WebStorm 接入 Ollama：使用 Qwen2.5-Coder 在本地运行 AI 编程助手

WebStorm 接入 Ollama：使用 Qwen2.5-Coder 在本地运行 AI 编程助手

本文记录一套在 Windows 上将 WebStorm、JetBrains AI Assistant、Ollama 和 Qwen2.5-Coder 串联起来的完整流程。模型推理在本机进行，不需要登录 ChatGPT，也不调用 OpenAI API。

一、最终效果

完成配置后，可以直接在 WebStorm 的 AI Chat 中选择本地模型：

Ollama
└── qwen2.5-coder:7b

然后让它解释项目、生成 TypeScript/Python 代码、分析错误，或者结合指定的项目文件回答问题。

本文实际使用的环境：

操作系统：Windows 10
WebStorm：2026.1.4
JetBrains AI Assistant：261.26222.58
Ollama：0.32.0
本地模型：qwen2.5-coder:7b
模型大小：约 4.7GB
模型上下文：32768 tokens

二、准备工作

建议至少准备：

• 16GB 内存；
• 约 8GB 以上可用磁盘空间；
• WebStorm 2024.3 或更新版本；
• 可以正常下载 Ollama 模型的网络环境。

JetBrains AI Assistant 本身支持更早的 IDE 版本，但 Ollama 本地模型支持是在 AI Assistant 2024.3 中加入的。为了避免旧界面和兼容性问题，建议使用新版 WebStorm。

官方参考：

• JetBrains AI Assistant 2024.3 发布说明
• JetBrains AI Assistant 安装说明

三、安装 Ollama

打开 Ollama Windows 官方页面并下载安装：

• Ollama Windows 下载与说明

安装完成后，Ollama 通常会在 Windows 后台运行，并在本机启动以下服务：

http://localhost:11434

打开 PowerShell，检查版本：

ollama --version

示例输出：

ollama version is 0.32.0

如果提示无法识别 ollama，先关闭并重新打开 PowerShell；仍然无效时，重新安装 Ollama，并检查 Ollama 是否已经加入系统 PATH。

四、下载 Qwen2.5-Coder 模型

推荐先显式下载模型，而不是直接进入聊天：

ollama pull qwen2.5-coder:7b

首次下载约 4.7GB。等待终端依次显示下载、校验，并最终出现：

success

模型官方页面：

• qwen2.5-coder:7b

下载完成后检查本机模型：

ollama ls

正常输出类似：

NAME                ID              SIZE      MODIFIED
qwen2.5-coder:7b    dae161e27b0e    4.7 GB    1 minute ago

五、在命令行测试模型

1. 一次性调用

最简单的测试方式是把问题直接写在命令后面：

ollama run qwen2.5-coder:7b "使用 Python 输出一个你好世界，只返回代码"

正常情况下会返回：

print("你好，世界！")

2. 交互式调用

也可以先启动模型：

ollama run qwen2.5-coder:7b

看到类似下面的提示后：

>>> Send a message (/help for help)

再输入：

使用 TypeScript 写一个 debounce 函数

输入以下命令退出：

/bye

常见误区：把自然语言输入到 PowerShell

如果当前行开头仍然是：

PS C:\Users\用户名>

说明当前仍在 PowerShell，而不在 Ollama 对话中。此时直接输入：

使用 Python 输出一个你好世界

PowerShell 会把它当成系统命令，并报错：

无法将"使用 Python 输出一个你好世界"项识别为 cmdlet、函数、脚本文件或可运行程序

这不是 Python 或模型错误，只是输入位置不对。可以使用前面的一次性调用，或者等待 Ollama 出现 >>> 后再输入自然语言。

六、验证 Ollama API

WebStorm 通过 Ollama 的本地 HTTP API 获取模型列表，所以还需要检查 API。

在 PowerShell 执行：

curl.exe http://127.0.0.1:11434/api/tags

正常结果应该包含：

{
  "models": [
    {
      "name": "qwen2.5-coder:7b",
      "model": "qwen2.5-coder:7b"
    }
  ]
}

如果返回：

{"models":[]}

表示 Ollama 服务正常，但本机没有模型。重新执行：

ollama pull qwen2.5-coder:7b

如果 API 完全无法访问，可以检查端口：

Get-NetTCPConnection -LocalPort 11434 -State Listen

没有监听结果时，从 Windows 开始菜单重新启动 Ollama。

七、安装 JetBrains AI Assistant

打开 WebStorm，进入：

File
→ Settings
→ Plugins
→ Marketplace

搜索：

JetBrains AI Assistant

点击 Install，完成后重启 WebStorm。

重启后进入：

Settings
→ Plugins
→ Installed

确认：

• 插件名称为 JetBrains AI Assistant；
• 插件状态为 Enabled；
• 如果出现 Update，先更新插件再重启。

说明：右侧出现 AI Chat 工具窗口，并不一定表示完整插件已经正确安装，仍应在 Installed 页面确认插件状态。

八、在 WebStorm 中连接 Ollama

本文使用 WebStorm 2026.1.4，对应路径是：

Ctrl + Alt + S
→ Tools
→ AI Assistant
→ Providers & API keys

在 Third-party AI providers 区域设置：

Provider: Ollama
URL: http://127.0.0.1:11434

然后点击：

Test Connection

推荐使用 127.0.0.1，可以减少 Windows 上 localhost 被代理或解析到 IPv6 所造成的问题。

地址不要写成：

http://127.0.0.1:11434/api/tags
http://127.0.0.1:11434/v1
https://127.0.0.1:11434

使用内置 Ollama Provider 时，正确地址是：

http://127.0.0.1:11434

JetBrains 官方配置说明：

• 使用第三方和本地模型
• Providers & API keys 设置说明

不同版本的设置名称

如果使用其他版本，入口名称可能不同：

WebStorm/插件版本	常见设置入口
2026.1	Providers & API keys
2025.x	Custom Models 或 Providers & API keys
2024.3	Third-party AI providers → Enable Ollama
2024.2 或更早	建议升级后再配置 Ollama

九、关闭 Next Edit Suggestions

本地 Qwen 模型不能提供 JetBrains 云端专属的 Next Edit Suggestions。如果启用了该功能，可能出现：

Next Edit task is unavailable for the current JetBrains AI account.

这个报错不是 Ollama 连接失败，而是 WebStorm 在尝试调用 JetBrains 云端的下一步编辑建议功能。

关闭路径：

Ctrl + Alt + S
→ Editor
→ General
→ Code Completion
→ Inline

找到 Next Edit Suggestions，取消勾选：

Enable next edit suggestions

点击 Apply。

关闭它不影响普通 AI Chat、代码解释和代码生成。

官方说明：

• Next Edit Suggestions

十、分配本地模型------最关键的一步

连接成功后，在同一个 Providers & API keys 页面找到：

Model Assignment

设置：

Core features: qwen2.5-coder:7b
Instant helpers: qwen2.5-coder:7b
Completion model: 暂时留空
Context window: 16384

各项作用：

设置项	作用
Core features	普通聊天、编辑器内代码生成、提交信息生成等核心功能
Instant helpers	新聊天初始化、上下文收集、聊天标题和名称建议等辅助功能
Completion model	行内代码补全，需要兼容 Fill-in-the-Middle 的模型和插件配置
Context window	单次请求可处理的上下文长度；越大越占内存

对于 7B 模型，16384 是比较稳妥的起点。虽然该模型原生上下文为 32768，但较小的设置通常更节省内存。

设置完必须点击：

Apply → OK

建议随后执行：

File → Exit

完全退出 WebStorm，再重新打开，让模型分配配置重新加载。

十一、在 AI Chat 中选择本地模型

打开：

View
→ Tool Windows
→ AI Chat

新版 AI Chat 默认可能选择一个代理，例如：

• Claude Agent；
• Codex；
• GitHub Copilot；
• Junie。

这些属于"代理"，不是普通聊天模型。Ollama 不会显示在代理列表中。

1. 先切换到"聊天"

点击 AI Chat 左下角的代理/聊天选择器，在弹出的菜单最上方选择：

聊天

也可以使用快捷键：

Ctrl + \

它可以在普通聊天和上一次使用的代理之间切换。

不要点击：

从 ACP 注册或安装

Ollama 本地模型不是 ACP 代理。

2. 再打开模型选择器

切换到普通"聊天"模式后，点击输入框附近显示的模型名称或下拉箭头。

选择：

Ollama
└── qwen2.5-coder:7b

如果 AI Chat 面板太窄，看不到模型按钮，可以拖动工具窗口左边缘，把面板加宽。

JetBrains 官方把这两个控件区分为：

控件	用途
Chat mode and agent selector	在"聊天"和各种代理之间切换
Model picker	选择 Ollama 或其他实际语言模型

官方说明：

• AI Chat 界面说明
• 在 Chat 模式中选择模型

十二、发送第一条测试消息

确认 AI Chat 底部显示：

聊天
qwen2.5-coder:7b

先发送一个非常简单的问题：

使用 Python 输出一个你好世界，只返回代码。

正常会返回：

print("你好，世界！")

测试项目文件时，可以先使用：

@file:package.json

请分析这个项目的技术栈、启动命令和构建命令。
不要修改任何文件。

也可以添加文件夹：

@folder:src

7B 本地模型能力和上下文有限，建议先添加少量相关文件，而不是一次发送整个大型项目。

十三、解决 No available model for ij.chat.request.new-chat

如果 WebStorm 已经显示并选中了 qwen2.5-coder:7b，但发送消息时报错：

java.lang.IllegalArgumentException:
No available model for ij.chat.request.new-chat feature

说明 Ollama 已经连接成功，但 JetBrains AI Assistant 没有为"新聊天"功能找到可用的模型配置。

解决方法：

1. 进入 Settings → Tools → AI Assistant → Providers & API keys；
2. 将 Core features 设置为 qwen2.5-coder:7b；
3. 将 Instant helpers 也设置为 qwen2.5-coder:7b；
4. Completion model 暂时留空；
5. Context window 设置为 16384；
6. 点击 Apply → OK；
7. 使用 File → Exit 完全退出 WebStorm；
8. 重新启动 WebStorm 并新建聊天。

关键点是：只在聊天窗口选择模型还不够，必须同时完成 Core features 和 Instant helpers 的模型分配。

JetBrains YouTrack 中也存在同名异常报告：

• LLM-29337
• LLM-28371

十四、连接正常但模型配置仍异常时

方法一：重建 Provider 配置

进入：

Settings
→ Tools
→ AI Assistant
→ Providers & API keys

把 Provider 临时改成：

None

点击 Apply → OK，完全退出并重新打开 WebStorm。

然后重新配置：

Provider: Ollama
URL: http://127.0.0.1:11434

再次设置 Core features、Instant helpers 和 Context window。

方法二：使用 OpenAI-compatible 接口

Ollama 还提供 OpenAI 兼容接口，可以在 JetBrains 内置 Ollama Provider 出现问题时作为备用方案。

先测试：

curl.exe http://127.0.0.1:11434/v1/models

然后在 WebStorm 中设置：

Provider: OpenAI-compatible
URL: http://127.0.0.1:11434/v1
API Key: ollama
Tool calling: 关闭

这里的 ollama 只是本地占位字符串，不会调用 OpenAI，也不需要 OpenAI API Key。

连接成功后，仍然设置：

Core features: qwen2.5-coder:7b
Instant helpers: qwen2.5-coder:7b
Context window: 16384

官方参考：

• Ollama OpenAI Compatibility

十五、WebStorm 无法访问本地端口时

如果 PowerShell 能访问 Ollama，但 WebStorm 的 Test Connection 失败，检查：

Settings
→ Appearance & Behavior
→ System Settings
→ HTTP Proxy

在 No proxy for 中加入：

localhost,127.0.0.1

然后重新启动 WebStorm。

还可以依次运行以下命令：

curl.exe http://127.0.0.1:11434/api/version
curl.exe http://127.0.0.1:11434/api/tags
ollama ls
Get-NetTCPConnection -LocalPort 11434 -State Listen

四项都正常时，说明 Ollama 服务端没有问题，应重点检查 WebStorm Provider、模型分配、代理设置和插件版本。

十六、最终正确配置检查表

完成后应满足：

[√] ollama ls 能看到 qwen2.5-coder:7b
[√] /api/tags 能返回 qwen2.5-coder:7b
[√] Provider 为 Ollama
[√] URL 为 http://127.0.0.1:11434
[√] Core features 为 qwen2.5-coder:7b
[√] Instant helpers 为 qwen2.5-coder:7b
[√] Context window 为 16384
[√] Next Edit Suggestions 已关闭
[√] AI Chat 当前模式为"聊天"，而不是 Junie/Codex 等代理
[√] AI Chat 模型为 qwen2.5-coder:7b

十七、本地模型的使用建议

Qwen2.5-Coder 7B 适合：

• 生成小段 JavaScript、TypeScript、Python 代码；
• 解释当前文件或选中的代码；
• 分析 package.json、构建脚本和错误日志；
• 生成简单单元测试；
• 提供重构建议。

使用时建议遵循：

分析 → 给出计划 → 人工确认 → 修改 → 运行测试

不要一开始就让 7B 模型自动修改整个大型项目。先限制文件范围、明确是否允许修改，并在应用代码前检查生成结果。

一个比较稳妥的项目分析提示词：

请阅读我添加到上下文中的 package.json 和相关 src 文件。
不要修改任何文件。
先告诉我：
1. 项目技术栈；
2. 启动、构建和测试命令；
3. 主要模块及其职责；
4. 你还需要哪些文件才能继续分析。

总结

WebStorm 接入 Ollama 的核心链路其实很简单：

安装 Ollama
→ 下载 qwen2.5-coder:7b
→ 验证 11434 API
→ 安装 JetBrains AI Assistant
→ 配置 Ollama Provider
→ 分配 Core features 和 Instant helpers
→ 切换到普通"聊天"模式
→ 选择 qwen2.5-coder:7b

真正容易踩坑的地方有四个：

1. 把自然语言输入到了 PowerShell，而不是 Ollama 对话；
2. 把代理选择器误认为模型选择器；
3. Next Edit Suggestions 属于 JetBrains 云端功能，不能由本地模型提供；
4. 只在聊天窗口选了模型，却没有同时分配 Core features 和 Instant helpers。

把这四点处理好后，WebStorm 就可以使用本地 Qwen2.5-Coder 完成日常的代码问答和生成任务。