Kite 插件已停服，可切换 GitHub Copilot、Tabnine 本地模式、CodeWhisperer 离线索引或 Ollama+Continue.dev 本地 LLM 方案实现智能补全。
如果您在使用 VSCode 时曾启用 Kite AI Code Autocomplete 插件，却发现其功能已失效或无法连接服务，则可能是由于 Kite 公司已于 2025 年正式终止所有客户端支持与后端服务。以下是恢复类似智能补全体验的多种替代路径：
本文运行环境：MacBook Pro，macOS Sequoia。
GitHub Copilot 是目前与 VSCode 集成最紧密的 AI 补全工具，依赖云端模型实时响应，无需本地训练，且支持多语言上下文感知。
1、打开 VSCode，进入 Extensions（快捷键 Cmd+Shift+X）。
2、搜索 GitHub Copilot，点击 Install 完成安装。
3、重启 VSCode 后，登录与 GitHub 账户绑定的 Copilot 订阅账户。
4、在任意代码文件中输入函数名前缀或注释描述，按 Tab 键接受建议补全。
Tabnine 提供可选的本地大模型（如 Tabnine Enterprise 或 Tabnine Pro 的本地推理选项），在断网或隐私敏感场景下仍能提供语法级补全，不依赖远程 API。
1、在 VSCode 扩展市场中安装 Tabnine 插件。
2、安装完成后，点击右下角 Tabnine 图标，选择 Enable Local Model。
3、等待约 800MB 模型文件自动下载并加载（首次启用需数分钟）。
4、编辑 Python
或 JavaScript 文件时，输入变量名后连续按两次 Ctrl+Space 触发深度补全。
AWS CodeWhisperer 默认依赖网络调用，但可通过预载入本地符号索引提升离线响应质量，尤其适用于已有大型项目结构的代码库。
1、安装官方 Amazon CodeWhisperer 扩展。
2、打开命令面板（Cmd+Shift+P），执行 CodeWhisperer: Configure Local Indexing。
3、选择当前工作区根目录，确认生成 .cwspr 索引缓存文件夹。
4、保存任意 .py 文件后，将自动触发基于本地 AST 的函数签名补全。
通过 Ollama 运行轻量级代码模型（如 codellama:7b），再借助 Continue.dev 插件桥接 VSCode，实现完全离线、可定制提示词的补全流程。
1、终端执行 brew install ollama，随后运行 ollama run codellama:7b 下载模型。
2、访问 continue.dev 官网下载 VSCode 插件，并在设置中启用 Local LLM 模式。
3、在插件配置文件 .continue/config.json 中指定 http://localhost:11434 为 Ollama API 地址。
4、在代码中添加注释 // complete this function using best practices，按 Cmd+I 触发生成。
# javascript
# macbook
# github
# json
# git
# js
# vscode
# java
# python
# 工具
