Ollama 模型 + VS Code:私有化部署 Copilot 使用教程
在 VS Code 中使用 GitHub Copilot 能显著提升效率,但付费订阅成本较高且存在额度限制。有没有更经济、隐私性更好的替代方案?利用 Ollama 本地部署大模型,配合 VS Code 插件,完全可以实现类似的代码辅助体验。

Ollama 是一款开源、轻量且高效的本地 AI 模型运行工具,支持一键部署 Llama 3、Qwen2.5、DeepSeek、Mistral 等上百款主流大语言模型。无需复杂配置,普通电脑也能轻松运行本地 AI。本教程将详细讲解 Ollama 的全平台安装、AI 模型部署,并手把手教你在 VS Code 中集成使用,实现代码辅助、问答交互等功能。

一、前置准备
1. 硬件要求
Ollama 对硬件的要求主要取决于部署的模型大小,核心是内存和显卡(无独立显卡也可使用 CPU 运行轻量模型)。推荐配置如下:
- 轻量模型(如 Qwen2.5:7B、Phi3:mini):内存 ≥ 8GB,CPU 支持虚拟化即可,适合日常办公本。
- 标准模型(如 Qwen2.5:14B、Llama3.2:8B):内存 ≥ 16GB,推荐 NVIDIA 独立显卡(显存 ≥ 6GB),运行更流畅。
- 高性能模型(如 Llama3.1:70B):内存 ≥ 32GB,NVIDIA 独立显卡(显存 ≥ 24GB),适合专业开发或高性能设备。
2. 软件环境
- 操作系统:Windows 10/11、macOS(Intel/M 系列芯片)、Linux(Ubuntu 20.04+ 优先)。
- VS Code:最新版本,确保能正常安装扩展。
- 网络环境:部署模型时需要联网下载文件(建议稳定网络,国内用户建议配置镜像加速)。
二、Ollama 安装(全平台教程)
Ollama 支持全平台一键安装,不同系统操作略有差异。
1. Linux 系统(以 Ubuntu 为例)
Ubuntu 系统推荐两种安装方式,任选其一即可。
方式一:一键脚本安装(推荐,网络良好时)
打开终端(Ctrl+Alt+T),输入以下命令,一键下载并安装 Ollama:
curl -fsSL https://ollama.com/install.sh | sh
安装完成后,验证是否成功,输入命令 ollama --version,若输出类似'ollama version is 0.12.0'的信息,说明安装成功。
方式二:手动安装(国内网络较慢时)
如果脚本安装失败,可尝试手动下载二进制包。
- 下载 Ollama 压缩包:
wget https://github.com/ollama/ollama/releases/latest/download/ollama-linux-amd64.tgz
- 解压到 /usr 目录:





