适用于 Visual Studio Code 的 AI 工具包

🤖 什么是 AI 工具包

AI 工具包是 Visual Studio Code 的一个 扩展包，旨在让 AI 代理开发既快速又愉悦。它内置了 Microsoft Foundry 扩展，使您无需离开 VS Code 即可直接访问 Microsoft Foundry 资源——部署模型、管理代理等。

借助 AI 工具包，您可以：

• 🔍 发现并评估模型：来自众多提供商的模型，包括 Microsoft Foundry、Foundry Local、Anthropic、OpenAI、GitHub、Google、NVIDIA NIM；或者使用 ONNX 和 Ollama 在本地运行模型。
• ⚡ 构建、测试和部署 AI 代理：通过无代码的代理构建器创建提示词代理，或编写基于代码的托管代理，享受完整的调试功能、流式可视化以及与 MCP 工具的集成。

✨ 功能亮点

功能	描述	截图
模型目录	发现并访问来自多个来源的 AI 模型，包括 Microsoft Foundry、Foundry Local、GitHub、ONNX、Ollama、OpenAI、Anthropic 和 Google。并排比较模型，找到最适合您用例的模型。
游乐场	用于实时模型测试的交互式聊天环境。尝试不同的提示、参数以及包括图像和附件在内的多模态输入。
代理构建器	简化提示工程和代理开发流程。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。
代理检查器	直接在 VS Code 中调试、可视化并迭代 AI 代理。按下 F5 键即可启动完整调试支持，查看实时流式响应，并通过代码导航可视化多代理工作流执行情况。
模型评估	使用数据集和标准指标进行全面的模型评估。利用内置评估器（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	根据特定领域和需求定制和调整模型。可在本地使用 GPU 支持进行训练，或利用 Azure 容器应用进行云端微调。
模型转换	转换、量化和优化机器学习模型，以便在本地部署。将来自 Hugging Face 等来源的模型转换为可在 Windows 上以 CPU、GPU 或 NPU 加速高效运行的格式。
跟踪	监控和分析您的 AI 应用程序性能。收集并可视化跟踪数据，以深入了解模型行为和性能。
性能剖析（Windows ML）	诊断进程的 CPU、GPU、NPU 资源使用情况，不同执行提供者的 ONNX 模型，以及 Windows 机器学习事件。

🚀 开始使用

只需三步即可开始与模型互动：

1. 📦 安装 — 按照安装指南在您的设备上设置 AI 工具包。
2. 🗂️ 探索模型 — 打开扩展树视图 → 开发者工具 → 发现 → 模型目录。我们建议从 GitHub 托管的模型开始。
3. 💬 试用 — 在任何模型卡片上选择 在游乐场中试用，即可立即开始实验。

🛠️ 构建 AI 代理

AI 工具包为您提供两种构建 AI 代理的方式，请根据您的工作流程选择适合的一种：

🖱️ 无代码：代理构建器（提示词代理）

使用代理构建器，通过可视化界面创建、测试和部署提示词代理——无需编写代码。

• ✨ 使用自然语言生成和改进提示，或让“启发我”为您起草起点
• 🔁 基于集成游乐场中的实时模型响应迭代和完善提示
• 🧩 使用工具目录中的工具或自定义函数调用来扩展您的代理
• 📊 使用内置或自定义指标评估准确性和性能
• 💡 导出生产就绪的代码片段，以便快速集成到应用程序中

🧑‍💻 基于代码：托管代理（VS Code + GitHub Copilot）

使用 Agent Framework SDK，通过代码构建单代理或多代理工作流，并获得完整的调试和部署支持。

• 🏗️ 代码生成 — 使用 GitHub Copilot 搭建托管代理代码框架或编排多代理工作流
• 🔬 Agent Inspector — 按下 F5 键即可启动，支持断点调试、实时流式输出、工作流可视化以及一键跳转代码
• ☁️ 云端部署 — 将托管代理部署至 Microsoft Foundry
• 📈 可观测性 — 在本地跟踪代理执行过程，或利用内置及自定义指标评估性能

💬 反馈与资源

我们非常期待您的反馈！您的意见将帮助我们规划产品路线图。

• 📖 开发者文档 — 深入了解所有功能
• 🐛 GitHub Issues — 提交 Bug 或提出新功能建议
• 💬 Discord 社区 — 与同行开发者交流互动

AI Toolkit ❤️ 开发者社区。

📊 数据与遥测

适用于 Visual Studio Code 的 AI Toolkit 会收集使用数据并发送至 Microsoft，以帮助改进我们的产品和服务。请阅读我们的 隐私声明 了解更多。此扩展尊重 telemetry.enableTelemetry 设置——更多信息请参阅 禁用遥测报告。

VS Code AI Toolkit 快速上手指南

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows 10/11、macOS 或 Linux。
  • 注：部分高级功能（如 Windows ML 性能分析、NPU 加速模型转换）仅在 Windows 平台上可用。
• 核心软件：已安装 Visual Studio Code (推荐最新版本)。
• 前置依赖（可选，视需求而定）：
  • 本地运行模型：若需本地运行大模型，建议预先安装 Ollama 或配置好 ONNX Runtime 环境。
  • 云端部署：若需使用 Microsoft Foundry 进行云端部署，需拥有有效的 Azure 账号并登录。
  • 代码开发：若进行代码级 Agent 开发，建议安装 [GitHub Copilot] 扩展以获得最佳体验。

安装步骤

1. 启动 VS Code。
2. 打开扩展面板：
   • 点击左侧活动栏的扩展图标，或使用快捷键 Ctrl+Shift+X (Windows/Linux) / Cmd+Shift+X (macOS)。
3. 搜索并安装：
   • 在搜索框输入 AI Toolkit。
   • 找到由 Microsoft 发布的 "AI Toolkit for Visual Studio Code"。
   • 点击 Install 按钮。
   • 该扩展包内置了 Microsoft Foundry 扩展，安装后无需额外配置即可访问相关资源。

提示：国内用户若访问 VS Code 扩展市场较慢，可配置国内镜像源或使用离线 .vsix 包安装。

基本使用

只需三步即可开始与 AI 模型交互：

1. 探索模型目录

安装完成后，点击左侧活动栏的 Developer Tools (开发者工具) 图标（通常位于底部或侧边栏），依次选择： Discover -> Model Catalog。

在这里您可以浏览来自 Microsoft Foundry、GitHub、Hugging Face、Ollama、OpenAI 等多源的模型。建议初学者从 GitHub hosted models 开始尝试。

2. 进入游乐场 (Playground)

在模型列表中找到任意感兴趣的模型卡片，点击 Try in Playground 按钮。 这将打开一个交互式聊天窗口，您可以：

• 输入提示词 (Prompt) 进行测试。
• 调整温度 (Temperature)、最大令牌数等参数。
• 上传图片或附件进行多模态测试。

3. 构建您的第一个 Agent (无代码模式)

若想快速创建智能体而无需编写代码：

1. 在侧边栏找到 Agent Builder。
2. 使用自然语言描述您的需求，或利用 Inspire Me 功能生成初始提示词。
3. 在集成的 Playground 中实时预览效果并迭代优化。
4. 满意后，可直接导出生产级别的代码片段用于集成。

---

更多高级功能（如代码级 Agent 调试、模型微调、性能分析等）请参考官方开发者文档。