零成本本地AI编程：Ollama + Continue.dev 从零搭建

系列第（）篇 | 覆盖：run ollama locally on mac（30📊）、run ollama locally docker（30📊）、run ollama locally on iphone（30📊）、run ollama locally on android（30📊） 上篇：免费AI编程助手5分钟配置指南

🧱 为什么要在本地跑 AI 编程助手？

不用纠结免费额度。 Copilot每月2000次、Windsurf每月500次，用完了就要等。本地跑的没有限制。

数据不出门。 代码直接传云端公司？很多企业禁止。本地跑，代码永远在自己电脑上。

离线也能用。 飞机上、地铁里、没网的咖啡厅，本地AI一样工作。

零成本。 一次配置，永久免费。

💻 先看你的电脑能不能跑

Mac用户（统一内存）： - M1/M2 16GB → 入门到中等 - M2/M3/M4 32GB+ → 高端

Windows/Linux用户（NVIDIA显卡）： - RTX 3060 12GB → 中等（8B-16B模型） - RTX 4090 24GB → 高端（32B模型）

没显卡也能跑： CPU only模式跑7B模型，5-8 tok/s，写代码足够用。

🔨 第一步：安装 Ollama

Mac

brew install ollama
# 或官网下载 https://ollama.com/download

Windows

① 下载安装包 https://ollama.com/download ② 双击安装，自动加到系统路径 ③ 打开终端（PowerShell或CMD）输入 ollama --version 验证

Linux

curl -fsSL https://ollama.com/install.sh | sh

Docker（所有平台通用）

docker run -d --name ollama -p 11434:11434 ollama/ollama

✅ 验证：终端执行 ollama --version，输出版本号即安装成功。

🔌 第二步：下载编程模型

打开终端：

# 推荐入门（8GB内存就能跑）
ollama pull qwen2.5-coder:7b

# 推荐进阶（16GB内存）
ollama pull deepseek-coder-v2:16b

# 看看有哪些模型：
ollama list

模型大小参考： | 模型 | 大小 | 硬件需求 | 编程能力 | |:----|:---:|:--------:|:--------:| | qwen2.5-coder:7b | 4.5GB | 8GB RAM | ★★★☆☆ | | deepseek-coder-v2:16b | 9GB | 16GB RAM | ★★★★☆ | | qwen2.5-coder:32b | 18GB | 32GB RAM | ★★★★★ |

⏳ 下载时间：4.5GB约5-15分钟（看网速），9GB约10-30分钟。第一次配可以先下7B试试。

💻 第三步：VS Code + Continue.dev

① VS Code扩展商店搜索 "Continue" → 安装
② 打开Continue侧边栏（左侧新图标）
③ 点击齿轮图标 → 配置

在配置文件 ~/.continue/config.json 中填入：

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

✅ 验证：Continue对话里打 "hello"，看Ollama有没有回复。

📱 进阶：iPhone/Android 远程调用

在手机上远程连家里的Ollama：

① 在电脑上暴露Ollama端口：

# 注意：仅限家庭/可信网络
ollama serve &
# 获取本机局域网IP
ipconfig  # Windows
ifconfig  # Mac/Linux

② 手机App（如Enchanted / Ollama Mobile）填入电脑IP + 端口11434

③ 在手机上写代码时，AI模型跑在电脑上，结果回传到手机。

⚠️ 警告：Ollama默认没有认证！不要暴露到公网，仅限局域网使用。

🔄 第四步：优化（让本地AI更好用）

打开自动补全

Continue支持Tab自动补全，写入上面config的 tabAutocompleteModel 配置即可。

注意：本地模型的自动补全速度不如云端（0.3-0.8秒 vs 0.1-0.3秒），但免费、隐私。

挂载项目文档

在Continue设置中加入项目docs：

{
  "contextProviders": [
    {
      "name": "docs",
      "params": {
        "docs": [
          {"title": "你的项目", "url": "file:///path/to/your/project/docs"}
        ]
      }
    }
  ]
}

使用更快的模型

可以在Continue配置多个模型，对话时手动切换。

💡 省显存技巧

📰 验证结果

跑一段最直接的测试：

# 打开终端，直接问Ollama
ollama run qwen2.5-coder:7b "写一个Python函数：读取CSV文件并返回平均值"

如果10秒内出结果，恭喜你，本地AI编程环境搭建成功！

📌 总结

5分钟搞定本地AI编程：

① 装Ollama（1分钟）
② 拉模型（下载时间）
③ 装Continue.dev（1分钟）
④ 配config（1分钟）

硬件够用吗？8GB起步即可。
多少钱？零。
数据安全？自己的电脑。
离线能用？当然。

本地AI编程的门槛比想象中低得多。一台普通的笔记本（8GB内存）就能跑起来，效果虽然不如GPT-5，但对于日常编码辅助、代码补全、简单重构完全够用。

而且它有一个云端永远比不了的优点：随时可用，永不限速。