DeepSeek for Copilot Chat（Cache-Aware）：缓存感知省 token 的 VS Code 插件安装与使用指南

项目背景

DeepSeek API 对"命中缓存的输入 token"按极低价格计费，但前提是请求前缀必须与上一次完整匹配。很多 Copilot 接入扩展在对话轮次之间，工具列表、系统提示等会发生变化，导致缓存频繁失效，用户不知不觉多花了很多钱。

DeepSeek for Copilot Chat（Cache-Aware） 由 zltianhen-cpu 开发，在同类 Copilot 接入方案基础上，把"保持请求前缀跨轮次稳定"作为第一设计目标。它把 DeepSeek Flash 和 DeepSeek V4 Pro 直接放进 Copilot Chat 的模型选择器，同时优化请求结构，让前缀缓存持续命中，官方目标是把缓存命中率做到 99.5% 以上。

它与主流方案一样保留 Copilot 的 Agent 模式、工具调用、指令、MCP、Skills，并且支持图片输入（只读图、不生图）与 Vision Proxy，API Key 同样安全存放在操作系统钥匙串中。

核心特性

• 缓存感知设计：通过稳定请求前缀，让 DeepSeek prompt 缓存持续命中，输出通道实时显示缓存命中率，省钱看得见。
• 两个 DeepSeek 模型可选：DeepSeek Flash（快速、便宜、可直接读图）与 DeepSeek V4 Pro（复杂重构、深度推理）并排出现在模型选择器。
• 图片输入（只读不生）：Flash 直接接收图片附件做描述、读截图文字、分析图表；Pro 通过 Vision Proxy 把图片转文字描述。两个模型都不会生成图片。
• 思考强度四档：支持 none / low / high（默认）/ max，与官方 API 的推理档位对齐。
• 超大上下文：支持 655,360 输入 token / 393,216 输出 token 上下文。
• 自定义网关模型：通过 customModels 可在模型选择器追加 NewAPI、火山方舟 Ark、企业级 LLM 网关暴露的模型，无需改代码或发新版。
• 零运行时依赖：纯 VS Code API + Node.js 内置模块，无 Python、无 Docker、无本地代理进程。
• 密钥安全：API Key 存于 VS Code SecretStorage（OS 钥匙串），绝不落盘、不进 Git。

环境要求

• VS Code：1.116 或更高版本。
• GitHub Copilot：已安装并登录 Copilot Chat，Free / Pro / Enterprise 均可。
• DeepSeek API Key：从 platform.deepseek.com 获取。

详细部署步骤

第一步：安装扩展

方式一：VS Code 扩展面板（Ctrl+Shift+X）搜索 DeepSeek for Copilot Chat（发布者 zltianhen，名称带 Cache-Aware 字样），点击安装。

方式二：命令行一键安装：

code --install-extension zltianhen.deepseek-for-copilot

安装或升级本地 VSIX 后，建议执行命令面板 Developer: Reload Window 让 VS Code 重新加载内置的请求钩子。

第二步：设置 API Key

1. 按 Ctrl+Shift+P（macOS 为 Cmd+Shift+P）打开命令面板。
2. 运行 DeepSeek Cache-Aware: Set API Key。
3. 粘贴你的 DeepSeek API Key（sk-...），回车确认。

第三步：在模型选择器中选用 DeepSeek

1. 打开 Copilot Chat（Ctrl+Alt+I）。
2. 点击模型选择器，选择 DeepSeek Flash（Cache-Aware） 或 DeepSeek V4 Pro（Cache-Aware）。
3. 在模型上悬停选择思考强度（none / low / high / max）。
4. 开始对话，打开输出面板的 "DeepSeek" 通道即可看到实时缓存命中率。

第四步（可选）：接入自建/三方网关

如果你用的是火山方舟 Ark、NewAPI 等兼容网关，打开设置（Ctrl+,）搜索 deepseek-fork：

{
  "deepseek-fork.baseUrl": "https://your-gateway.example.com/v1",
  "deepseek-fork.modelIdOverrides": {
    "deepseek-flash": "your-flash-model-id",
    "deepseek-v4-pro": "your-pro-model-id"
  }
}

还可以通过 customModels 往选择器里追加自定义模型（无需发版）：

{
  "deepseek-fork.customModels": [
    {
      "id": "deepseek-v4-1-flash-260910",
      "name": "Volcengine DeepSeek v4.1 Flash",
      "detail": "Volcengine Ark - thinking on by default",
      "maxInputTokens": 1000000,
      "maxOutputTokens": 393216,
      "capabilities": {
        "toolCalling": true,
        "imageInput": false,
        "thinking": {
          "supportedEfforts": ["low", "high", "max"],
          "defaultEffort": "high",
          "canDisable": true
        }
      },
      "requiresThinkingParam": true
    }
  ]
}

常见坑与解决办法

• 模型列表看不到 DeepSeek：执行 Developer: Reload Window 重载窗口；确认 VS Code ≥ 1.116 且 Copilot Chat 已启用。
• 缓存命中率上不去：避免在对话中途频繁切换模型、频繁开关工具；日常尽量固定用 Flash 读图、固定用 Pro 做重构。
• 401 / 403：Key 错误或失效，重新生成。
• 402：DeepSeek 账户余额不足。
• 自定义模型不出现：检查 customModels 配置 JSON 格式，无效条目会在 DeepSeek 输出日志里给出警告。

使用方法示例

推荐用法：日常快速问答、读截图、小改动选 DeepSeek Flash（Cache-Aware）+ high；跨文件重构、Agent 任务选 DeepSeek V4 Pro（Cache-Aware）+ max。示例提示：

请阅读当前打开的文件，解释它的主要作用，先不要修改任何代码。
# 看图排错
这张报错截图里是什么错误？帮我定位到对应代码行并修复。

常见问题 FAQ

Q1：Cache-Aware 到底帮我省多少？
A：DeepSeek 对命中缓存的输入 token 按标准价的很小比例计费。本扩展通过稳定请求前缀把命中率目标做到 99.5%+，长会话、大上下文场景下节省尤其明显。

Q2：Flash 和 Pro 该选哪个？
A：Flash 快、便宜、能直接读图，适合日常；Pro 推理更强，适合复杂重构和多步 Agent 任务。

Q3：能在对话中途为了看图切换模型吗？
A：技术上可以，但会破坏前缀缓存命中。建议一开始就用 Flash 读图，或留在 Pro 上用 Vision Proxy。

Q4：API Key 存哪里？
A：VS Code SecretStorage（macOS 钥匙串 / Windows 凭据管理器 / Linux libsecret），不写 settings.json。

Q5：支持 MCP 和 Skills 吗？
A：完整继承 Copilot 的 MCP、Skills、.instructions.md、AGENTS.md，配置方式与原生 Copilot 一致。

跳转链接

• GitHub 仓库：https://github.com/zltianhen-cpu/deepseek-for-copilot
• VS Code Marketplace：https://marketplace.visualstudio.com/items?itemName=zltianhen.deepseek-for-copilot
• API Key 申请：https://platform.deepseek.com/api_keys