前言
2025年程序开发感觉有翻天覆地的变化,各种AI和IDE工具都在集成。以前只能通过web的chat方式来让AI写代码,现在可以直接在IDE里进行了。
IDE开发环境
我平时维护代码多,维护各种工具软件。习惯了使用vs2022,他带了一个Github Copilot聊天,但是感觉用起来优点不趁手。
VS2022

VSCode
装了VSCode,发现可以登录github或者openai使用更好的模型,并且可以直接分析项目和ai自动修改代码。

github配合很快就用光了。
Codex的不知道什么时候用光。
就很好奇是否可以架设开源模型来使用vscode呢?
当然开源模型是比不上商业模型的,但是至少应急可以使用。
Ollama介绍和安装
Ollama 是一个开源的本地大模型部署与运行工具,主打 “一键启动、开箱即用”。它允许用户在个人电脑(支持 macOS、Linux 和 Windows)上,轻松下载和运行多种开源大型语言模型,而无需复杂的配置或依赖云端服务。

安装好后就可以直接使用了,可以作为服务端。

设置这里应该要打开network允许。
当然这个软件如果跑模型会很吃显卡和内存的。
想安装那个模型就可以直接选择一个模型发送一个随便的消息,他会自己下载的。
这样Ollama就安装好了。
Continue
安装
我们来到vscode,在扩展程序里搜索continue并安装。

设置
安装好了后我们进行config配置:


name: Local Config
version: 1.0.0
schema: v1
models:
- name: Remote Ollama
provider: ollama
model: AUTODETECT
apiBase: http://192.168.3.28:11434
roles:
- chat
- edit
- apply
capabilities:
- tool_use
- name: GPT_Cloud
provider: openai
model: gpt-4.1-mini
apiKey: sk-proj-jH3K5Kxxxx- xxxx
roles:
- chat
- edit
- apply
capabilities:
- tool_use
context:
- provider: file
- provider: code
- provider: currentFile
- provider: search
- provider: diff
- provider: terminal
- provider: repo-map
ollama的配置部分,我们如果是远程的可以添加一个apiBase来指向就可以,删除就会自动从本地找。
另外Continue还可以加入其他商业的apiKey来使用。
测试使用

果然这模型真不行,C#代码都翻译成py了。哈哈


性能
这样就可以使用了,我们可以来到Ollama看下占用情况:

能看到qwen-coder:30b大概占用了19G显存,AI真是吃显存大户。
很多东西还不智能,不会直接修改代码等,可能Agent下工具调用不稳定,也可能是配置问题。后面再慢慢研究吧。
本文重点是Continue连接Ollama使用基本完成。
5110

被折叠的 条评论
为什么被折叠?



