chatgpt-vscode
chatgpt-vscode 是一款专为 Visual Studio Code 设计的扩展插件，让开发者无需离开编辑器即可直接调用 ChatGPT 的能力。它通过集成非官方 API，将强大的 AI 对话功能嵌入到日常编码环境中，有效解决了编程过程中频繁切换窗口查询文档、寻求代码解释或优化建议的效率痛点。
这款工具非常适合广大软件开发者使用。无论是需要快速生成代码片段、理解复杂逻辑，还是希望重构现有代码、查找潜在错误，用户只需在侧边栏输入问题，或选中代码后通过右键菜单选择“解释”、“重构”、“查错”及“优化”等快捷指令，即可获得智能反馈。其独特亮点在于支持多轮对话上下文记忆，允许用户针对回答进行追问；同时，AI 返回的代码块支持一键点击插入到当前光标位置，极大提升了交互流畅度。
使用前仅需配置一次 ChatGPT 会话令牌即可开启智能辅助之旅。chatgpt-vscode 旨在成为程序员的得力助手，让编码过程更加专注、高效且充满乐趣。
使用场景
资深后端工程师小李正在维护一个遗留的 Python 微服务项目，急需理解一段逻辑复杂且缺乏注释的旧代码，并对其进行性能优化以应对即将到来的流量高峰。
没有 chatgpt-vscode 时
- 上下文切换频繁：必须复制代码片段，切换到浏览器打开 ChatGPT 网页版粘贴，打断编码心流。
- 解释与重构分离：先请求解释代码逻辑，再新开对话请求重构，无法在同一会话中基于上一轮回答进行追问。
- 手动同步代码：获得 AI 生成的优化代码后，需手动复制回编辑器，容易因缩进或行号错误导致覆盖偏差。
- 排查效率低下：面对潜在的空指针或资源泄露风险，只能依靠人工逐行审查，耗时且易遗漏隐蔽 Bug。
使用 chatgpt-vscode 后
- 沉浸式交互：直接在 VSCode 侧边栏选中代码右键点击"Explain selection"，无需离开编辑器即可获取详细逻辑解读。
- 连贯的多轮对话：在理解代码后，紧接着在同一面板输入“请针对高并发场景重构此段代码”，AI 能结合上文语境给出精准方案。
- 一键插入代码：查看到满意的优化结果后，点击代码块即可自动将新代码插入当前光标位置，无缝替换旧逻辑。
- 智能诊断修复：利用"Find problems"命令快速定位内存泄漏隐患，AI 不仅指出错误还提供修复后的完整代码及原因说明。
chatgpt-vscode 通过将 AI 对话深度集成至编码环境，消除了上下文切换成本，让代码理解、重构与修复在指尖流畅完成。
运行环境要求
- 未说明
不需要
未说明
快速开始
VSCode 的 ChatGPT 扩展
这款 Visual Studio Code 扩展使您能够使用 非官方的 ChatGPT API，直接在编辑器中向 OpenAI 的 ChatGPT 提出问题，并获取自然语言回复。
赞助商
What The Diff - 您的人工智能驱动的代码审查助手
市场扩展
功能
- 提出一般性问题，或使用编辑器中的代码片段通过侧边栏中的输入框向 ChatGPT 发送查询。
- 右键单击选中的代码并运行上下文菜单中的 快捷方式。
- 在编辑器旁边的面板中查看 ChatGPT 的回复。
- 对回复提出 后续问题（会话上下文得以保持）。
- 通过点击 AI 的回复内容，将 代码片段插入 到当前活动的编辑器中。
安装
要使用此扩展，请从 VSCode 市场安装，或从发布页面下载并安装 .vsix 文件。
- 安装完成后，您需要将 ChatGPT 会话令牌添加到 VSCode 的扩展设置中。为此，打开
设置面板，依次进入代码菜单、首选项，然后选择设置。 - 在搜索栏中输入
ChatGPT，以筛选设置列表。 - 在 ChatGPT 部分的
SESSION_TOKEN字段中输入您的会话令牌。
完成这些步骤后，扩展即可正常使用。
获取会话令牌
要使用此扩展，您需要使用来自 ChatGPT 的有效会话令牌进行身份验证。获取会话令牌的方法如下：
- 访问 https://chat.openai.com/chat 并登录或注册。
- 打开浏览器的开发者工具。
- 切换到
Application选项卡，然后打开Cookies部分。 - 复制
__Secure-next-auth.session-token的值并保存。
获得会话令牌后，您可以按照上一节所述配置扩展以使用该令牌。
使用扩展
要使用扩展，在 Visual Studio Code 中打开一个文本编辑器，并单击侧边栏中的 ChatGPT 图标以打开 ChatGPT 面板。这将打开一个带有输入字段的面板，您可以在其中输入提示或问题。按下回车键后，该内容将被发送到 ChatGPT。其回复将显示在侧边栏输入字段下方（请注意，可能需要一些时间来计算回复）。
您也可以在编辑器中选择一段代码，然后在侧边栏面板中输入提示，或者右键单击并选择“Ask ChatGPT”。所选代码将在发送给 AI 时自动附加到您的查询中。这对于生成代码片段或获取特定代码的解释非常有用。
要将 AI 回复中的代码片段插入到编辑器中，只需单击面板中的代码块即可。代码将自动插入到当前活动编辑器的光标位置。
您可以在编辑器中选择部分代码，右键单击并从上下文菜单中选择以下选项：
命令：
Ask ChatGPT：提供一个提示框供您输入任何查询。ChatGPT: Explain selection：解释所选代码的功能。ChatGPT: Refactor selection：尝试重构所选代码。ChatGPT: Find problems：查找所选代码中的问题或错误，并修复和解释它们。ChatGPT: Optimize selection：尝试优化所选代码。
Ask ChatGPT 也可在未选择任何内容时使用。对于其他四个命令，您可以通过编辑 VSCode 首选项中的扩展设置来自定义发送给 AI 的具体提示。
由于 ChatGPT 是一款对话式 AI，您可以对回复提出后续问题。查询之间的会话上下文会被保留，因此您可以连续提出多个问题。要 重置会话上下文，请按 Ctrl+Shift+P 并选择 ChatGPT: Reset Conversation。
请注意，此扩展目前仍处于概念验证阶段，可能存在一些限制或 bug。我们欢迎反馈和贡献，以帮助改进此扩展。
致谢
- 没有 OpenAI 的 ChatGPT，这一切都不可能实现。
- 本扩展使用了 chatgpt-api（由 Travis Fischer 开发），它利用 ChatGPT 的非官方 API 来实现登录和通信。
- 本扩展基于 mpociot/chatgpt-vscode，该项目是这一工作的起点。
- 版本
v0.3灵感来源于并基于 barnesoir/chatgpt-vscode-plugin 和 gencay/vscode-chatgpt。
相似工具推荐
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。 面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。