优先选支持自定义prompt模板的插件（如Continue），因其可在.config.json中明确约束“拒绝字符串转换，优先用取模/整除”，并需将硬约束写入注释或JSDoc供AI识别，避免Copilot因训练数据含题解而违规或越界。
VSCode里装哪个插件能真正帮上算法题？
不是所有AI插件都适合刷题——Copilot在LeetCode类场景容易生成带字符串转换的解法，而isPalindrome题明确要求“不转字符串”时它大概率WA；Tabby和Continue本地部署后可手动指定模型（如CodeLlama-7b-Python），对数学推导类逻辑更可控；国产插件vsc-cec-ide虽有敏感词检测，但算法补全能力弱，不推荐用于解题。
- 优先选支持「自定义prompt模板」的插件，比如
Continue允许你在.continue/config.json里写："systemMessage": "你是一个专注算法实现的Python工程师，拒绝字符串转换，优先用取模/整除操作" - 避免用GitHub Copilot直接生成
leetcode.com题目代码——它的训练数据含大量题解，易触发版权或重复提交风险 - 如果本地跑
Ollama，拉取模型时加--quantize q4_0参数，否则CodeLlama-13b在8GB内存机器上会OOM
怎么让AI理解“不用str()”这类硬约束？
VSCode插件默认不读题目描述文本，只看当前编辑器内容。你写def isPalindrome(x):然后唤出AI，它根本不知道LeetCode第9题的限制条件。
- 必须把约束写进注释块：在函数上方加
# CONSTRAINT: x is int, negative → False, trailing zero (except 0) → False, no str() conversion - 或者用
/** @param {number} x - integer input, must not convert to string */这类JSDoc格式，部分插件（如Copilot）能识别类型注释中的关键词 - 别依赖自然语言描述：“请用数学方法”太模糊，
reversed_num = reversed_num * 10 + x % 10这种具体操作才被模型当作信号
为什么AI生成的二分查找总越界？
因为多数插件训练数据来自Stack Overflow，那里大量代码用while left 配<code>mid = (left + right) // 2，但遇到大数会溢出，且没处理nums[mid] == target后的边界收缩逻辑。
- 在调用前主动提供上下文：粘贴一段标准模板到编辑器顶部，例如
# BINARY SEARCH TEMPLATE: use left=0, right=len(arr)-1, avoid (left+right)//2, prefer left+(right-left)//2 - 生成后立刻检查三处：初始
right是否为len(nums)-1、mid计算是否防溢出、找到目标后return mid还是继续收缩 - 用
Continue时，在对话中追加问：“这个while循环退出时left和right的关系是什么？”，能暴露边界判断缺陷
本地测试环节最容易漏掉什么？
AI生成代码后直接复制进LeetCode提交，常因环境差异失败：VSCode里print()能运行，但OJ要求return；本地用sys.stdin.read()读输入，OJ却是函数入参。
- 务必在文件末尾加
if __name__ == "__main__":块，用真实样例验证，例如print(search([1,2,3,4,5], 3)) - 不要信插件自带的“运行选中代码”功能——它可能忽略
input()阻塞，导致测试假通过 - 对需要递归的题（如二叉树路径和），检查AI是否忘了加
self或nonlocal声明，这类错误VSCode语法检查器根本报不出
实际用起来，最难的不是让AI写对一行，而是让它持续理解你正在解的那道题的隐含规则。每次生成后花10秒看while条件、return位置、变量作用域，比多调一次AI更省时间。
