Continue插件实现本地部署一个“cursor”或“github copilot”

选择Ollama 然后点击Connect就可以了，会自动弹出config.yaml，然后将其内容补充完整。

1 基本信息

name: Local Config version: 1.0.0 schema: v1

• 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）。

2 模型配置

 models: - name: qwen2.5-14b-instruct provider: "openai" model: "qwen2.5-14b-instruct" apiBase: "http://ip:port/v1" apiKey: "" completion_options: temperature: 0.5 top_p: 0.9 roles: - chat - autocomplete - edit - apply

• 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。

3 上下文集成

 context: - provider: code - provider: docs - provider: diff - provider: terminal - provider: problems - provider: folder - provider: codebase

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）。

Ctrl + S 保存后就会显示对应的模型，到这里本地部署的模型链接VS code 就完成了。

五 测试