Roo Code + VSCode + DeepSeek：AI编程界的超级助手，让你的开发效率飞起来！

1. Roo Code是什么？

Roo Code是一款集成于VS Code的AI编程助手，它基于强大的Deepseek R1模型，能够为开发者提供全方位的编程支持。无论是代码生成、调试优化，还是系统设计、架构分析，Roo Code都能轻松搞定，让你的开发效率瞬间提升好几个档次！

1.1 Roo Code的核心特点概览?

（1）多模式支持：内置多种预设模式（如Code、Architect、Ask），并支持自定义模式，满足不同开发需求。

（2）文件与编辑器操作：直接创建、编辑文件，并自动响应语法错误或编译错误。

（3）命令行集成：支持运行构建、测试等命令，并根据输出自动调整操作。

（4）浏览器自动化：启动本地或远程Web应用，执行自动化测试与调试任务。

（5）多模型与多API支持：兼容OpenRouter、Anthropic、Google Gemini等多种模型，并提供详细的资源使用统计。

（6）自适应自治模式：手动、自动或混合模式灵活切换，轻松控制Roo Code的行为。

（7）MCP协议扩展：通过模型上下文协议扩展功能，轻松添加新工具。

（8）上下文引用：通过@file、@folder等方式快速提供上下文信息，优化交互效率。

1.2 Roo Code的三大亮点功能?

1.2.1 Chat Mode：智能对话模式?

Chat Mode是Roo Code的核心功能之一，提供多种灵活的工作模式，适应不同的开发需求。

（1）Code模式：默认模式，专注于日常开发任务。编写代码、修复问题、执行任务流，都能轻松搞定。

（2）Architect模式：专注于高层次的系统设计与架构分析。规划技术方案、设计系统架构、提出优化建议，帮助开发者更清晰地思考全局问题。

（3）Ask模式：知识型助手，适用于研究和技术问题解答。询问代码库、编程概念或技术实现问题，Roo Code会基于上下文提供详尽解答。

1.2.2 提示词定制：打造个性化AI编程助手✍️

Roo Code允许用户根据具体需求调整每种模式的角色定义和操作指令，适配不同的工作流程。

（1）角色定义与指令调整：为每种模式定制角色定义，如Architect模式关注系统可扩展性和性能优化，Ask模式支持更深入的研究问题。

（2）多种定制方式：通过「Prompts」标签页进行可视化编辑，或直接修改JSON文件，满足不同用户的需求。

（3）增强提示词功能：点击聊天输入框中的按钮，即可优化提示词，获得更优质的结果。

1.2.3 自定义模式：打造专属AI编程助手⚙️

自定义模式是Roo Code的革命性功能，允许用户创建全新的助手角色。

（1）快速创建新模式：通过简单指令快速生成新模式，如创建一个专注于编写测试用例的QA工程师角色。

（2）深度定制能力：通过「Prompts」标签页进一步调整提示词和权限设置，满足具体需求。

（3）动态适配开发需求：在复杂的开发场景中动态适配，为不同项目创建不同角色，实现高效任务分配和协作。

2. Roo Code的安装与使用教程

2.1 安装Roo Code Extension

（1）打开VS Code的扩展管理器，搜索「Roo Code」。

（2）安装带有火箭图标的扩展。

通过活动栏或命令面板打开Roo Code，开始体验。

2.2 获取Deepseek R1 API密钥?

（1）打开DeepSeek API开放平台：https://platform.deepseek.com/usage

登陆后会有10块钱的赠送额度，对于学习来说完全够用了！

（2）在账户仪表板或“API密钥”部分生成新的API密钥。

（3）复制密钥并安全存储，稍后配置Roo Code时需要使用。

2.3 配置Roo Code?

（1）打开Roo Code面板。
（2）在设置中找到API提供程序的配置字段，选择“Deepseek”作为API提供程序。
（3）将复制的Deepseek R1 API密钥粘贴到相应字段中。
（4）将模型更改为“deepseek-reasoner”，以便使用R1模型。
（5）点击“完成”或“保存”更新配置。

3. 牛刀小试

在对话框中输入：在当前目录下创建一个个人网站html模板工程

可以看到，Roo Code自动分析了需求，并在当前目录下新建了一个index.html 文件，往文件里写入了代码。右侧清晰的展示了代码、文件变化。

在确定生成的代码符合要求后，用户需要点击左下角的save按钮接受结果，否则这个文件将不会保留，被删除。

4. 使用其它模型（或者本地模型）

除了使用deepseek模型，你也可以使用其它大模型。甚至，你可以使用本地部署的大模型。

我之前已经在Mac电脑上本地部署了deepseek模型，就可以直接使用了。