AI编码
在 VSCode 中使用 GitHub Copilot；
1. 善用「Copilot Edits」聊天模式进行多文件重构
按 Ctrl+Shift+I 进入 Edits 模式：
- 跨文件修改：可以直接下令“给所有 API 请求添加错误处理”，它会自动识别并修改项目中分散在不同文件里的逻辑。
- 批量重构：相比于在聊天窗口复制粘贴，Edits 直接在编辑器里流式生成代码改动，你只需一键
Accept。
2. 掌握 # 上下文变量 (Context Variables)
不要让 Copilot 猜你的意图，在 Chat 窗口使用关键词精准“喂”数据：
#file:filename：强制模型读取某个特定文件的内容。#selection：只针对你选中的那几行代码进行讨论或优化。#codebase：当你问“项目里哪里处理了登录逻辑？”时，必须加上它，触发全项目索引扫描。
3. 利用「Terminal 智能命令行」
- 在终端按
Ctrl + I，直接输入“查找占用 8080 端口的进程并 kill 掉”或“把当前分支合并到 main 并推送到远程”，Copilot 会直接生成待执行命令，你只需按回车。
4. 快速生成单元测试与文档
- 选中代码后，在 Chat 中输入
/tests：它会根据你的测试框架（Jest, Pytest 等）自动生成覆盖边缘情况的测试用例。 - 输入
/doc：快速生成符合规范的 JSDoc 或 Docstring。
效率建议：建议去 VS Code Marketplace 确认你的插件版本已更新到最新，因为 Copilot Edits 和 o1 模型 等核心效率功能都在快速迭代中。
你是想了解如何配置这些快捷键来提速，还是想看具体的 Prompt（提示词） 优化案例？
当前使用 ------------------------------------------------------------------------
5. 注释和关联文件驱动开发 (Prompt Engineering)
- 先写注释，后写代码：先写一个详细的函数注释（包括输入输出说明），Copilot 生成的代码质量会比只写一个函数名高出数倍。
- 保持相关文件开启：由于 Copilot 会优先读取 Opened Tabs，在你写业务代码时，把对应的
README或API 文档文件打开，补全的准确度会大幅提升。（也就说AI在生成代码时仅阅读关联文件作为上下文，而不是整个项目）
6. 在代码中按 Ctrl + I 直接进入单行行内聊天，直接给AI需求，以修改当前文件或生成代码；
7. 明确依赖版本，打开 package.json、composer.json等文件，让AI明确知道当前的依赖版本，以便给出更准确答案；
综上，AI短期记忆力惊人，但长期记性一般，因此在Tab中打开的文件非常重要，将直接作为AI学习和参考的上下文；
目前最优秀的AI编码是工具 Cursor ，其次是 GitHub Copilot 和 通义灵码，通义灵码几乎是完全免费的；
使用 Trae 和 Cursor 都要使用他们提供的独立IDE；而 GitHub Copilot 和 通义灵码 (阿里) 主打的是作为IDE插件的方式工作。Cursor 对中国大陆用户不友好，容易封号，而 Trae 就是 Cursor 的最佳平替。
对于所有AI编码工具来说，Tab代码补全的免费额度通常都比较高，一般每个月才有2000~5000次；这个次数按下 Tab 键接受建议的次数； Copilot 在你打字时显示的灰色虚影（建议）是不计入次数的；只有当你觉得它写得对，并按下 Tab 将其插入代码中，才会扣除 1 个次数额度。对于轻量级开发者，一个月 2,000 次其实能支撑很久。
真正贵的是聊天和修改文件的额度，例如GitHub Copilot Free 每月仅提供 50 次 Chat（对话）。
Trae、 Cursor、Copilot 都有免费版，免费版不仅限制次数，还限制模型；一般免费版只能使用基础模型。
大部分AI编码工具不支持自由更换“行内补全”的AI模型，但支持切换“对话/重构”中的模型。
GitHub Copilot Free 背靠 Github ，因此代码补全上有一定的优势。
当前优化 ---------------------------------------
目前常用AI编程工具有以下：
Copilot / 通义灵码 等大厂AI工具：这些AI工具主打毫秒级代码补全；他们不敢像 Cline 或 Claude Code 那样直接向用户申请“系统 Shell 权限”或“自主修改本地文件权”；一旦 AI 误删了生产数据库或写了安全漏洞，背后的法律风险巨大。
Cline / Claude Code 等智能体：这些AI工具是能够直接干活的自主智能体( Agent)，能够修改复杂 Bug、重构项目、从 0 到 1 搭建框架、生成软件功能； Cline 是 Claude Code 的开源 IDE 版本，Cline 是IDE插件，Claude Code 是纯命令行工具。
Cursor：提供独立IDE，主要侧重环境融合，全方位感知项目；它将 Agent 和补全能力深度缝合在编辑器底层。
综上，Copilot / 通义灵码正在变成每个开发者的标配基础设施，负责 60% 的日常琐碎代码生成。而 Cline / Cursor 用于从0到1生成页面、API接口等。
Claude Code 和 Cursor 是目前最强的两AI工具，两者优势如下：
Claude Code：生态完整、灵活性高、可支持接入其它任何三方模型、可用于非编程领域。具体包括：支持Agents（代理），除了内置的通用代理（例如用于代码库探索的 "Explore" 代理），用户可以创建自定义子代理来担任特定的角色，例如“代码审阅者”或“测试生成器”。支持Skills（技能），技能是可重用的(长期资产)、模块化的能力包，可扩展 Claude 的功能。支持Plugins（插件），插件是一种将自定义功能（包括代理、技能、命令和挂钩）打包并通过项目或团队共享的方式。
Cursor : Claude Code命令行工具，而Cursor是一个可视化体验极佳、编码效果更强的AI编码工具。
总体，在编码方面，Claude Code 的优势是对整体项目的理解能力更强，而 Cursor 在代码补全方面更强； Cursor 的IDE可视化做的非常好，非常适合做代码审核等操作。因此，最佳实践是使用 Claude Code 做大功能、生成完整模块/功能、重构以及自动生成大量代码的任务；用 Cursor 做日常编码、内联补全、审查与快速反馈。
使用 Cursor 进行代码补全时，不需要像使用 Copilot 时打开所有关联文件， Cursor 会自动跨文件搜索并提取相关的上下文信息；同时 Cursor 的代码补全比 Copilot 更强、更智能，缺点是 Cursor 略慢； Copilot 只有一个优势，就是代码补全速度快。
Anthropic API 是一套让开发者能够将 Claude 系列大型语言模型（LLM）集成到自己应用程序中的技术接口，目前已成为AI 行业的“通用标准”；Claude Code、Cursor、Aider 、Cline 、OpenCode、OpenClaw、Continue 等几乎所有AI都支持接入 Anthropic API 接口协议的 AI模型
