llama.vscode

現時点の証拠を見ると、llama.vscode には採用の兆しがありますが、「注目度が高く、実利用報告もある初期段階のローカル補完プラグイン」と見るのが妥当で、成熟した汎用 AI コーディング基盤とまでは言いにくいです。熱度の証明は、GitHub の約 1450 スター、作者による X でのインストール数や更新告知、複数の拡散投稿が中心です。これはローカル AI コーディング界隈で注目されていることを示します。一方、使いやすさ・能力の証明としては、公式リポジトリ、作者が「VS Code 内の FIM 補完 בלבד」と明言している投稿、実際の補完例を見せる利用者投稿のほうが有効で、「ローカル補完として実用可能」という範囲で判断できます。\n\n実際の役割は、対話型のコーディングチャットでも、フル機能の agent IDE でもありません。より正確には「llama.cpp を背後に置いた、ローカル版 Copilot 風の補完フロントエンド」です。証拠では、llama.cpp server と通信し、VS Code 上でコードやテキストの継続、とくに fill-in-the-middle completion を提供することが確認できます。言語ごとの補完オン/オフやクイックメニューへの言及もあり、エディタ作業に寄せた作りだと分かります。Qwen3-Coder-30B-A3B と組み合わせた実演投稿では、日常のコーディングで便利そうな補完精度が示されていますが、まだ個人利用ベースの限られたサンプルです。\n\n導入のハードルとコストについては、この証拠群だけでは公式料金は確認できません。確実に言えるのは、拡張とリポジトリ自体はオープンソースだという点です。ただし実運用コストは、自前またはセルフホストの llama.cpp 環境、つまりハードウェア、電力、推論資源に依存します。GPU 前提感や性能改善の話は、作者・利用者の SNS 投稿や、llama.vscode server 用に専用マシンを置いているという発言に基づくもので、高速体験には強めのローカル環境が有利だと示唆しますが、デモの快適さを普遍的な保証として受け取るべきではありません。向いているのは、プライバシーや制御性を重視し、ローカルモデルを自分で調整したい開発者です。逆に、すぐ使えるクラウド支援、リポジトリ QA、自律エージェント実行を期待する人には不向きです。\n\nSNS 上の総意はおおむね好意的で、「ローカル補完として使える」「更新が速い」「性能改善が進んでいる」という話が中心です。ただし evidenceSources の議論品質には差があります。公式 GitHub リポジトリと作者コメントは機能範囲の判断に最も有効です。X には少数ながら実使用例があり、体感の判断材料になります。