当Copilot因网络抖动离线时，可通过控制台执行await copilot?.status()确认状态，并用User Snippets预存代码模板、导出历史生成内容、或配置Ollama+CodeLlama本地模型代理实现无网补全。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当你在高铁、机场或老旧办公楼里遭遇网络抖动甚至间歇性断连，GitHub Copilot 的补全建议突然消失、/ask 命令卡在 loading 状态，而你正卡在一个关键函数的参数签名上——这时靠预存的本地缓存比等待重连更可靠。
确认当前 Copilot 连接状态
打开 VS Code，按下 Ctrl+Shift+P（Windows/Linux）或 Cmd+Shift+P（Mac），输入 “Developer: Toggle Developer Tools”，回车打开控制台。
在 Console 标签页中粘贴并执行：await copilot?.status()，观察返回结果：若输出包含 【"status": "offline" 或 networkError 字段】，说明 Copilot 已判定后端不可达；若报错 copilot is not defined，则扩展未加载成功，需先检查 Copilot 插件是否启用。
同时留意底部状态栏右侧 Copilot 图标——灰色图标 + 悬停显示 “No internet connection” 是最直观的离线标识。
启用高频上下文预缓存
方法一：用 User Snippets 固化常用模式
按下 Ctrl+Shift+P → 输入 “Preferences: Configure User Snippets” → 选择 “New Global Snippets file” → 命名为 offline-copilot.json。
填入典型场景模板，例如 React 组件骨架：
{ "React Component": { "prefix": "rcomp", "body": ["const $1 = () => {", " return (", " $0$2>", " );", "};", "export default $1;"], "description": "Offline-ready React functional component" } }
保存后，在任意文件中输入 rcomp + Tab 即可展开，完全不依赖网络。
方法二：批量导出近期 Copilot 生成内容
在联网稳定时，打开终端，进入项目根目录，运行：
mkdir -p .copilot-cache && copilot explain --output=.copilot-cache/explains_$(date +%Y%m%d).json src/**/*.py
该命令会将 Copilot 对所有 Python 文件的注释解释结果存为 JSON，后续断网时可用 VS Code 的 JSON Viewer 扩展直接打开查阅，避免重新理解逻辑。
构建轻量级本地模型代理（Ollama + CodeLlama）
第一步：安装 Ollama 并拉取适配代码补全的模型
访问 ollama.com/download 下载对应系统安装包，安装完成后在终端执行：ollama run codellama:7b-instruct。首次运行会自动下载约 4.2GB 模型文件，【务必在有网且带宽充足时完成】。
第二步：配置 Tabby 替代 Copilot 扩展
卸载 GitHub Copilot 插件 → 在 VS Code 扩展市场搜索并安装 Tabby → 打开设置（Settings）→ 搜索 “tabby server url” → 将值改为 http://localhost:11434 → 重启 VS Code。
第三步：验证本地补全是否生效
新建一个 main.py 文件，输入 def calculate_ 后暂停，等待 2–3 秒——若出现 sum(nums) 或 average(data) 类补全建议，说明本地模型已接管，此时拔掉网线再试，补全依旧可用。
