[AI Agent] 如何在本地部署 Aider 并接入局域网 Ollama 模型，实现本地智能助手操作系统资源

在企业或科研单位的封闭网络环境中部署 AI Agent 是一个逐渐兴起的趋势，尤其是当前大模型逐步支持本地化部署，使得 AI 不再依赖公网 API 即可实现强大的能力。在本文中，我们将以开源项目 Aider 为例，详细介绍如何在内网中部署一个可操作本地资源的 Agent，配合局域网内的 Ollama 模型，构建一个安全、高效、自主的智能助手系统。

一、为什么选择 Aider？

Aider 是一个基于命令行的编程助手，原本设计用于代码修改与项目管理。但由于其高度可扩展性，结合 Ollama 的本地推理能力后，它完全可以转化为一个 本地操作系统的 AI Agent，实现类似 Copilot 的智能交互体验------而不再依赖外部 API，比如 OpenAI、Anthropic 等服务。

优点包括：

• 全本地部署，数据不出本地

• 支持多种模型结构，如 LLaMA、Mistral、Code LLaMA

• 可读写文件、运行命令、控制 shell

• 配合 Ollama，实现低延迟模型调用

二、准备工作：外网机器打包所需的 wheel 文件

由于内网环境无法联网，我们首先需要在一台可联网的机器上准备好 Aider 运行所需的所有依赖包，包括：

1. Python 环境（推荐 Python 3.11）

2. Aider 本身（通过 pip 安装）

3. 所有依赖项对应的 .whl 文件

具体步骤如下：

# 在外网机器准备虚拟环境
python3 -m venv aider_env
source aider_env/bin/activate

# 安装 aider（当前最新版本，具体版本号可在官网查看）
pip install aider-chat

# 导出所需 wheel 文件
pip download aider-chat -d ./wheels

此命令将 aider 及其所有依赖的 wheel 文件下载到 wheels 目录下。

三、在内网机器上安装 Aider

将 wheels 文件夹整体复制到内网机器后，执行以下步骤：

# 创建并激活虚拟环境
python3 -m venv aider_env
source aider_env/bin/activate

# 安装所有 wheel 文件
pip install ./wheels/*

如果你在 pip 安装过程中遇到依赖缺失或兼容问题，可以使用 pip check 来验证环境完整性，或者提前在外网调试好某些依赖的版本锁定。

四、配置 Aider 使用局域网中的 Ollama 模型

Ollama 是一款轻量级大模型本地运行平台，允许用户部署并快速调用多种 LLM。我们可以在局域网的某台服务器上运行 Ollama，并让内网的 Aider 指向该服务。

1. 在局域网服务器上部署 Ollama：

ollama run llama3

或：

ollama run codellama:latest

确保监听端口（默认是 11434）对内网开放，可通过浏览器访问 http://<Ollama主机IP>:11434 来验证。

2. 在内网机器配置 Aider 使用 Ollama：

Aider 使用环境变量来配置模型 API 地址。在 shell 中设置如下环境变量：

export OLLAMA_BASE_URL=http://<Ollama主机IP>:11434
export AIDER_MODEL=codellama:latest

你也可以将其写入 .bashrc 或 .zshrc 以永久生效。

五、开始使用：让 Aider 控制你的本地计算机

安装完成并配置模型后，你可以直接使用 Aider 与本地资源进行交互：

aider README.md

然后你就可以用自然语言命令如：

• "请将 README.md 文件中的用法部分翻译成英文"

• "创建一个新的 Python 文件，实现一个简单的 TCP 服务器"

• "列出当前目录下所有 Python 文件，并生成一个自动化测试脚本"

Aider 会调用本地模型进行理解和代码修改，并自动完成文件的编辑与保存操作。

进阶使用场景

• 文档总结与重写

• 代码重构与风格统一

• shell 命令解释与优化

• 跨文件调用逻辑跟踪

六、安全建议与权限控制

Aider 本质上具有修改文件和执行命令的能力，务必在安全的受控环境中运行：

• 使用虚拟用户或容器沙箱隔离运行环境

• 限制文件访问路径

• 避免与 root 权限结合运行

• 配置日志审计和命令记录

七、总结

通过本文，我们实现了以下目标：

• 在外网机器打包 Aider 所需的所有 wheel 文件

• 在内网中无网络环境下完成安装

• 指定局域网中 Ollama 模型作为推理后端

• 利用 Aider 构建一个本地 AI Agent，实现对本机文件与资源的操作

这套流程不仅适用于 Aider，也适用于任何需要在内网部署的大模型应用，是构建私有 AI 助手的实用参考框架。

---

如果你需要进一步封装成企业级工具，或者与本地 IDE、任务管理器集成，也可以扩展 Aider 的调用接口或通过 Ollama 的 API 自定义前端。欢迎持续关注专栏后续的实战案例与代码解析。