VS Code 中把「自己部署的 Coder 模型」变成 AI 编程助手

公司内部部署了一个QWen-Coder的7B小模型，这个模型虽然不大，但是验证后发现效果还不错。
所以，希望能够在VS Code中使用这个模型来辅助编写代码，这样就可以避免使用其他付费模型。
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
  

1. name: Local Assistant
2. version: 1.0.0       
3. schema: v1

复制代码

• 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
  

1. models:
2.   - name: Qwen2.5-Coder-7B-Instruct
3.     provider: "openai"
4.     model: "Qwen2.5-Coder-7B-Instruct"
5.     apiBase: "http://ip:port/v1"
6.     apiKey: ""
7.     completion_options:
8.       temperature: 0.5
9.       top_p: 0.9
10.     roles:
11.       - chat
12.       - autocomplete
13.       - edit
14.       - apply

复制代码

• 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
  

1. context:
2.   - provider: code
3.   - provider: docs
4.   - provider: diff
5.   - provider: terminal
6.   - provider: problems
7.   - provider: folder
8.   - provider: codebase

复制代码

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!

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！