# 将 LLM 模型添加到 GitHub Copilot 应用
从所选的外部提供商（托管在本地或云中）连接模型。
> [!NOTE]
> 在GitHub Copilot app中支持使用您自己的模型提供程序这一功能处于公开预览阶段，且可能会发生变化。
除了 GitHub Copilot app 提供的模型外，还可以使用“自带密钥”(BYOK) 配置 GitHub 以包含所选 LLM 提供程序中的模型。 您可以在首次打开应用时设置模型提供商，也可以稍后在应用设置中进行设置。
配备 NVIDIA GPU 且内存充足的 Windows 用户可以在其设备上本地安装 GitHub Copilot app 和 MAI Code 1.1 Flash 模型，并直接在 Flint NVFP4 中进行安装。
您必须使用 GitHub 帐户登录才能使用该应用，但如果您使用自己的模型提供方，则不需要 Copilot 套餐。 如果确实订阅了 Copilot 套餐，则可以在同一应用中使用自己的模型提供程序中的模型和 GitHub 提供的模型。
> [!NOTE]
> 本文介绍如何配置自定义模型供自己使用。 若要为组织或企业中的用户设置自定义模型，请参阅 [在你的组织中为 GitHub Copilot 启用自定义模型](/zh/copilot/how-tos/administer-copilot/manage-for-organization/enable-custom-models) 和 [在企业中为 GitHub Copilot 启用自定义模型](/zh/copilot/how-tos/administer-copilot/manage-for-enterprise/enable-custom-models)。
## 使用 BYOK 添加模型
可以使用 BYOK 方法将模型添加到 GitHub Copilot app。
### 支持的提供程序
GitHub Copilot app 支持以下 BYOK 模型提供程序：
* OpenAI
* Azure OpenAI
* Microsoft Foundry
* Anthropic
* Ollama
* 本地铸造厂
* LM Studio
* 任何与 OpenAI 兼容的 HTTP 终结点
### 先决条件
必须具有 API 密钥才能添加需要身份验证的模型提供程序。
### 设置模型提供商
如果你是第一次配置该应用，并且还没有 Copilot 计划，则可以选择在引导设置过程中自行配置模型提供方。
若要在以后添加或更新模型提供程序，请执行以下操作：
1. 单击 以打开“设置”对话框。
2. 在边栏中，单击“ **模型提供程序**”。
3. 单击“ **添加提供程序**”。
4. 选择你的提供商。
5. 输入提供方详细信息。 这因提供程序而异，但可能包括显示名称、基 URL 和 API 密钥。
6. 单击 **“添加提供程序** ”保存提供程序。
添加提供程序后，其模型会与 GitHub 托管的模型一起显示在模型选择器中。 您可以选择该模型并在会话中使用它。 有关详细信息，请参阅“[在 GitHub Copilot 应用中使用代理会话](/zh/copilot/how-tos/github-copilot-app/agent-sessions)”。
提供程序凭据存储在系统凭据存储中，永远不会显示在 UI 中。
## 从模型选取器安装本地模型
> [!NOTE]
> 此功能处于 公开预览 阶段，并且可能会发生变化。可以通过转到应用设置的“实验性”部分，并在“代理”下关闭**Windows ML 本地模型**选项来禁用此功能。
>
> 若要启用 Copilot Fusion 使用本地模型，必须在应用设置的“实验性”部分中打开“**本地模型自动路由**”选项。
如果使用 Windows，并且计算机满足以下先决条件，则可以从应用的设置中在本地下载并安装以下模型：
* MAI Code 1.1 Flash
* Flint NVFP4
### Prerequisites
您必须具备：
* Windows电脑
* 需要 NVIDIA GPU（不支持 AMD）
* 每个模型的最低可用总 RAM：
* **MAI Code 1.1 Flash：** 96 GB
* **Flint NVFP4：** 48 GB
* 每个模型的最低可用存储空间：
* **MAI Code 1.1 Flash：** 60 GB
* **Flint NVFP4：** 23 GB
* 已安装 llama.cpp v0.7.0 或更高版本，并将 `LLAMACPP_SERVER_PATH` 设置为其安装路径。 所需的构建版本：
* **MAI Code 1.1 Flash：** [b11669](https://github.com/ggml-org/llama.cpp/releases/tag/b11669?utm_source=local-model-prereq-mai-code\&utm_medium=docs\&utm_campaign=universe-2026) 或更高版本
* **Flint NVFP4：** [b11803](https://github.com/ggml-org/llama.cpp/releases?q=flint\&expanded=true\&utm_source=local-model-prerequisite-flint\&utm_medium=docs\&utm_campaign=universe-2026#release-b11803) 或更高版本
请参阅[安装Windows llama.cpp](#installing-llamacpp-for-windows)。
### 在本地使用 MAI Code 1.1 Flash 的好处
MAI Code 1.1 Flash是一种编码优化模型，可在Windows电脑上本地运行。 通过使用在本地运行的模型，即可离线使用 Copilot 并避免消耗 GitHub AI Credits。
安装 MAI Code 1.1 Flash后，可以从模型选取器中选择它，就像任何其他模型一样。 该模型也可用于 Copilot Fusion 的 Fusion Standard 工作量级别。 当你将模型选择设置为 **Copilot Fusion** 并使用 Fusion Standard 时，MAI Code 1.1 Flash 将被自动选中来处理适当的任务，为需要更多资源或更高性能的任务保留基于云的模型。
### 安装用于Windows的llama.cpp
若要在 Windows 上安装使用 CUDA 构建版本的 llama.cpp：
1. 在浏览器中，转到llama.cpp存储库的发布页： [https://github.com/ggml-org/llama.cpp/releases](https://github.com/ggml-org/llama.cpp/releases?utm_source=llama-windows-install-cta\&utm_medium=docs\&utm_campaign=universe-2026)
2. 选择要安装的版本，例如 [b11803](https://github.com/ggml-org/llama.cpp/releases?q=flint\&expanded=true\&utm_source=local-model-prerequisite-flint\&utm_medium=docs\&utm_campaign=universe-2026#release-b11803)。
3. 单击链接下载适用于 Windows CUDA 13.4 ARM64 版本的这两个文件：
* Windows arm64 （CUDA 13）
* CUDA 13.4 DLLs
4. 打开命令提示符并创建安装文件夹：
```shell copy
mkdir "%LOCALAPPDATA%\Programs\llama.cpp\BUILD-cuda-13.4-arm64"
```
替换 `BUILD` 版本号，例如 `b11803`。
5. 将这两个 ZIP 文件中的所有文件直接提取到此文件夹中。 如果使用文件资源管理器中的 **“全部提取”**，请将目标更改为此文件夹，因为默认情况下，文件资源管理器会为每个 ZIP 文件创建单独的子文件夹。 完成后，文件夹应包含大量文件，包括 `llama-server.exe`、`cudart64_13.dll`、`cublas64_13.dll` 和 `cublasLt64_13.dll`，且不包含子文件夹。
6. `LLAMACPP_SERVER_PATH`设置环境变量：
```shell copy
setx LLAMACPP_SERVER_PATH "%LOCALAPPDATA%\Programs\llama.cpp\BUILD-cuda-13.4-arm64\llama-server.exe"
```
正在替换 `BUILD` 版本号。
7. 关闭命令提示符并打开新的命令提示符窗口。 如果 Copilot app 或 VS Code 已经打开，请重新启动它。 如果 Copilot CLI 正在运行，请退出它，并从新的终端窗口中再次启动它。
8. 要检查安装情况，请运行：
```shell copy
"%LLAMACPP_SERVER_PATH%" --list-devices
```
### 在 中安装本地模型
1. 单击 以打开“设置”对话框。
2. 在边栏中，单击“ **模型提供程序**”。
3. 单击“ **添加提供程序**”。
4. 选择**Windows ML**。
如果本地计算机满足先决条件，则支持的本地模型将列在“可用模型”下。
5. 单击“**下载**”以安装所需模型。
6. 使用**要使用的最大系统内存百分比**滑块来限制 Windows ML 模型可以使用的系统内存量。
7. 启用**在应用重启时重新启动模型**，以便在重启Copilot app后自动重新启动已下载的 Windows ML 模型。
8. 根据需要更改特定于模型的设置。
### 使用下载的本地模型
下载完成后，本地模型将可用于会话。
您可以选择以下任一选项：
* 从模型选取器中选择它，方式与选择任何其他可用模型相同。 请参阅“[在 中选择模型](/zh/copilot/how-tos/github-copilot-app/choose-a-model)”。
* **MAI Code 1.1 Flash 仅：** 选择 **Copilot Fusion，然后在 Fusion Standard** 模型选取器中选择工作量级别，Copilot 会在适当时自动使用此模型。
* 将其分配给 custom agent，用于专注处理任务。 然后，可以提示 Copilot 将该自定义代理用于某个任务的一部分，同时让主会话继续在云端的另一模型上运行。 请参阅“[为 GitHub Copilot CLI 创建和使用自定义智能体](/zh/copilot/how-tos/copilot-cli/customize-copilot/create-custom-agents-for-cli#delegating-focused-tasks-to-a-specific-model)”。
> [!IMPORTANT]
> 从模型选取器下载本地模型后，请不要无论是通过直接选择还是通过 Copilot Fusion，在不同Copilot界面（VS Code、Copilot CLI、Copilot app）的会话中同时使用它。 每个图面都会将该模型的一个独立实例加载到内存中，这很可能会导致本地计算机耗尽 RAM。