准备环境：你需要什么

要跑本地 AI，你只需要一台普通电脑。如果有独立显卡（比如 NVIDIA 的 RTX 系列），速度会更快；如果没有，只靠 CPU 也能运行小模型。关键工具是 Ollama（一个让你在本地运行 AI 模型的免费工具）和 VS Code（微软出品的代码编辑器）。

• Ollama：去官网 ollama.com 下载安装包，Windows 用户直接双击安装。
• VS Code：去 code.visualstudio.com 下载安装。
• Continue 插件：在 VS Code 扩展市场搜索“Continue”并安装。

安装步骤：一步步来

1. 打开终端（Windows 用户按 Win+R 输入 cmd）。
2. 输入 ollama pull qwen2.5-coder:1.5b 下载小模型（约 1GB）。这条命令会从 Ollama 的模型库拉取一个 15 亿参数的代码模型，适合快速补全。
3. 输入 ollama pull qwen2.5-coder:7b 下载大模型（约 4GB），用于聊天和复杂问题。
4. 在 VS Code 中按 Ctrl+Shift+P，输入“Continue: Open Config”打开配置文件。
5. 把配置改成这样（复制粘贴即可）：

{
  "models": [
    {
      "title": "Qwen 1.5b",
      "provider": "ollama",
      "model": "qwen2.5-coder:1.5b"
    },
    {
      "title": "Qwen 7b",
      "provider": "ollama",
      "model": "qwen2.5-coder:7b"
    }
  ],
  "tabAutocompleteModel": {
    "title": "Qwen 1.5b",
    "provider": "ollama",
    "model": "qwen2.5-coder:1.5b"
  }
}

常见坑：如果下载很慢，可以换国内镜像源，或者用手机热点试试。如果 VS Code 提示找不到模型，重启一下 VS Code。

验证是否成功：写两行代码试试

打开 VS Code，新建一个 .py 文件，输入 def hello(，然后按 Tab 键。如果看到自动补全建议，说明成功了！你还可以按 Ctrl+Shift+I 打开聊天窗口，输入“写一个排序函数”，看模型能否给出代码。

• 如果没反应：检查终端里 Ollama 是否在运行（输入 ollama list 看模型列表）。
• 如果建议很慢：可能是模型太大，试试只用 1.5b 模型。

下一步可以做什么

你已经跑通了本地 AI 代码助手。接下来可以：

• 试试其他模型：比如 deepseek-coder:1.3b 或 codellama:7b。
• 学习写更详细的提示词，让模型帮你写注释、改 bug。
• 探索 Ollama 的 API，把它集成到自己的脚本里。