KI:connect

KI:connect dort nutzen, wo Code entsteht.

Diese Erweiterung ergänzt den integrierten Chat von Visual Studio Code um KI:connect-Modelle. Die vorhandene Chatoberfläche, Dateikontext, Ask- und Agent-Modus bleiben der zentrale Arbeitsbereich.

Ein interaktives Tutorial führt durch die sichere Schlüsseleingabe und Modellauswahl. Das zuletzt über KI:connect gewählte Modell wird beim Neuladen wieder im integrierten Chat geöffnet.

Entwickelt von Omed Ababakir. Eigenständiges, inoffizielles Projekt; keine offizielle Veröffentlichung der Stadt Dortmund oder von KI:connect.

Was die Erweiterung kann

Interaktive Einrichtung beim ersten Start: API-Schlüssel prüfen, Modell auswählen und Chat öffnen.
Verfügbare Chatmodelle über deinen persönlichen KI:connect-API-Schlüssel laden.
Den Schlüssel vor dem Speichern anhand der Modellabfrage prüfen und in VS Code SecretStorage hinterlegen.
Antworten fortlaufend anzeigen und den von VS Code übergebenen Gesprächsverlauf berücksichtigen.
Werkzeugdefinitionen an geeignete Modelle übermitteln und deren Aufrufe an VS Code zurückgeben.
Laufende HTTP-Anfragen beim Abbrechen einer Antwort beenden.

Die Werkzeugausführung und zugehörige Bestätigungen übernimmt VS Code. Bilder und Werkzeugergebnisse mit Bildinhalten werden derzeit nicht unterstützt.

In wenigen Schritten starten

Vorausgesetzt werden VS Code ab 1.104 und ein persönlicher KI:connect-API-Schlüssel mit Modellzugriff.

Die Erweiterung installieren: Installation und erster Start.
Beim ersten Start öffnet sich die interaktive Einrichtung. Den persönlichen API-Schlüssel einfügen und prüfen lassen.
Ein verfügbares Modell auswählen und Modell auswählen und Chat öffnen anklicken.
Im integrierten Chat eine Frage stellen und bei Bedarf Dateien als Kontext hinzufügen.
Für geeignete Modelle den Agent-Modus auswählen; reine Textmodelle im Ask-Modus verwenden.

Die Einrichtung ist überspringbar und über KI:connect: Einrichtung starten erneut erreichbar (Strg+Umschalt+P). KI:connect: Chat öffnen bietet die Modellwahl und öffnet den integrierten Chat. Das gewählte Modell wird für den nächsten Start gemerkt.

Befehle

Befehl	Wirkung
KI:connect: Einrichtung starten	Interaktive Einrichtung erneut öffnen.
KI:connect: API-Schlüssel hinterlegen	Modellzugriff prüfen und den Schlüssel speichern.
KI:connect: API-Schlüssel entfernen	Den gespeicherten Schlüssel entfernen und die Modellliste aktualisieren.
KI:connect: Chat öffnen	Modell auswählen, merken und im integrierten Chat öffnen.

Projektstand und Grenzen

Die Modellauswahl wurde im Entwicklungsfenster praktisch erprobt. Automatisierte Tests prüfen Modellabfrage, Schlüsselprüfung, Streaming, Gesprächsverlauf, Werkzeugaufrufe und Abbrüche mit simulierten Antworten. Die tatsächliche Werkzeugunterstützung hängt zusätzlich vom jeweiligen KI:connect-Modell und dessen Serverkonfiguration ab.

Fähigkeiten werden bevorzugt aus API-Metadaten gelesen. Ohne diese Angaben erkennt die Erweiterung GPT-OSS, Qwen 3 und Mistral Small 3/4 anhand ihrer Namen als toolfähige Familien. Das sind Kompatibilitätsannahmen; unbekannte Modelle bleiben zunächst Textmodelle. Eine explizite negative API-Angabe hat Vorrang.

Kontextbudget und Tokenzählung

Version 1.0.0 verwendet einen lokalen BPE-Tokenizer mit den o200k_base-Textregeln und Rängen. Diese entsprechen der Texttokenisierung von GPT-OSS (o200k_harmony); Protokoll-Sondertoken im eingegebenen Text bleiben gewöhnlicher Text. Für andere Modellfamilien dient dieser Tokenizer als Referenz mit 10 % Reserve. Nachrichten erhalten zusätzlich eine kleine Reserve für die Protokollstruktur. Modellabhängige Chatvorlagen und serverseitige Reasoning-Tokens können weiterhin abweichen.

Kontext- und Ausgabegrenzen aus der KI:connect-API haben Vorrang. Fehlen sie, gilt ein konfiguriertes Gesamtbudget von 131.072 Tokens, davon 8.192 für Antworten und 122.880 für Eingaben. Die Vorgaben sind über kiconnect.fallbackContextWindow und kiconnect.fallbackMaxOutputTokens einstellbar. Änderungen aktualisieren die Modellinformationen unmittelbar. Serverseitige Grenzen können niedriger sein.

VS Code verwendet die gemeldeten Budgets auch im Agent-Modus für Dateikontext, Werkzeugergebnisse und Gesprächsverlauf. Den Zeitpunkt einer Zusammenfassung bestimmt VS Code selbst; die Provider-API bietet keinen Schalter für einen separaten „Agent Context Level“. Die Erweiterung erhöht kein vom Server gemeldetes Limit künstlich.

Die Tokenzählung läuft vollständig lokal. Die mitgelieferten Tokenizer-Daten und ihre MIT-Lizenz sind in third_party/TIKTOKEN.md dokumentiert.

Dokumentation

Thema	Inhalt
Installation	Voraussetzungen, Entwicklungsfenster und tägliche Nutzung.
Architektur	Module, Datenfluss und Werkzeugprotokoll.
Entwicklung	Projektstruktur, Sprachkonventionen und Prüfungen.
Datenschutzhinweise	Informationen zur Nutzung und zum Projektkontakt.
Datenfluss	Übertragene Inhalte, Schlüsselablage und Zuständigkeiten.
Fehlerbehebung	Konkrete Symptome und passende Prüfschritte.
Technischer Prüfstand	Durchgeführte Prüfungen und noch offene Freigabeschritte.
Veröffentlichung und Vorstellung	Herausgeberangaben, Paketprüfung und Texte zur persönlichen Präsentation.

Entwicklung

npm ci --ignore-scripts
npm run compile
npm test

Im Bereich Ausführen und Debuggen die Konfiguration KI:connect-Erweiterung starten auswählen und F5 drücken.

Autor und Mitwirkung

Omed Ababakir entwickelt dieses Projekt und arbeitet bei der Stadt Dortmund. Die Berufsangabe beschreibt seinen Hintergrund; sie kennzeichnet keinen Auftrag und keine Freigabe durch die Stadt.

Fehlerberichte und Verbesserungsvorschläge sind über die GitHub-Issues willkommen. Bitte eine kurze Beschreibung, Reproduktionsschritte und die verwendete VS-Code-Version angeben. API-Schlüssel und vertrauliche Gesprächsinhalte gehören nicht in einen Fehlerbericht.

Lizenz und Quellen

Ein eigener GitHub-Workflow führt Tests und Paketierung bei Änderungen auf main und bei Pull Requests aus. Er veröffentlicht nichts im Marketplace.

Das Projekt steht unter der MIT-Lizenz. Der maßgebliche Lizenztext bleibt im englischen Original.