用 promptcode-vscode 插件比从零写插件快 10 倍，能立即运行带上下文、多步调用、模型切换的 ai 工作流；仅当需私有部署、定制协议或嵌入非标模型时才应手写原生插件。
直接说结论：用 promptcode-vscode 插件比从零写一个插件快 10 倍，且能立刻跑通带上下文、多步调用、模型切换的 AI 工作流——除非你明确需要私有部署、定制通信协议或嵌入非标准模型服务，否则别碰原生插件开发。
为什么不用自己写 extension.ts？
自己写插件要处理一堆和“生成代码”无关的底层问题：activationEvents 触发时机错乱导致命令不可用、vscode.window.activeTextEditor 为空时读取内容失败、多步流程中中间结果丢失、错误提示不友好、无法保存历史 prompt 版本。而 promptcode-vscode 已封装好这些：它把每一步都抽象成可配置的 Step，自动管理上下文注入、变量传递、错误重试，并支持在侧边栏实时预览请求/响应体。
常见错误现象包括：
-
TypeError: Cannot read property 'document' of undefined—— 因为没加when: editorTextFocus或没判断编辑器是否就绪 - 生成的代码插在错误位置，甚至覆盖了光标前内容 —— 手动计算
TextEditor.edit()的 range 容易出偏移 - 切换模型后提示词失效，比如 Claude 对
```json块敏感但 GPT-4 不敏感 —— 自己写逻辑要逐个适配
怎么用 promptcode-vscode 替代手写插件？
它不是替代 VS Code 插件机制，而是复用已有机制，把你原本要写在 extension.ts 里的“调 AI → 解析响应 → 插入代码”逻辑，转成 YAML 流程定义。你只需要：
- 装插件：在 VS Code 扩展市场搜
promptcode-vscode，安装并重启 - 配模型：在设置里填入你的 OpenAI / Claude / DeepSeek API Key 和 endpoint（支持本地 Ollama）
- 建 Flow：右键任意文件 →
Prompt Flow: Create New Flow→ 选模板（如 “Generate Function Docstring”） - 改 Prompt：双击 Flow 文件，编辑 YAML 中的
prompt字段，例如加入约束：“只输出 JSDoc 注释，不要代码，用英文，字段必须包含 @param @returns” - 运行：右键选中函数 →
Run Flow on Selection，结果直接插入光标处
参数差异关键点：context 字段决定输入哪些上下文（当前行、选区、整个文件、相邻函数），outputMode 决定是替换选区、插入光标后，还是弹窗预览——这些在手写插件里都要自己写分支逻辑。
什么时候真得自己写插件？
只有三类场景绕不开原生开发：
- 需要访问 VS Code 未暴露的内部状态，比如监听 Git 阶段变化后自动触发代码生成
- 必须走内网代理或自签名证书调用私有 LLM 服务，而
promptcode-vscode的 HTTP client 不支持 customagent - 要深度集成到状态栏或自定义视图（比如在侧边栏实时显示生成耗时、token 使用量），它只提供 Webview 流程面板，不开放 DOM 控制权
性能影响明显：手写插件若用 vscode.workspace.onDidChangeTextDocument 做实时监听，没做防抖会拖慢编辑；而 promptcode-vscode 默认只响应显式触发（右键 / 快捷键），更可控。兼容性上，它要求 VS Code ≥ 1.85，和主流插件一致，但如果你团队还在用 1.7x 版本，就得降级或自己写。
真正容易被忽略的点是：Flow 的变量作用域只在单次执行内有效，跨 Flow 复用需手动导出为全局变量；而你自己写插件时，context.globalState 可以存任意 JSON，但忘了加 deactivate 清理就可能泄露敏感 prompt 模板。
