CodeGeeX4-ALL-9B 本地部署指南：基于 Ollama 与 IDE 集成
引言
随着大语言模型（LLM）在软件开发领域的广泛应用，代码补全和智能问答已成为提升开发效率的重要工具。CodeGeeX4-ALL-9B 作为最新一代开源代码模型，支持本地化部署，能够有效保障代码数据隐私并降低网络延迟。本文将详细介绍如何利用 Ollama 这一轻量级开源项目，在本地快速运行 CodeGeeX4-ALL-9B 模型，并将其集成至 VSCode、JetBrains 等主流 IDE 插件中，实现离线环境下的代码辅助功能。
Ollama 是目前本地运行开源大模型的最优选择之一，它简化了模型加载、推理和服务化的过程。CodeGeeX4-ALL-9B 已适配 GGUF 格式，使得在消费级硬件上运行成为可能。通过本文的教程，您可以无需复杂的依赖配置，一键完成从模型下载、服务启动到 IDE 集成的全流程。
一、环境准备
1. 系统要求
建议操作系统为 macOS (Apple Silicon/Intel), Windows 10/11, 或 Linux (Ubuntu/CentOS)。确保机器具备足够的内存（建议 8GB 以上，推荐 16GB+）以流畅运行 9B 参数量的模型。
2. 安装 Ollama
Ollama 提供了跨平台的一键安装包，同时也支持命令行安装。
Windows / macOS
访问 Ollama 官网下载对应系统的安装包，双击运行并完成安装向导。安装完成后，系统托盘会出现 Ollama 图标。
Linux
在终端执行以下命令进行安装：
curl -fsSL https://ollama.com/install.sh | sh
3. 验证安装
安装成功后，打开终端输入 ollama 命令，若显示帮助信息则说明安装成功。同时检查后台服务是否运行：
ollama list
此时列表应为空，表示尚未拉取任何模型。
二、部署 CodeGeeX4-ALL-9B 模型
1. 获取模型指令
Ollama 官方库支持 CodeGeeX4 系列模型。您可以通过以下方式获取拉取指令：
- 访问 Ollama 模型库页面搜索 "codegeex4"。
- 找到 CodeGeeX4-ALL-9B 模型详情页。
- 复制提供的
ollama pull命令。
通常命令格式如下：
ollama pull codegeex4
2. 拉取并运行模型
在终端执行上述命令，系统将自动下载模型文件（GGUF 格式）。下载速度取决于网络状况，首次运行可能需要较长时间。
下载完成后，直接运行模型进行测试：
ollama run codegeex4
进入交互模式后，您可以输入自然语言问题或代码片段，模型将返回响应。例如：
User: 如何用 Python 读取 CSV 文件？ Model: 可以使用 pandas 库...
当看到提示 "Send a message" 时，说明模型已成功加载并可对话。
三、配置 IDE 本地模式
为了让 IDE 能够调用本地运行的 Ollama 服务，需要进行环境变量配置和插件设置。
1. 设置跨域环境变量
由于浏览器或 IDE 插件可能发起跨域请求，需要允许 Ollama 接受来自任意来源的请求。
Linux / macOS
在终端执行：
export OLLAMA_ORIGINS=
