VSCode 本地部署 DeepSeek 模型实战指南

VSCode 本地部署 DeepSeek 模型实战指南

想要在不依赖云端服务的情况下，利用 AI 提升开发效率？通过 Ollama 和 CodeGPT，我们可以在本地运行 DeepSeek 模型，实现完全私密的代码辅助。整个过程无需联网调用 API，数据始终留在你的机器上。

环境准备：Ollama 与 CodeGPT

要在 VSCode 里跑通本地大模型，核心是两个组件：Ollama（负责运行 LLM）和 CodeGPT（负责在编辑器中集成）。

安装 Ollama

Ollama 是个轻量级平台，专门用来在本地跑大语言模型。

1. 下载：访问官网 https://ollama.com，根据你的操作系统（Windows、macOS 或 Linux）下载安装包。
2. 验证：安装完成后，打开终端输入以下命令检查版本：

ollama --version

如果看到版本号输出，说明环境没问题。

配置 VSCode 扩展

接下来是 CodeGPT，它能把这些模型直接集成到编辑器里。

1. 打开 VSCode，进入扩展市场（快捷键 Ctrl + Shift + X 或 macOS 上的 Cmd + Shift + X）。
2. 搜索 "CodeGPT" 并点击安装。
3. 安装后重启 VSCode 即可生效。

模型下载与配置

环境搭好后，就可以拉取 DeepSeek 的模型了。这里推荐两个不同用途的模型：

• 聊天模型：deepseek-r1:1.5b，适合对话和代码解释，对硬件要求较低。
• 自动补全模型：deepseek-coder:base，利用中间填充 (FIM) 技术，能预测函数中间部分，不仅仅是开头或结尾。

下载聊天模型

在 VSCode 中打开 CodeGPT 侧边栏，找到'本地 LLM'部分：

1. 选择 Ollama 作为提供商。
2. 从列表中找到 deepseek-r1:1.5b 并点击下载。
3. 等待下载完成，模型会自动加载。

这时候你可以选中一段代码，使用 # 符号添加上下文，然后尝试 /fix（修复错误）、/refactor（重构）或 /Explain（解释代码）等快捷指令。

下载自动补全模型

为了获得实时代码建议，我们需要单独拉取补全模型。直接在终端运行：

ollama pull deepseek-coder:base

这个命令会把模型文件下载到本地。完成后回到 CodeGPT 设置，切换到自动补全模型选项卡，选择 deepseek-coder:base。现在当你开始敲代码时，模型就会实时给出智能建议了。

隐私与本地化优势

完成上述配置后，你就拥有了一个完全本地的 AI 编码助手。最大的好处就是隐私安全——所有代码和数据都不会离开你的计算机，不用担心敏感信息泄露给第三方 API。虽然初期需要一点时间下载模型，但一旦跑起来，体验非常流畅且可控。