夜雨聆风最近（6月13日）HN上有个帖子很火——「如何搭建本地编程Agent」，247分。评论区一堆人说「终于不用把所有代码上传到云端了」。
今天就手把手教你，怎么在自己的机器上搭一个本地AI编程助手，代码不出门、不花钱。
——
▎什么是本地Coding Agent？
简单说，就是在你电脑上跑一个AI，它能读你的代码、帮你改代码、甚至自己写代码。
跟ChatGPT/Cursor的区别：
• ChatGPT：你要复制粘贴代码过去
• Cursor：云端处理你的代码
• 本地Agent：代码全在你自己电脑上，不联网
——
▎你需要准备什么？
硬件要求不高：
• 内存16GB以上（32GB更舒服）
• 有显卡最好（没有也能跑，就是慢点）
• 硬盘留50GB以上
软件三件套：
1. Ollama（跑模型的引擎）
2. Continue（VS Code的AI插件）
3. 一个开源模型（推荐DeepSeek Coder或Qwen2.5-Coder）
——
▎第1步：装Ollama
打开终端，一行命令：
curl -fsSL https://ollama.com/install.sh | sh装完后验证：
ollama --version看到版本号就对了。
如果用macOS，也可以用Homebrew：
brew install ollama【避坑指南】
• Linux用户注意：安装脚本需要sudo权限
• Windows用户建议用WSL2，不要直接在cmd装
——
▎第2步：下载模型
Ollama装好后，拉一个代码专用的模型：
# DeepSeek Coder V2（推荐，代码能力最强，16GB能跑）ollama pull deepseek-coder-v2:16b# 或者Qwen2.5-Coder（更轻量，12GB就能跑）ollama pull qwen2.5-coder:14b
下载时间取决于网速，模型大约9-16GB，可以先去泡杯茶。
下载完测试一下：
ollama run deepseek-coder-v2:16b "写一个Python函数，判断一个数是不是素数"能正确输出代码就成功了。
【避坑指南】
• 16b模型显存不够可以试7b：deepseek-coder-v2:7b
• 下载太慢？换个镜像源：export OLLAMA_HOST=http://mirror.example.com
——
▎第3步：装VS Code + Continue插件
VS Code去官网下载安装，装好后打开扩展市场，搜「Continue」：
code --install-extension continue.continueContinue是目前最好用的本地AI编程插件，支持连Ollama。
装好后打开Continue配置文件（左下角齿轮→设置→搜continue），加上：
{"models": [{"title": "DeepSeek Coder","provider": "ollama","model": "deepseek-coder-v2:16b"}],"tabAutocompleteModel": {"title": "Qwen2.5-Coder","provider": "ollama","model": "qwen2.5-coder:14b"}}
【避坑指南】
• Continue默认走云端API，必须手动改成ollama provider
• tabAutocompleteModel建议用轻量模型，7b就够了，响应更快
——
▎第4步：开始用！
在VS Code里打开一个项目，试试这些操作：
• 选中一段代码 → 按Ctrl+I → 输入「优化这段代码」
• 在代码中间按Tab → 自动补全下一段
• 打开聊天面板（Ctrl+Shift+P → Continue: Open Chat）→ 问项目架构
实测效果：
• 代码补全：基本秒出（<1秒）
• 行内编辑（Ctrl+I）：2-3秒出结果
• 聊天问答：16b模型约5-10秒
——
▎性能对比
——
▎升级玩法：接MCP工具
如果你用的是Hermes Agent，还可以把本地模型接进MCP，让AI直接操作你的文件系统、数据库。
配置方法：
# 在Hermes config.yaml里加model:default: local-coderprovider: ollamabase_url: http://localhost:11434model: deepseek-coder-v2:16b
这样Hermes就能用本地模型执行编程任务，代码完全不出机器。
【避坑指南】
• Ollama默认只监听localhost，安全但有远程需求要改配置
• 开多个模型会吃显存，建议一次只跑一个
• 代码补全模型和对话模型可以不同
别在AI浪潮中掉队！关注我，一起抢占AI时代红利。🚀