在日常开发中，云端 AI 编程助手虽然方便，但也可能受到网络延迟、服务费用以及代码隐私要求的限制。通过 Ollama 在本机运行代码模型，再将其接入 Continue，可以在 VS Code 或 JetBrains 系列 IDE 中实现本地代码补全、代码问答和项目上下文检索。本文将从环境搭建、模型配置、索引优化到故障排查，整理一套可直接落地的实践方案。🚀
一、理解 Ollama 与 Continue 的分工
Ollama 负责下载、管理和运行本地大语言模型，并通过本机接口向其他应用提供推理能力；Continue 则作为 IDE 插件，负责收集当前文件、光标位置和项目上下文，再调用指定模型生成补全或回答。两者结合后，源代码通常不必发送到外部模型服务，更适合内网项目、个人仓库及对隐私敏感的开发环境。
需要注意的是，代码补全和项目检索属于两类任务。补全强调低延迟，应选择规模适中、针对代码训练且支持补全格式的模型；项目检索依赖嵌入模型将代码转换为向量，再根据问题搜索相关片段。Continue 官方把模型划分为 chat、autocomplete、edit、apply、embed 等角色，配置时应避免让一个大模型承担全部工作，具体角色说明可参考 Continue 模型角色文档。
二、安装并验证本地服务
首先安装 Ollama，然后安装 Continue 对应的 IDE 插件。完成后在终端执行以下命令检查 Ollama 是否可用：
ollama --version
ollama serve
Ollama 默认在本机提供服务。可以访问其接口或执行模型列表命令进行验证：
ollama list
curl 来源链接
接下来下载代码补全模型。Continue 的自动补全文档将 Qwen2.5-Coder 的较小版本列为本地补全选项之一；下载时建议使用 pull，避免直接进入交互会话：
ollama pull qwen2.5-coder:1.5b
如果机器内存和显存较充足，也可以选择更大的代码模型，但模型越大并不代表补全体验一定越好。补全是高频操作，响应速度往往比复杂推理能力更重要。官方配置思路可查看 Continue 自动补全指南。⚡
三、配置本地代码补全
打开 Continue 的本地 config.yaml，将 Ollama 模型声明为 autocomplete 角色。基础配置可以写成：
name: Local Coding
version: 0.0.1
schema: v1
models:
- name: Qwen Local Autocomplete
provider: ollama
model: qwen2.5-coder:1.5b
roles:
- autocomplete
保存配置后，在 Continue 的模型选择区域将其设为补全模型，并确认 IDE 已启用内联建议。VS Code 用户需要检查 editor.inlineSuggest.enabled 是否为 true，同时避免多个补全插件同时工作，否则可能出现建议闪烁、相互覆盖或 Tab 键无法采纳的问题。
补全策略建议从默认配置开始，再根据机器性能调整。若输入后长时间没有结果，可以适当增加防抖时间；若建议经常偏离当前代码，可减少提示上下文；如果多行生成过于激进，可把多行补全设为 auto。推理型模型通常响应较慢，不适合作为高频 autocomplete 模型；支持关闭思考模式的模型，应在补全角色中关闭该模式。
四、使用本地嵌入模型建立项目索引
为了让 Continue 理解整个项目，还需要配置 embed 角色。嵌入模型不会直接生成代码，而是把代码片段转换为可比较的向量，供上下文检索使用。Continue 官方推荐通过 Ollama 使用 nomic-embed-text 进行本地嵌入，说明见 嵌入模型文档。
ollama pull nomic-embed-text
随后在 config.yaml 的 models 列表中追加：
- name: Local Embedder
provider: ollama
model: nomic-embed-text
roles:
- embed
配置完成后重新加载 Continue 或 IDE，让插件开始扫描工作区并生成索引。首次处理大型项目可能需要一定时间，此时应先确认 Ollama 服务正常、嵌入模型已经下载，并观察 Continue 日志，而不是反复删除配置。
五、优化项目上下文的准确性
索引范围并非越大越好。依赖目录、构建产物、压缩文件、测试快照和自动生成代码会产生大量噪声，不但延长索引时间，还可能让检索结果偏离业务逻辑。建议结合项目实际情况排除以下内容：
node_modules、vendor、dist、build 等依赖或构建目录；
日志、缓存、覆盖率报告和大型数据文件；
自动生成的客户端代码、锁文件及压缩后的脚本；
包含密钥、证书或本地环境变量的敏感文件。
对于多模块仓库，可以只打开当前业务目录，或把问题限定到具体模块。提问时也应提供明确目标，例如“参考 src/services 中现有模式，为订单模块增加查询接口”，通常比“帮我写一个接口”更容易检索到正确上下文。
还可以在项目的 .continue/rules 目录维护规则文件，写明技术栈、目录职责、命名约定、测试要求和禁止修改的区域。规则适合保存稳定的项目知识，向量索引则负责寻找相关实现，两者结合能减少模型仅凭相似代码进行错误推断。新的项目感知方式及规则思路可参考 代码库与文档感知指南。🧭
六、常见问题与排查顺序
模型返回 404：检查 config.yaml 中的模型名称和标签是否与 ollama list 完全一致。
没有补全提示：确认 Ollama 正在运行、Continue 已选择 autocomplete 模型，并启用 IDE 内联建议。
补全速度很慢：换用更小的代码模型，关闭思考模式，同时减少其他占用显存或内存的程序。
项目问答不准确：确认 embed 模型已生效，排除无关目录，并在问题中注明模块、文件或目标功能。
修改嵌入模型后效果异常：重新加载插件；必要时按照 Continue 当前版本的索引管理方式重建索引。
远程开发无法连接：检查 Ollama 与 IDE 插件实际运行在哪台机器，并确认接口地址和网络访问范围相匹配。
总结
Ollama 接入 Continue 的核心不是简单地“挂载一个模型”，而是按照任务拆分能力：用轻量代码模型承担 autocomplete，以保证响应速度；用专门的 embed 模型建立项目索引，以提升上下文召回；再通过目录排除、项目规则和明确提问减少噪声。完成这套配置后，开发者即可获得兼顾隐私、可控性和实用性的本地代码助手。建议先在中小型项目验证补全与索引效果，再逐步扩大工作区和模型规模，从而找到最适合本机资源的平衡点。✅
