，可通过 SSH 密钥实现一键登录：
-
本地 CMD 执行生成密钥（一路回车，默认路径即可）： cmd
ssh-keygen -
将公钥上传到服务器： cmd
ssh-copy-id root@117.50.171.20如果 Windows 没有
ssh-copy-id，手动操作：-
打开本地
C:\Users\你的用户名\.ssh\id_rsa.pub，复制全部内容 -
连接服务器执行： bash
运行
mkdir -p ~/.ssh && echo "你复制的公钥内容" >> ~/.ssh/authorized_keys chmod 600 ~/.ssh/authorized_keys
-
配置完成后，VSCode 再连接就无需输入密码。
七、常见问题排查
- 连接超时：先确认服务器已开机、公网 IP 正确、安全组放行 22 端口；用本地 CMD 先试 SSH 连接，排除网络问题。
- 找不到 torch/cuda：大概率是选到了系统自带的 Python，重新在解释器里选择 conda 环境的 Python 路径即可。
- 大文件传输：可以直接在 VSCode 资源管理器里拖拽本地文件到服务器目录，双向都支持。