AI assistant本地部署Continue.dev + Ollama + MCP Server

本文选择用Visual Studio Code + Continue.dev插件集成配套的AI IDE，配置Ollama本地运行qwen2.5-coder (7b)模型，并添加一个PG MCP server以提供相应的Tool功能。

为什么这么做？

为了理解和实操MCP
地区问题用不了Claude Desktop
优先想到CodeLLM的使用场景
免费，不想花钱买API key

技术介绍

Model Context Protocol 是一种开放协议，旨在为AI应用提供标准化的接口以安全访问和操作本地及远程数据，被形容为AI领域的"USB-C接口"。
Continue.dev 是一款功能强大且高度可扩展的AI编程助手，支持多任务并行处理与开发流水线工具集成，为开发者提供全方位的智能编码支持。
Ollama 是一个开源框架，专门设计用于在本地运行大型语言模型，通过将模型权重、配置和数据捆绑到一个包中，简化了模型的设置和使用。

（以上文字介绍来自qwq生成，可能代表、也可能不代表作者观点）

那么本文的这个案例中，各个工具或者应用承担的是什么角色呢？

MCP host and client: Visual Studio Code + Continue.dev
LLM: Ollama running qwen2.5-coder
MCP server: 一个用MCP Typescript SDK实现的Node.js应用（被Continue.dev初始化应用）

操作步骤

1. Visual Studio Code中安装Continue.dev插件

为了与主流AI IDE布局一致，装完之后我把插件入口拖至right side bar 🐶

2. 使用Ollama本地部署LLM

Ollama的本地安装比较傻瓜，就不赘述了，follow官方文档就好。我这里选择运行一个阿里的qwen2.5-coder 7b作为Continue.dev的模型Provider，用下来感觉跑着不费力。

==这里也想问一下，有没有哪位同学试过MacBook Pro (Apple M4 Pro)能跑得动多大参数体量的LLM？32b？==

bash 复制代码

ollama run qwen2.5-coder

# 下载好image安装运行成功后，可以直接Ctrl + c退出，Ollama会自己按需启动/停止模型服务

3. 本地配置PG MCP server

这里先使用官方实现的PG MCP server，github.com/modelcontex...，下次再尝试自己实现一个。

bash 复制代码

git clone git@github.com:modelcontextprotocol/servers.git
cd servers/src/postgres
npm ci

这里可以使用MCP inspector来测试一下本地MCP server部署成功与否：

bash 复制代码

# debug
npx -y @modelcontextprotocol/inspector npx @modelcontextprotocol/server-postgres postgresql://postgres:postgres@localhost:30432/developer_ems

Starting MCP inspector...
⚙️ Proxy server listening on port 6277
🔍 MCP Inspector is up and running at http://127.0.0.1:6274 🚀

PG的本地部署我就不赘述了，一个docker desktop直接搞定的事。下面是访问MCP inspector的一些截图：

4. 在Continue.dev中添加MCP server并使用

完成以上步骤之后，我们就已经拥有了：

一个AI IDE作为MCP host
一个能访问PG的MCP server应用

最后我们需要将二者配通，即可完成。

4.1 在Continue.dev的配置中添加如下

通过"Add MCP Servers"直接打开config.json进行编辑

json 复制代码

"experimental": {
    "modelContextProtocolServers": [
      {
        "transport": {
          "type": "stdio",
          "command": "npx",
          "args": [
            "-y",
            "@modelcontextprotocol/server-postgres",
            "postgresql://postgres:postgres@localhost:35432/postgres"
          ]
        }  
      }
    ]
  },

保存config.json，Continue.dev就会自动加载添加的MCP Server。

4.2 检查Tools是否正常被detect

完成上面的步骤后，Continue.dev就可以自动检测出MCP server所提供的Tools，此文章的例子中即是query这个Tool：

4.3 开始使用Prompt来检测Tool call

此处作者使用如下Prompt：

text 复制代码

请帮我执行sql语句查询db中所有的tables

这是由于我们使用的MCP server的实现导致的：

好，发送Prompt！

好，完美失败。。。

经过一杯咖啡的思考时间，作者想起来，我们还没有切换成Agent模式。。。于是==重启==IDE并切换至==Agent== mode：

回车发送后即会发现此次Tool call被调用了：（出现double confirm是因为Continue.dev默认MCP server提供的Tools为"Ask first"模式）

成功！！！🚀🚀🚀

总结

那么至此，本次没什么卵用的MCP初体验就算完工了～

虽然本案例对实际开发帮助不大，但万事开头难，相信（我自己都不信）此次0-1的工作完成后，将来1-N的丰富多彩的有效案例将如雨后春笋般涌现！！！