目录

一、引言

二、介绍

三、项目搭建

1. Continue插件安装

2. Continue 配置

3. 配置DeepSeek官网API keys

4. 测试

四、结尾

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 VSCodeJetBrains 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

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

  1. 会自动打开 Config.json
  2. 在 Config.json 的models中有自己要定义的配置

  1. 打开电脑的 cmd 控制台
  2. 输入命令

ollama list

  1. 可以查看 ollama的模型列表

  1. title属性可以谁便写,只是作为区分
  2. 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!!

  1. 打开DeepSeek开放平台 : DeepSeek Platform
  2. 点击 API-keys
  3. 创建API key

  1. 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

Logo

欢迎加入DeepSeek 技术社区。在这里,你可以找到志同道合的朋友,共同探索AI技术的奥秘。

更多推荐