用 GPT-5.6 SOL 写了个 VS Code 插件,效果出乎意料

摘要:我用 AI 写了一款 VS Code API Client插件------Volt API Client。想要体验的朋友,可以在 VS Code 插件市场搜索 Volt API Client。

和大部分程序员一样,从我从事程序开发开始使用 Postman,一用就是很多年。但随着Postman软件越来越臃肿,打开速度越来越慢。让我不得已开始寻找新的替代品

刚刚好,我发现了 VS Code 插件 Thunder Client。它可以直接在VS Code 编辑器里调试接口,功能足够又很轻量,体验确实不错。但用了不到两年,它开始转向订阅付费免费版几乎不在可用。就在同一时间v站上也有不少讨论,根据回帖数量,我当时还整理了一份热度清单

client 软件 回帖推荐 点赞数量
Apifox 16 1
vscode/Thunder Client 8 3
vscode/Postcode 1 1
vscode/REST Client 2 2
vscode/Postman 1 1
Apipost 7
Postwoman(Hoppscotch) 6 7
Insomnia 5 4
chrome/Talend API Tester 4
Httpie 4
showdoc/RunApi 3
avwo/whistle 2
Reqable 2 1
RapidAPI(PAW) 2
yapi 2
Postcat 1
advancedrestclient 1
Edge/Network Console 1 2
vscode/httpyac 1
SoapUI 1
IntelliJ IDEA/ijhttp 1
IntelliJ IDEA/httpclient 1
LinuxSuRen/api-testing 1 1
vscode/httpyac 1
jetbrain/http 1
recipeui 1

最近两年,我陆续体验了清单里几乎所有产品,无论 VS Code 插件还是独立客户端。有的足够轻,但功能太简单;有的功能很全,但体验又过于复杂;有的依赖账号和云端,有的则在我常用的功能上有诸多限制

每一款都有自己的优点,但始终没有一款让我完全满意

刚好这段时间 GPT-5.6 SOL 发布,我突然想到:

现在的 AI 这么强大,完全可以让它给我我写一个功能足够完整、同时又真正符合自己使用习惯的 API Client啊。

只经过一轮对话,SOL 就完成了一个相当可用的 VS Code 版 API Client插件。它不仅完整实现了我提出的功能需求,界面也足够简洁美观,这让我非常震惊。于是我准备让插件不只停留在DEMO版本上,而是试着让SOL深度参与需求、交互、开发、测试和发布的整个过程。 把这个插件打磨成一个真正成熟的产品

于是,就有了这款 VS Code 插件------Volt Client,甚至连这个名字都是AI起的

如果你和我一样是 VS Code 或者衍生的 Trae、Cursor等编辑器的重度用户,可以试试体验下

纯粹的VS Code体验

这是我最喜欢的这个插件的地方,它轻量、数据完全本地存储,无需登录,也不用单独打开一个软件,界面风格和交互体验和VS Code一致。你可以像写代码一样在 VS Code 里编辑和发送 HTTP 请求。看代码、改接口、启动服务、发送请求一气呵成,非常丝滑。

因为接口数据可以存储在你项目中,你甚至可以连同代码一起提交到Git中。无论是版本管理还是多人协作都不再是问题

麻雀虽小,五脏俱全

除了常规的管理接口集合,编辑和发送 HTTP 请求。我还给volt client增加了些额外的功能

接口导入

如果手里已经有现成的接口资料,还可以导入:

  • cURL 命令
  • Postman Collection
  • OpenAPI 3.x
  • Swagger 2.0

环境管理

对需要在开发、测试和预发环境之间来回切换的接口,可以把地址、Token 等内容放进环境变量,再通过 {{host}} 这样的语法引用。变量可以用在 URL、参数、Header、请求体和认证信息中。

client 代码生成

调通接口后,如果想把它写进项目,可以直接生成 cURL、HTTPie、JavaScript Fetch、Python Requests 和 Go net/http 代码。

AI 时代

AI 时代我们或许已经不再需要 Postman 这种独立工具,AI 已经可以读懂项目、理解接口、生成请求,甚至协助定位响应中的问题。

但如果你有使用场景,欢迎试试,Volt API Client 还在持续完善

在 VS Code 扩展市场搜索 Volt API Client,不用注册,安装后就可以开始

如果你用过之后有任何问题或建议,也欢迎告诉我。

相关推荐
高频因子挖掘机1 小时前
量化回测前的数据审计:如何判断股票历史行情是否缺失、重复或存在偏差
后端·github·api
冬奇Lab12 小时前
LLM 驱动的自动化测试系列(08):移动端自动化(四)——AppAgent:解析树与视觉特征的结合
人工智能·测试
VIP_CQCRE13 小时前
Nano Banana 图像 API:角色一致性、修图与商品图,一次接入怎么做?
api·ai绘图·图像生成·nano banana·ace data cloud
万联WANFLOW17 小时前
从 ARTEX 事件看 AI Agent 安全:工具调用链为何成为新的风险入口?
人工智能·安全·测试
ClouGence18 小时前
小团队做自动化测试,选测试平台还是自己搭 Playwright?
测试
VIP_CQCRE19 小时前
Visual Studio 接入 AI 助手:LMLocal × Ace Data Cloud 配置指南
大模型·api·ai编程·visual studio·acedatacloud
用户813267933251 天前
行情数据晚到几秒,会让量化策略失去优势吗?从信号时间到回测偏差
后端·github·api
QuantiCore_IO1 天前
从请求风暴到可维护的数据管道:量化系统为什么需要批量接口?
后端·github·api
用户813267933251 天前
量化系统为什么不应该为每只股票单独写一套数据获取逻辑?
后端·github·api
AAASilverwolf1 天前
Gemini Nano Banana 2.1 正式可用:视觉设计、文字渲染和主体一致性到底提升在哪?
人工智能·api