GitHub Copilot API Gateway：将 IDE AI 能力转化为本地 API

从"只能在 VS Code 里用"到"任意工具调用"

想象这样一个场景：你喜欢 GitHub Copilot 的代码补全能力，想在自己的 Python 脚本里用 Copilot 做代码审查，或者想用 LangChain 把 Copilot 接入到一个本地 AI Agent 工作流中——但 Copilot 是一个 VS Code 插件，它不给你提供 API。

这正是 GitHub Copilot API Gateway 解决的痛点。这个由独立开发者 Suhaib Bin Younis 创建的开源项目，把 VS Code 里安装的各类 AI 扩展（GitHub Copilot、Gemini、Ollama 等）统一暴露为本地 HTTP API，让任何支持 OpenAI/Anthropic/Google 兼容接口的工具——Cursor、Aider、LangChain，或者你自己写的 Python 脚本——都能像调用商业 API 一样调用这些 AI 能力，而且完全免费。

背景：AI 工具割裂的困局

当前的 AI 编程工具市场高度碎片化。GitHub Copilot 需要 VS Code；Cursor 有自己的闭源 API；Claude 有 Anthropic 的商业 API；Ollama 在本地运行开源模型却只暴露原生接口；Gemini 又是另一套协议。对于开发者来说，如果想同时用多种 AI 能力，要么注册多个平台账号、申请多个 API Key、管理一堆账单，要么就得接受工具之间的割裂。

这个项目的核心思路是：VS Code 生态已经聚合了大量的 AI 扩展，它们各自运行在 VS Code 的 extension host 进程中，消耗 VS Code 的许可证配额。与其重复造轮子，不如直接在 VS Code 这一层做聚合，通过一个本地 HTTP/WebSocket 服务器把这些 AI 能力以标准 API 格式暴露出来。

核心功能：多协议网关

GitHub Copilot API Gateway 的本质是一个多协议 API 网关。它在 VS Code 扩展进程中启动一个 HTTP 服务器（默认端口 8080），监听标准的 AI API 请求格式，然后将这些请求路由到 VS Code 内安装的对应 AI 扩展。

项目支持以下 API 协议：

• OpenAI 兼容：发送 POST /v1/chat/completions，网关自动映射到 GitHub Copilot Chat 端点
• Anthropic 兼容：支持 /v1/messages 端点，可与 Claude 系列工具对接
• Google AI 兼容：映射到 Gemini 扩展
• Llama.cpp 兼容：支持 Ollama 本地模型

通过这种方式，LangChain、AutoGen、Cursor 的自定义规则、Aider 的 --no-env 模式等工具都可以无缝接入。用户无需关心背后是 Copilot 还是 Gemini，只用标准的 API 调用格式即可。

技术架构

核心模块

项目使用 TypeScript 开发，源码位于 src/ 目录，核心文件包括：

• CopilotApiGateway.ts：网关主模块，实现 HTTP/WebSocket 服务器，处理 API 请求路由、内置敏感信息脱敏（SSN、信用卡、API Key、密码等，支持可配置的正则模式和开关）、请求历史记录和速率限制
• VSCodeToolProvider.ts：VS Code 工具提供者，调用 VS Code 内置的工具调用 API，将请求转发给已安装的 AI 扩展
• McpService.ts：MCP（Model Context Protocol）协议支持，允许网关作为 MCP 客户端或服务器
• TelemetryService.ts：遥测数据收集（脱敏后），包括请求量、模型分布、缓存命中率、速率限制触发等指标
• AuditService.ts：审计日志，记录所有 API 请求的完整生命周期

Web UI 支持

项目附带了一个静态网站（website/ 目录），提供 API 文档、FAQ 和在线试用界面，但这个 Web UI 与 VS Code 扩展本身是分离的——它是一个独立的文档站点，而非网关的控制面板。真正的控制面板嵌入在 VS Code 侧边栏（CopilotPanel.ts）。

安全设计

代码中内置了 12 种敏感信息脱敏模式，覆盖美国 SSN、印度 Aadhaar 号码、信用卡、护照、邮箱、URL、电话号码、API Key、密码和 Bearer Token。默认全部关闭，用户按需启用。脱敏后的数据会进入遥测和日志，保证生产使用中的数据安全。

测试与质量

项目有 89.38% 的代码覆盖率，使用 VS Code 内置的测试框架（vscode-test）进行集成测试，包含请求路由、WebSocket 通信、速率限制等场景的自动化测试用例。

上手门槛：极低，但有前提

安装这个扩展不需要任何配置——直接在 VS Code 扩展市场搜索 "GitHub Copilot API Gateway" 并点击安装即可。安装后扩展会自动启动本地 API 服务器（默认 http://localhost:8080），并输出一张包含所有可用端点的卡片。

前提条件：

1. VS Code 1.95+（扩展引擎要求）
2. 至少安装一个 AI 扩展（GitHub Copilot、GitHub Copilot Chat、Gemini，或 Ollama）

使用门槛：需要具备基本的 HTTP API 调用经验，了解 OpenAI/Anthropic 的请求格式。能写 curl 命令或 Python requests 的用户可以快速上手；纯非技术用户需要参考 README 中的示例。

局限与争议

1. 依赖 VS Code：网关必须运行在 VS Code 进程内，如果 VS Code 关闭，API 立即不可用——不适合作为持久化的生产服务
2. 配额限制：GitHub Copilot 有每月请求配额，扩展本身无法突破这一限制
3. 协议覆盖不完整：一些工具可能需要额外的适配层（如某些 Embedding 端点），并非所有 OpenAI API 在此都得到完整支持
4. 许可证风险：GitHub Copilot 的 ToS 是否允许通过 API 方式转接调用，存在一定争议

行业意义

这个项目代表了一种**"利用平台聚合能力"的思路**——不重复造轮子，而是站在 VS Code 这个已经聚合了大量 AI 工具的巨人肩膀上，提供统一的对外接口。它让 AI 工具的使用方式从"在 IDE 里用"扩展到了"在任意工作流里用"，降低了 AI 能力的集成门槛。

对于 AI 开发者来说，这是一个低成本实验各种模型的方案——只要在 VS Code 里装上扩展，就相当于免费获得了一个本地 API 网关；对于教育场景和学生群体，这个工具也有独特的价值（GitHub Education Pack 的 Copilot 本身对学生免费）。