使用Visual Studio Code作为Arduino IDE

在快速启动和配置项目方面,Arduino IDE做得非常出色。但其内置的代码编辑器在功能上却存在不少缺失,即使可以使用外部编辑器,体验仍有提升空间。随着跨平台的Visual Studio Code发布,我们有机会让为Arduino编写代码变得更愉快,同时还能保留直接从编辑器编译和上传草图的能力。请注意,至少需要一次使用Arduino环境来管理项目导入的库、目标板设置、串口设置等。
本项目文档将指导您通过三个简单步骤实现这一目标。
1. 让'arduino'可执行文件变得可见
默认情况下,Linux上的Arduino环境在其安装目录外是不可见的,需要将其暴露为命令,以便Visual Studio Code在编译和上传Arduino草图时可以调用它。
如果Arduino环境已经可以从任何地方访问,则跳过此步。
以下步骤创建一个符号链接,使Arduino环境可以在任何位置访问。假设Arduino环境已安装在用户的/home目录中,如:
~/arduino-1.6.4
切换到*/usr/local/bin*目录,创建一个名为arduino的指向Arduino安装目录的符号链接。
cd /usr/local/bin
sudo ln -s ~/arduino-1.6.4/arduino arduino
通过命令行启动Arduino IDE以检查符号链接是否正确。只需在完成后关闭IDE即可。
cd /
arduino
对于Windows用户,请确保Arduino环境已在PATH中。
2. 将'ino'文件夹复制到本地Visual Studio Code扩展文件夹
仓库中的ino文件夹为Visual Studio Code提供了Arduino关键字定义,用于语法高亮。此外,它还指定.ino文件应被视为C/C++文件。
仓库包括以下文件和目录:
drwxr-xr-x 3 fabien fabien 4096 Oct 13 09:43 ino
-rw-rw-r-- 1 fabien fabien 7652 Oct 1 18:05 LICENSE
drwxrwxr-x 2 fabien fabien 4096 Oct 2 18:45 pics
-rw-rw-r-- 1 fabien fabien 4605 Oct 13 09:43 README.md
-rw-rw-r-- 1 fabien fabien 1997 Oct 13 08:43 tasks.json
将ino文件夹复制到由首次运行Visual Studio Code时在主目录下创建的隐藏.vscode/extensions文件夹。
cp -r ~/VisualStudioCodeArduino/ino ~/.vscode/extensions
3. 添加支持Arduino的Visual Studio Code任务运行器
在Visual Studio Code中进行以下操作:
- 打开“文件”菜单并选择“打开文件夹...”。
- 导航到存储Arduino项目文件的文件夹。
- 使用快捷键
Ctrl+Shift+P调出命令面板。 - 在命令窗口中输入"task"。
- 选择“配置任务运行器”。这将在第2步中选定的Arduino项目文件夹根目录中创建一个隐藏的
.vscode文件夹。 ![/pics/ConfigureTaskRunner.png] - 替换
.vscode/tasks.json为~/VisualStudioCodeArduino/tasks.json。 - 重启Visual Studio Code。
现在,Visual Studio Code的配置已完成,准备用于处理Arduino .ino项目文件。
4. 使用方法
- 打开一个*.ino*项目文件。
- 调出命令面板,按
Ctrl+Shift+P。 - 在命令窗口中输入"task"。
- 选择“运行任务”。
![/pics/ArduinoTasksSelection.png]
选择--verify以验证/编译Arduino项目。或使用快捷键Ctrl+Shift+B。
如果编译项目时出现问题,它们会显示在编辑器左下角。
![/pics/ProblemIndicators.png]
点击错误或警告图标将显示问题列表。
![/pics/problems.png]
单击一个问题会在*.ino*文件中突出显示它。
或者,通过Ctrl+Shift+P + view: show ouput显示输出,会展示详细的编译结果。
![/pics/compilex600.png]
选择--upload或按Shift+Ctrl+T以验证/编译并上传Arduino草图到目标板。这总是会显示输出。
![/pics/uploadx600.png]
最后,目前没有好的方法通过外部方式调用Arduino原生串行监视器。相反,可以通过按Ctrl+Shift+C打开终端窗口,并使用不同的终端模拟器,如minicom。
![/pics/terminalx600.png]
注意
已验证以下配置可正常工作:
- Ubuntu Linux 14.04 LTS
- arduino 1.6.4
- Visual Studio Code 0.9.x
通过这个项目,您可以享受到更强大、更高效的开发体验,利用Visual Studio Code的强大功能管理您的Arduino项目。快来试试看,让您的编程旅程更加精彩!
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00