
使用VSCode+ollama以及DeepSeek搭建低成本代码编辑器!
DeepSeek模型通过Continue插件运用到 VSCode
目录
一、引言
- 随着今天 Copilot 推出了提供免费限额的版本,AI 编程助手的赛道也变得竞争激烈起来,今天为大家介绍的同样是这个赛道的另一个优秀选择:Continue。。
- Continue 是一款 VSCode 和 JetBrains 插件,它本身不提供 AI 模型,但它提供了多种接入 AI 模型的方法来实现多种场景下的功能,值得关注的是,它还是一款开源 AI 代码助手,已经在 GitHub 上获得了超过2万个Star。
二、介绍
继本地部署 DeepSeek-R1 大模型!-CSDN博客 后,本人尝试在VSCode上加入本地的模型。
本文涉及的一些链接 :
DeepSeek开发平台 : DeepSeek Platform
三、项目搭建
1. Continue插件安装
打开VSCode --> 打开扩展 --> 搜索 "Continue" --> 安装下载
2. Continue 配置
安装完成后,VSCode的侧边栏找到Continue插件打开 --> 点击选择model --> 点击 add Chat model
点击Provider的选择框 --> 找到"Ollama" 选择
Model 选择框 --> 选择 "deeepseek ri" --> 最后点击Concent
- 会自动打开 Config.json
- 在 Config.json 的models中有自己要定义的配置
- 打开电脑的 cmd 控制台
- 输入命令
ollama list
- 可以查看 ollama的模型列表
- title属性可以谁便写,只是作为区分
- model属性 要和 本地模型的名称 完全一致
配置好 Config.json 文件后回到 Continue的对话窗口,进行对话测试
3. 配置DeepSeek官网API keys
这一部分可以不弄感兴趣的可以了解一下!!
- 打开DeepSeek开放平台 : DeepSeek Platform
- 点击 API-keys
- 创建API key
- 输入API key
提示!!!!!
创建好的 key的值 只有在创建完成后显示一次!!!!!请注意自己保存好!!!!
另外API 的每次提问都是需要"话费"的
在VSCode中 , 依旧是 点击 add Chat model
Provider 选择 DeepSeek
Model 选择 DeepSeek Coder
PS :
据我了解 DeepSeek 将 DeepSeek Coder , DeepSeek Chat ,DeepSeek Reasoner 都兼容了
API key 就是在开放平台自己生成的key
填完后点击Connect,就会看到在新打开的Config.json 文件中新加了一个model
在对话框就可以进行选择
我的Config.json 文件
{
"models": [
{
"title": "deepseek-r1:8b",
"model": "deepseek-r1:8b",
"provider": "ollama"
},
{
"title": "deepseek-r1:14b",
"model": "deepseek-r1:14b",
"provider": "ollama"
},
{
"title": "DeepSeek Coder",
"model": "deepseek-coder",
"contextLength": 128000,
"apiKey": "你的API key",
"provider": "deepseek"
}
],
"tabAutocompleteModel" : [
{
"title": "deepseek-r1:8b",
"model": "deepseek-r1:8b",
"provider": "ollama"
},
{
"title": "deepseek-r1:14b",
"model": "deepseek-r1:14b",
"provider": "ollama"
},
{
"title": "DeepSeek Coder",
"model": "deepseek-coder",
"contextLength": 128000,
"apiKey": "你的API key",
"provider": "deepseek"
}
],
"contextProviders": [
{
"name": "code",
"params": {}
},
{
"name": "docs",
"params": {}
},
{
"name": "diff",
"params": {}
},
{
"name": "terminal",
"params": {}
},
{
"name": "problems",
"params": {}
},
{
"name": "folder",
"params": {}
},
{
"name": "codebase",
"params": {}
}
],
"slashCommands": [
{
"name": "share",
"description": "Export the current chat session to markdown"
},
{
"name": "cmd",
"description": "Generate a shell command"
},
{
"name": "commit",
"description": "Generate a git commit message"
}
],
"data": [],
"docs": [
{
"title": "Java docs",
"startUrl": "https://docs.oracle.com/javase/8/docs/api/"
}
]
}
4. 测试
我稍微进行了一下 代码编写的测试
四、结尾
对于Continue插件的功能有更多玩法,如代码的自动补充等等, 感兴趣可以自行探索
本文旨在将本地部署的 DeepSeek模型运用到 VSCode上,实现本地模型的应用
更多推荐
所有评论(0)