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 2022 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。
一、切换至 GitHub Copilot
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。
二、启用 Tabnine 本地加速模式
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。
三、配置 CodeWhisperer 离线词典增强
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。
四、部署小型本地 LLM 补全服务（Ollama + Continue.dev）
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。
