# Enhance productivity with AI \+ Remote Dev

- 发布方：Visual Studio Code（Microsoft）；作者：Brigit Murtaugh、Christof Marti、Josh Spicer、Olivia Guzzardo McVicker
- 形式：文章 · en
- 原始资源：[https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote](<https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote>)
- 本站页面：[https://oplearnx.com/resources/res\_gkvgmzzf7nv8](<https://oplearnx.com/resources/res_gkvgmzzf7nv8>)
- 学习主题：人工智能 / AI Agent / 工具调用与工作流；计算机科学 / 编程与软件工程；人工智能 / 大语言模型 LLM / 提示词设计
- 内容状态：状态待核验
- 原始发布时间：2021-11-03
- 本站首次收录：2026-10-27 00:01

## 能学到什么

掌握在 VS Code 远程开发环境中使用 AI（GitHub Copilot）的配置与安全实践。

- 说清 VS Code Remote Development 的五种形态（Remote-SSH、Dev Containers、WSL、Remote-Tunnels、GitHub Codespaces）及各自用途
- 在远程或容器环境中让 Copilot 自动安装并具备远程工作区上下文
- 编写自定义指令文件，向模型说明远程环境类型、已装工具链及其位置
- 在 devcontainer.json 中通过 github.copilot.chat.codeGeneration.instructions 为项目补充自定义指令
- 使用 @remote-ssh、@workspace、@vscode、@terminal 等 chat participant 配置与排查远程环境
- 使用 Diagnose with Copilot 分析连接失败原因
- 在 dev container 或远程机器上使用 chat.tools.autoApprove 在受控范围内容许 agent 自动批准工具调用

## 适合我吗

- 适合：使用 VS Code 并结合 GitHub Copilot 做远程开发（SSH、容器、Codespaces）的开发者，想提升 AI 辅助效率与安全性。
- 需要留意：想系统学习 AI 或机器学习原理的读者；不用 VS Code 或不使用 Copilot 的人收益有限。

## 前置条件与费用

- 知识前置：需要基本的 VS Code 使用经验，并了解 SSH、容器或 WSL 等远程开发概念。
- 软件、账号与硬件：需要 VS Code、Remote Development 相关扩展与 GitHub Copilot（节选未说明费用）；实践 Dev Containers 或 Codespaces 需 Docker 或 GitHub 账号。
- 内容费用：费用待核验：网页节选可见文章正文，但未说明 Copilot 或远程服务的费用，也未写本文章是否需付费。
- 实践费用：实践费用待核验：节选未说明练习所需的 GitHub Copilot、Codespaces 或远程主机是否需要付费，按“原站未说明”处理。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- [Visual Studio Code](<https://code.visualstudio.com/>)：运行和编辑远程工作区
- [Dev Containers / Remote 扩展](<https://code.visualstudio.com/docs/devcontainers/containers>)：创建并连接远程或容器环境
- [GitHub Copilot](<https://code.visualstudio.com/docs/chat/chat-overview>)：提供聊天、指令与 agent 能力

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词（Windows）

```text
请帮我把「Enhance productivity with AI + Remote Dev」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote
我的系统：Windows。如果实际不符，先调整方案。
本次路线：Windows：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：在自己的 dev container 中配置一条自定义指令，再向 Copilot 提问，检查回答是否使用了该环境信息。
课节（官方顺序）：
1. Enhance productivity with AI + Remote Dev（全文）：https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote

1. 环境
- VS Code 及 Dev Containers 扩展
- 容器运行时（如 Docker）或可连接的远程主机
- GitHub Copilot
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote
3. 目录（最外层放在我确认的位置）
ai-remote-dev-vscode/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.ps1     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-enhance-productivity-with-ai-remote/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.ps1，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。将下面检查转换为 PowerShell 命令，不使用 Bash 语法。
  - 打开 VS Code 状态栏，确认左下角显示已连接到远程/dev container  → 状态栏显示远程环境名称
  - 在 Copilot 聊天中输入 @，查看是否出现 @remote-ssh 等参与者  → 列表中可见可用 chat participant
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（macOS）

```text
请帮我把「Enhance productivity with AI + Remote Dev」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote
我的系统：macOS。如果实际不符，先调整方案。
本次路线：macOS：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：在自己的 dev container 中配置一条自定义指令，再向 Copilot 提问，检查回答是否使用了该环境信息。
课节（官方顺序）：
1. Enhance productivity with AI + Remote Dev（全文）：https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote

1. 环境
- VS Code 及 Dev Containers 扩展
- 容器运行时（如 Docker）或可连接的远程主机
- GitHub Copilot
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote
3. 目录（最外层放在我确认的位置）
ai-remote-dev-vscode/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-enhance-productivity-with-ai-remote/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - 打开 VS Code 状态栏，确认左下角显示已连接到远程/dev container  → 状态栏显示远程环境名称
  - 在 Copilot 聊天中输入 @，查看是否出现 @remote-ssh 等参与者  → 列表中可见可用 chat participant
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（Linux）

```text
请帮我把「Enhance productivity with AI + Remote Dev」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote
我的系统：Linux。如果实际不符，先调整方案。
本次路线：Linux：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：在自己的 dev container 中配置一条自定义指令，再向 Copilot 提问，检查回答是否使用了该环境信息。
课节（官方顺序）：
1. Enhance productivity with AI + Remote Dev（全文）：https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote

1. 环境
- VS Code 及 Dev Containers 扩展
- 容器运行时（如 Docker）或可连接的远程主机
- GitHub Copilot
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote
3. 目录（最外层放在我确认的位置）
ai-remote-dev-vscode/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-enhance-productivity-with-ai-remote/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - 打开 VS Code 状态栏，确认左下角显示已连接到远程/dev container  → 状态栏显示远程环境名称
  - 在 Copilot 聊天中输入 @，查看是否出现 @remote-ssh 等参与者  → 列表中可见可用 chat participant
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「Enhance productivity with AI + Remote Dev」。课程目录是 ai-remote-dev-vscode/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [Enhance productivity with AI \+ Remote Dev（全文）](<https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote>)

## 指南参考

- [课程主页](<https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：VS Code 及 Remote Development / Dev Containers 扩展；GitHub Copilot（远程环境自动安装，节选未说明是否需订阅）；GitHub 账号（用于 Codespaces 与 Copilot）；Docker 等容器运行时（用于 Dev Containers）；可访问的远程机器或 VM（Remote-SSH / Tunnels 场景）
- 转载与修改 · 课程页面与材料：未找到明确许可。网页仅有 License、Terms of Use 页脚链接，节选未给出本文内容的具体许可名 [依据](<https://code.visualstudio.com/blogs/2025/05/27/ai-and-remote>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）