本地跑通 AI 代码审查:Ollama 安装与两个模型对比入门
零基础学会用 Ollama 在本地安装并运行 Qwen2.5-Coder 和 DeepSeek-Coder,对比它们审查代码时的表现。
想在自己的电脑上跑一个 AI 助手帮你看看代码有没有漏洞?这篇文章带你从零开始,用 Ollama(一个帮你下载和运行 AI 模型的免费工具)安装两个代码审查模型,并看看它们谁更好用。
准备环境:先装好 Ollama
Ollama 支持 Windows、macOS 和 Linux。这里以 Windows 为例,用 WSL2(Windows 自带的 Linux 子系统,相当于在 Windows 里开一个小型 Linux 系统)来运行。
- 在 Windows 上安装 WSL2:打开 PowerShell(管理员),输入
wsl --install,重启电脑。 - 去 ollama.com 下载 Ollama 安装包,双击安装。
- 安装后,打开终端(或 Windows Terminal),输入
ollama --version,看到版本号就说明装好了。
常见坑:如果 WSL2 没装好,Ollama 可能无法启动,建议先确认 WSL2 能正常打开。
安装模型并运行
Ollama 装好后,用命令下载模型。这里下载两个代码审查模型:Qwen2.5-Coder(阿里出品)和 DeepSeek-Coder(深度求索出品),都是 7B 参数(参数量越大越聪明,但需要更多内存,7B 适合大多数电脑)。
- 打开终端,输入
ollama pull qwen2.5-coder:7b,等待下载完成。 - 再输入
ollama pull deepseek-coder:7b,下载第二个。 - 运行模型:输入
ollama run qwen2.5-coder:7b,进入对话界面。
如果下载慢,可以设置镜像源(网上搜“Ollama 镜像”有教程)。
验证是否成功:让模型审查代码
模型跑起来后,你可以给它一段代码,让它找漏洞。比如,输入:
请审查这段 Solidity 代码,找出安全问题:(Solidity 是写区块链智能合约的语言,这里只是示例)
然后粘贴代码,回车。模型会回复分析结果。
常见坑:如果模型没反应,可能内存不足,试试换更小的模型(如 3B)。
下一步:对比两个模型的差异
两个模型都能用,但风格不同。从实际使用看:
- Qwen2.5-Coder 更听话,回答格式规范,适合自动化处理。
- DeepSeek-Coder 更爱“挑刺”,有时会误报,但偶尔能发现 Qwen 忽略的问题。
建议你用自己的代码试试,看哪个更符合你的需求。
内容来源
DEV Ollama
发布时间
2026-08-01 01:31