企业官网建设流程全解析

Foundry Toolkit for VS Code 快速上手：一个插件搞定模型挑选、推理测试与微调

【免费下载链接】foundry-dev-tools项目地址: https://gitcode.com/GitHub_Trending/vs/foundry-dev-tools

做 AI 应用时，选模型要翻网页、测 prompt 要切控制台、看训练要盯服务器？Microsoft Foundry Toolkit for VS Code（仓库名foundry-toolkit）把这条链路整体搬进了编辑器：模型目录、Playground 推理测试、用自己的数据微调，一次装插件全部搞定，让你不离开 VS Code 就从"有个想法"走到"模型跑起来"。

🧭 能力全景：Foundry Toolkit 能替你解决什么问题

不用背功能清单，按你日常会卡住的四个节点看它：

• 不知道选哪个模型→ 模型目录聚合 GitHub、OpenAI、Anthropic、Google 等多家来源，按任务、硬件（CPU/GPU/NPU）、本地/远程执行筛选，还能挂载你自己的远程端点或 Ollama 本地模型。
• 接应用前想先验证效果→ Playground 提供多轮对话，调温度、限响应长度，多模态模型可直接附加图片测试；云端托管模型填个 endpoint 就能聊。
• 通用模型不懂你的业务话术→ 微调。本地有 GPU 走 WSL，没有就走云端 Azure Container Apps，用 QLoRA 产出轻量 LoRA adapter。
• 上线后看不到模型内部→ Tracing 在本地起一个 OTLP 采集服务，把每次调用的输入输出、耗时可视化，方便定位"哪一轮变笨了"。

📋 模型目录：3 个筛选条件锁定可用模型

打开左侧Models树视图进入目录，页面就是一个个模型卡片，左侧筛选器帮你快速收窄：

• Hosted by：挑托管来源，比如 GitHub、OpenAI、Anthropic
• Publisher：按模型开发商过滤，比如 Microsoft、Mistral AI
• Device Type：对一下自己的硬件，CPU、GPU 还是 NPU

锁定目标后，每张卡片上有三个动作，按成本从低到高：

• Try in Playground：不下载，直接拉去试
• Download：从来源拉到本地
• Load in Playground：下载完成后载入对话

目录里没有你要的模型？把鼠标悬停在MY MODELS分组上，点+把自己托管的 OpenAI 兼容端点填进来（名称、endpoint URL、可选的鉴权头），保存后它就出现在列表里，用法和目录模型完全一样。

💬 Playground 里测推理：输入一句 prompt 立刻看效果

选好模型进 Playground，最下面的输入框敲一句 prompt，上方聊天区马上出结果——这是判断"这个模型行不行"最快的方式。

第一次测试，优先调三处：

• 上下文指令：给模型一个固定人设或输出格式，比 prompt 里反复叮嘱更稳
• temperature：调低（如 0.2 左右），输出更稳定、更贴业务；调高（如 0.9），回答更有发散性
• 最大响应长度：给输出设上限，防止一句话没完没了

两个进阶用法：

• 多模态测试：模型支持附件时，点输入框旁的图钉图标，附加本地图片或文件，和文字一起丢给模型验证理解效果。
• 免下载的远程推理：模型托管在云端时，在命令面板运行AI Toolkit: Add model for remote inference，依次填模型名、endpoint URL、鉴权头（OpenAI 服务填Authorization: Bearer <你的 key>形式），模型会以Remote标签出现在列表里，参数和聊天体验与本地模型一致。

🛠 用自己的数据微调：没有 GPU 也能在云端训练

通用模型总答不到你行业里的点子上时，攒一小份问答数据微调一次，往往比换十个模型都管用。Foundry Toolkit 给了两条路：

• 本地路线：依托 WSL 环境跑训练，适合机器上有 GPU 的情况
• 云端路线：一条命令预配 Azure Container Apps，把训练丢给云上 GPU；用 QLoRA 方式只产出 LoRA adapter，体积小巧，后面部署推理也轻

整条链路基本是三段式：

1. 给项目起名、选模型位置，点Configure Project生成工程（注意别勾 "Fine-tune locally"，才会走云端）
2. 运行AI Toolkit: Run fine-tuning，工作区自动同步到 Azure Files 并触发训练任务
3. 在输出面板盯着流式日志看 loss、学习率变化；训练完成后运行AI Toolkit: Deploy for inference，拿到一个可直接调用的推理 endpoint，用内置 Gradio 页面验收效果

🚀 三步装好 Foundry Toolkit，跑通第一次模型对话

最省事的可用路径，大概 5 分钟：

第 1 步，装插件。打开 VS Code 扩展市场，搜索AI Toolkit（新版本已更名 Foundry Toolkit），安装正式版。如果同时想配齐azd等终端工具链，跑一下 devpack-installer/ 里的安装脚本，用 Foundry DevPack 一键装好整套开发者工具——它检测到你的宿主应用已存在时，才会顺带装 Toolkit 与 Canvas 扩展，不会硬塞。

第 2 步，克隆文档仓库（可选）。想读全套教程文档、追 Foundry Canvas 源码时执行：

git clone https://gitcode.com/GitHub_Trending/vs/foundry-toolkit

仓库里的 doc/ 目录就是全部教程的落点，比如 doc/get_started.md、doc/playground.md。

第 3 步，走引导完成首跑。装完插件后跟着内置的Get Started引导走，会自动带你进入 Playground 并载入一个默认模型——输入第一句 prompt，看到第一条回复，就算正式跑通了。

下一步：现在就去 Playground 里聊第一句

去 VS Code 扩展市场搜AI Toolkit装上它，或者先克隆仓库把 doc/ 里的教程过一遍——5 分钟后，你就可以在 Playground 里对模型说出第一句话了。

更多入口：

• 总览与工具选型：README.md
• 快速上手：doc/get_started.md
• 模型目录细节：doc/models.md
• 微调完整流程：doc/finetune.md
• Foundry Canvas 源码：microsoft-foundry/

【免费下载链接】foundry-dev-tools项目地址: https://gitcode.com/GitHub_Trending/vs/foundry-dev-tools