Visual Studio Code 远程开发扩展安装与配置指南
2026-01-30 04:11:20作者:袁立春Spencer
1. 项目基础介绍
Visual Studio Code Remote Development 是一套扩展,它允许用户通过 SSH 连接到远程机器、在 Docker 容器中或 WSL(Windows Subsystem for Linux)环境下,使用 Visual Studio Code 进行开发。这套扩展充分利用了 VS Code 的强大功能,提供了与本地开发无异的体验。
主要编程语言:此项目主要是使用 TypeScript 开发,这也是 Visual Studio Code 扩展的主要开发语言。
2. 项目使用的关键技术和框架
关键技术:
- SSH:用于安全地连接到远程计算机。
- Docker:允许在隔离环境中运行容器化应用。
- WSL:在 Windows 上提供一个兼容 Linux 的环境。
- Visual Studio Code Extension API:用于开发 VS Code 扩展。
框架:
- Visual Studio Code:作为一个现代化的代码编辑器,提供强大的代码编辑、调试和其他工具。
- Electron:VS Code 本身是使用 Electron 框架构建的,这是一个使用 Web 技术构建桌面应用的框架。
3. 项目安装和配置的准备工作与详细步骤
准备工作
在开始安装之前,请确保您已经满足了以下条件:
- 安装了最新版本的 Visual Studio Code。
- 具有对远程机器的 SSH 访问权限。
- 如果要在 Docker 容器中开发,需要安装 Docker。
- 如果在 Windows 上使用 WSL,需要启用并安装 WSL。
安装步骤
步骤 1:安装 Visual Studio Code
访问 Visual Studio Code 官方网站,下载并安装适合您操作系统的版本。
步骤 2:安装扩展
打开 Visual Studio Code,进入扩展市场,搜索以下扩展并安装:
- Remote - SSH
- Remote - SSH: Editing Configuration Files
- Dev Containers
- WSL
- Remote - Tunnels
步骤 3:配置 SSH 连接
要使用 SSH 连接到远程机器,您需要在本地计算机上配置 SSH 密钥,并将公钥添加到远程机器的 ~/.ssh/authorized_keys 文件中。
-
在本地计算机上生成 SSH 密钥(如果尚未生成):
ssh-keygen -t rsa -b 4096 -
将公钥复制到远程机器:
ssh-copy-id 用户名@远程机器地址
步骤 4:配置 Docker 或 WSL(可选)
如果您打算在 Docker 容器或 WSL 环境中开发,您需要确保已经正确配置了 Docker 或 WSL。
- 对于 Docker,确保 Docker 服务正在运行。
- 对于 WSL,确保已安装 Linux 发行版,并已设置为默认版本。
步骤 5:开始远程开发
配置完成后,您可以通过以下方式开始远程开发:
- 对于 SSH,按下
Ctrl+Shift+P打开命令面板,输入Remote-SSH: Connect to Host...并选择您的远程主机。 - 对于 Docker,创建或使用一个 Dockerfile,然后通过
Remote-Container: Open Folder in Container...打开容器中的文件夹。 - 对于 WSL,通过
Remote-WSL: New Window打开一个新的 WSL 窗口。
按照以上步骤操作,您就可以开始享受 Visual Studio Code 提供的远程开发体验了。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284