codeshell-vscode项目是基于CodeShell大模型开发的支持Visual Studio Code的智能编码助手插件，支持python、java、c /c、javascript、go等多种编程语言，为开发者提供代码补全、代码解释、代码优化、注释生成、对话问答等功能，旨在通过智能化的方式帮助开发者提高编程效率。

• node版本v18及以上
• Visual Studio Code版本要求 1.68.1 及以上
• CodeShell 模型服务已启动

如果要从源码进行打包，需要安装 node v18 以上版本，并执行以下命令：

git clone https://github.com/WisdomShell/codeshell-vscode.git
cd codeshell-vscode
npm install
npm exec vsce package

然后会得到一个名为codeshell-vscode-${VERSION_NAME}.vsix的文件。

llama_cpp_for_codeshell项目提供CodeShell大模型 4bits量化后的模型，模型名称为codeshell-chat-q4_0.gguf。以下为部署模型服务步骤：

• Linux / Mac(Apple Silicon设备)

  git clone https://github.com/WisdomShell/llama_cpp_for_codeshell.git
  cd llama_cpp_for_codeshell
  make

  在 macOS 上，默认情况下启用了Metal，启用Metal可以将模型加载到 GPU 上运行，从而显著提升性能。

• Mac(非Apple Silicon设备)

  git clone https://github.com/WisdomShell/llama_cpp_for_codeshell.git
  cd llama_cpp_for_codeshell
  LLAMA_NO_METAL=1 make

  对于非 Apple Silicon 芯片的 Mac 用户，在编译时可以使用 LLAMA_NO_METAL=1 或 LLAMA_METAL=OFF 的 CMake 选项来禁用Metal构建，从而使模型正常运行。

• Windows

  您可以选择在Windows Subsystem for Linux中按照Linux的方法编译代码，也可以选择参考llama.cpp仓库中的方法，配置好w64devkit后再按照Linux的方法编译。

在Hugging Face Hub上，我们提供了三种不同的模型，分别是CodeShell-7B、CodeShell-7B-Chat和CodeShell-7B-Chat-int4。以下是下载模型的步骤。

• 使用CodeShell-7B-Chat-int4模型推理，将模型下载到本地后并放置在以上代码中的 llama_cpp_for_codeshell/models 文件夹的路径

git clone https://huggingface.co/WisdomShell/CodeShell-7B-Chat-int4/blob/main/codeshell-chat-q4_0.gguf

• 使用CodeShell-7B、CodeShell-7B-Chat推理，将模型放置在本地文件夹后，使用TGI加载本地模型，启动模型服务

git clone https://huggingface.co/WisdomShell/CodeShell-7B-Chat
git clone https://huggingface.co/WisdomShell/CodeShell-7B

• CodeShell-7B-Chat-int4模型使用llama_cpp_for_codeshell项目中的server命令即可提供API服务

./server -m ./models/codeshell-chat-q4_0.gguf --host 127.0.0.1 --port 8080

注意：对于编译时启用了 Metal 的情况下，若运行时出现异常，您也可以在命令行添加参数 -ngl 0 显式地禁用Metal GPU推理，从而使模型正常运行。

• CodeShell-7B和CodeShell-7B-Chat模型，使用TGI加载本地模型，启动模型服务

对于希望使用NVIDIA GPU进行推理的用户，可以使用text-generation-inference项目部署CodeShell大模型。以下为部署模型服务步骤：

在 Hugging Face Hub将模型下载到本地后，将模型放置在 $HOME/models 文件夹的路径下，即可从本地加载模型。

git clone https://huggingface.co/WisdomShell/CodeShell-7B-Chat

使用以下命令即可用text-generation-inference进行GPU加速推理部署：

docker run --gpus 'all' --shm-size 1g -p 9090:80 -v $HOME/models:/data \
        --env LOG_LEVEL="info,text_generation_router=debug" \
        ghcr.nju.edu.cn/huggingface/text-generation-inference:1.0.3 \
        --model-id /data/CodeShell-7B-Chat --num-shard 1 \
        --max-total-tokens 5000 --max-input-length 4096 \
        --max-stop-sequences 12 --trust-remote-code

更详细的参数说明请参考text-generation-inference项目文档。

VSCode中执行Install from VSIX...命令，选择codeshell-vscode-${VERSION_NAME}.vsix，完成插件安装。

• 设置CodeShell大模型服务地址
• 配置是否自动触发代码补全建议
• 配置自动触发代码补全建议的时间延迟
• 配置补全的最大tokens数量
• 配置问答的最大tokens数量
• 配置模型运行环境

注意：不同的模型运行环境可以在插件中进行配置。对于CodeShell-7B-Chat-int4模型，您可以在Code Shell: Run Env For LLMs选项中选择CPU with llama.cpp选项。而对于CodeShell-7B和CodeShell-7B-Chat模型，应选择GPU with TGI toolkit选项。

• 自动触发代码建议
• 热键触发代码建议

在编码过程中，当停止输入时，代码补全建议可自动触发（在配置选项Auto Completion Delay中可设置为1~3秒），或者您也可以主动触发代码补全建议，使用快捷键Alt \（对于Windows电脑）或option \（对于Mac电脑）。

当插件提供代码建议时，建议内容以灰色显示在编辑器光标位置，您可以按下Tab键来接受该建议，或者继续输入以忽略该建议。

• 对一段代码进行解释/优化/清理
• 为一段代码生成注释/单元测试
• 检查一段代码是否存在性能/安全性问题

在vscode侧边栏中打开插件问答界面，在编辑器中选中一段代码，在鼠标右键CodeShell菜单中选择对应的功能项，插件将在问答界面中给出相应的答复。

• 支持多轮对话
• 支持会话历史
• 基于历史会话（做为上文）进行多轮对话
• 可编辑问题，重新提问
• 对任一问题，可重新获取回答
• 在回答过程中，可以打断

在问答界面的代码块中，可以点击复制按钮复制该代码块，也可点击插入按钮将该代码块内容插入到编辑器光标处。

Apache 2.0