1. 安装插件

在 VS Code 的开源 AI 插件中，Continue 这个插件评价还不错，功能也能满足要求：

同时支持「对话」和「Tab 自动补全」两种交互方式
后端可接任何兼容 OpenAI API 格式的模型（本地/云端均可）
完全离线运行，保护源码隐私

因此，决定使用此插件来构建AI编程助手。

插件在：https://marketplace.visualstudio.com/items?itemName=Continue.continue

安装之后，VS Code 的边栏上会多一个图标。

2. 配置本地模型

接下来，我们配置它使用我们自己部署的模型：

依次点击左侧活动栏上 Continue 图标 -->选择Models --> 右上角齿轮。

就可以打开 Continue 的配置文件（yaml格式的），然后参照如上图的配置。

配置文件中，各个元素的含义如下：

基本信息

yaml 复制代码

name: Local Assistant
version: 1.0.0	
schema: v1

name: 配置名称，标识为 "Local Assistant"（本地助手）。
version: 配置文件版本（1.0.0）。
schema: 使用的配置架构版本（v1）。

模型配置

yaml 复制代码

models:
  - name: Qwen2.5-Coder-7B-Instruct
    provider: "openai"
    model: "Qwen2.5-Coder-7B-Instruct"
    apiBase: "http://ip:port/v1"
    apiKey: ""
    completion_options:
      temperature: 0.5
      top_p: 0.9
    roles:
      - chat
      - autocomplete
      - edit
      - apply

模型定义：使用 Qwen2.5-Coder-7B-Instruct（一个针对代码任务的7B参数模型）。
- provider: 设置为 "openai"，表示兼容OpenAI API格式（这里根据你的实际情况修改）。
- apiBase: 模型API的终端地址（http://ip:port/v1），指向一个本地或远程服务。
- apiKey: 你的模型API密钥。
生成参数：
- temperature: 0.5（平衡生成结果的创造性和确定性）。
- top_p: 0.9（核采样，限制生成时仅考虑概率最高的90% token）。
支持的功能 (roles)：
- chat: 对话交互。
- autocomplete: 代码自动补全。
- edit: 代码编辑。
- apply: 可能指应用代码更改。

上下文集成

yaml 复制代码

context:
  - provider: code
  - provider: docs
  - provider: diff
  - provider: terminal
  - provider: problems
  - provider: folder
  - provider: codebase

配置工具可访问的上下文来源（增强模型对当前任务的理解）：

code: 当前编辑的代码文件。
docs: 项目文档或注释。
diff: 代码变更差异（如Git diff）。
terminal: 终端输出或命令历史。
problems: 错误或警告（如IDE提示）。
folder: 当前目录文件结构。
codebase: 整个代码库的元信息（如符号定义）。

总得来说，此配置文件定义了一个本地代码助手，通过HTTP API连接到一个 Qwen2.5-Coder 模型，支持代码补全、编辑、聊天等功能，并集成了开发环境的多维度上下文（代码、终端、文档等）。

3. 验证效果

最后，我们来验证下模型的效果。

首先 **@** 一个代码文件，下面的示例中是我的一个工程中的代码：

接下来，我们让AI帮我们生成CreateTask这个函数的代码：

然后，点击生成的代码右上角的【Apply】按钮，就能将生成的代码填充到文件中。

点击右上角绿色的勾，就能将代码写入文件，如果代码有错误，可以继续通过prompt交互来修改代码，

或者直接修改代码文件也行。

4. 总结

十分钟内，你就能在 VS Code 里用上「完全属于自己」的 AI 编程助手，既省钱又安心。Happy coding!

VS Code 中把「自己部署的 Coder 模型」变成 AI 编程助手

1. 安装插件

2. 配置本地模型

3. 验证效果

4. 总结