当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > VS Code 1.139 为什么把远程容器扩展到更多主机

VS Code 1.139 为什么把远程容器扩展到更多主机

来源:17golang原创 2026-10-09 03:08:47 0浏览 收藏

VS Code 1.139 把远程容器扩展到更多主机,重点不是“编辑器又多支持了几种远程连接”,而是让代理的实际执行环境更贴近项目。现在,通过桌面端 Agents Window 发起的会话,可以把 Agent Host 放进位于 SSH、Tunnel 或 WSL 主机上的项目 Dev Container 中;界面仍在本地,文件编辑、命令和工具链则在容器内运行。

官方发布说明:https://code.visualstudio.com/updates/v1_139

这次扩展改变的是执行位置

传统远程开发已经能让 VS Code 连接另一台机器,但代理场景多了一层要求:代理不仅要看见代码,还要可靠地调用项目指定的编译器、包管理器、命令行工具和依赖。如果代理运行在本地电脑,而项目依赖只存在于远程容器中,环境差异就会不断转化为命令失败和重复配置。

VS Code 1.139 的做法是把职责拆开:本地 Agents Window 负责交互和会话入口;SSH、Tunnel 或 WSL 主机承载工作区;项目 Dev Container 提供隔离后的工具链;Agent Host 则在容器内拥有会话,并执行文件编辑和命令。这样,代理面对的环境与开发者为项目声明的环境一致。

VS Code 本地控制端、远程主机和 Dev Container 执行域关系图

图1:本地界面负责控制,远程主机承载工作区,Agent Host 在 Dev Container 内使用项目工具链。

为什么要覆盖 SSH、Tunnel 和 WSL

这三类主机代表了常见但差异很大的工作位置。SSH 适合团队服务器和云端开发机,Tunnel 适合通过 VS Code 隧道访问受控环境,WSL 则把 Linux 工具链带到 Windows 本机。共同点是:代码所在的位置不一定等于桌面界面所在的位置,而项目真正需要的依赖又可能只存在于容器中。

扩大主机范围后,团队不必在笔记本、本机远程扩展环境和容器之间重复安装同一套工具。对大型仓库、需要 Linux 原生依赖的项目、依赖专用算力或靠近内部数据的工作负载,容器内 Agent Host 还能减少“本地能聊、远端不能跑”的割裂。

Agent Host 是这次变化的关键

Agent Host 是独立于具体编辑器窗口的进程,它拥有代理会话,并通过 Agent Host Protocol 与客户端通信。会话不再必须绑定某一个窗口,也就更容易放到工作区附近运行。对远程容器而言,这种客户端与宿主分离的架构尤其重要:桌面端可以关闭或切换视图,而会话的执行上下文仍由远端容器中的 Agent Host 维护。

这也说明该功能不是新的代理模型或新的代理框架。它改变的是代理所在的运行环境,不会自动替换项目的 Dev Container 配置,也不会绕过远程主机的权限、安全策略和资源限制。

最小启用路径

启用前先核对四个条件:VS Code 已更新到 1.139 系列;目标文件夹可以通过受支持的 SSH、Tunnel 或 WSL 连接访问;仓库中存在受支持的 Dev Container 配置;远程主机能够使用 Docker。缺少任一项,都无法把 Agent Host 放进项目容器。

然后在设置中启用实验开关:

{
  "chat.agentHost.devContainer.enabled": true
}

这个 JSON 只启用 Dev Container Agent Host 能力,不会替你安装 Docker,也不会生成 devcontainer.json。启用后,在 Agents Window 的文件夹菜单中选择 Use Dev Container,再为目标项目创建会话。首次运行后,应检查代理执行命令时使用的编译器、依赖版本和工作目录是否确实来自容器,并像普通代码变更一样审阅差异。

上线前要保留的门禁

首先,这是实验性能力,并采用渐进发布方式。部分用户不会默认看到开关,功能名称和行为也可能调整。其次,远程主机上的 Docker、镜像拉取、网络代理、挂载权限和磁盘空间仍是常见故障点;VS Code 只负责连接和编排,不能消除这些基础设施约束。

再次,部分由编辑器扩展提供的工具仍可能依赖已连接的客户端。Agent Host 位于容器中,并不意味着所有扩展能力都自动搬进容器。团队应把“容器内可执行的命令”和“客户端扩展提供的工具”分别列入验收清单。

VS Code 远程容器代理启用条件和能力边界图

图2:版本与开关、远程前置条件和能力边界需要分别核对。

哪些团队最值得采用

如果项目已经把依赖、运行时和开发工具稳定地写进 Dev Container 配置,这项能力的收益最直接:代理与开发者共享同一套环境,复现问题和审查命令都更容易。远程算力昂贵、仓库体积大、内部依赖不能下沉到个人电脑的团队,也能让执行更靠近代码和数据。

如果团队的容器配置尚不稳定,或者 Docker 权限和镜像供应链仍频繁变化,则应先治理环境,再扩大代理使用范围。否则,Agent Host 只会更快地暴露既有配置问题,而不会自动修复它们。

常见问题

它等同于 Remote-SSH 吗?

不等同。Remote-SSH 解决如何连接远程主机;这里解决的是代理是否进一步进入该主机上的项目 Dev Container 执行。两者可以组合,但职责不同。

本地 VS Code 界面也会进入容器吗?

不会。桌面 Agents Window 仍然在本地,Agent Host 和工作区相关命令在远程容器内运行。

远程主机没有 Docker 怎么办?

无法使用这一 Dev Container 路径。可以继续使用普通远程 Agent Host,或先按组织安全规范部署受支持的容器运行环境。

为什么设置打开后仍看不到选项?

先确认版本、Agents Window、远程连接类型、项目容器配置和 Docker 状态。由于功能仍在渐进发布,界面入口也可能尚未对当前环境完全开放。

结论

VS Code 1.139 扩展远程容器支持,本质上是在统一代理、代码和工具链的执行边界。SSH、Tunnel 与 WSL 只是承载位置,真正的价值来自 Agent Host 可以进入项目声明的 Dev Container。对已经容器化开发环境的团队,这是减少环境漂移的一步;对尚未稳定管理容器配置的团队,则应把它视为需要门禁的实验能力,而不是一键式远程自动化。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
pkg.go.dev API 分页结果如何持续同步到本地索引pkg.go.dev API 分页结果如何持续同步到本地索引
上一篇
pkg.go.dev API 分页结果如何持续同步到本地索引
pkg.go.dev API 分页游标失效后如何恢复同步
下一篇
pkg.go.dev API 分页游标失效后如何恢复同步
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    384次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    458次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    471次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    409次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    237次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码