Python系列&&AI系列（仅供参考）：VSCode+CodeGPT+Ollama三件套：5分钟搞定DeepSeek Coder本地部署（避坑指南）

VSCode+CodeGPT+Ollama三件套：5分钟搞定DeepSeek Coder本地部署（避坑指南）

• VSCode+CodeGPT+Ollama三件套：5分钟搞定DeepSeek Coder本地部署（避坑指南）
• • 1. 环境基石：Ollama的安装与模型拉取
  • • 1.1 安装Ollama并验证
    • 1.2 拉取并运行模型
  • 2. VSCode核心插件：CodeGPT的配置艺术
  • • 2.1 安装与基础设置
    • 2.2 关键避坑点：模型选择与连接
  • 3. 进阶部署与可视化：Open WebUI的备选方案
  • • 3.1 安装与启动
    • 3.2 配置与使用
  • 4. 实战排障：从报错到畅通无阻
  • • 4.1 “Error Model Not found. Status 404” 深度解析
    • 4.2 模型加载缓慢或无响应
    • 4.3 防火墙 与网络连接问题
    • 4.4 CodeGPT功能受限或无法代码补全

VSCode+CodeGPT+Ollama三件套：5分钟搞定DeepSeek Coder本地部署（避坑指南）

– VSCode+CodeGPT+Ollama三件套：5分钟搞定DeepSeek Coder本地部署（避坑指南）

最近在开发者圈子里，本地运行代码大模型 的热度持续攀升。不少朋友厌倦了云端API的延迟、费用和隐私顾虑，开始尝试将强大的代码助手“请”到自己的电脑上。DeepSeek Coder作为一款在代码生成和补全上表现亮眼的模型，自然成了大家的首选目标之一。但理想很丰满，现实往往是在环境配置、插件冲突和莫名其妙的报错中反复折腾。如果你也正打算在VSCode里搭建一个完全离线的、响应迅速的DeepSeek Coder助手，并且希望避开那些常见的“坑”，那么这篇结合了实战经验和排障思路的指南，或许能帮你省下好几个小时的摸索时间。

本文面向的是有一定VSCode使用经验的开发者，无论你是前端、后端还是全栈，只要想在本地获得一个私密的、高效的代码辅助伙伴，都可以参考。我们将聚焦于最核心的“问题-解决”模式，不罗列冗长的理论，直接切入部署、配置和排障的每一个关键环节。

1. 环境基石：Ollama的安装与模型拉取

在开始VSCode的配置之前，我们需要一个可靠的“模型运行引擎”。Ollama正是这样一个专为在本地运行大型语言模型而设计的工具，它简化了模型的下载、加载和交互过程，让你可以用一条命令就启动一个模型服务。

1.1 安装Ollama并验证

Ollama的安装过程极其简单，访问其官方网站，根据你的操作系统（Windows、macOS、Linux）下载对应的安装包即可。对于Windows用户，下载后直接运行安装程序，它会自动将ollama命令添加到系统路径中。

安装完成后，打开你的终端（PowerShell 、CMD或系统自带的终端），输入以下命令来验证安装是否成功：

ollama —version

如果正确显示了版本号，说明Ollama已经就位。接下来，我们需要获取DeepSeek Coder模型。Ollama官方维护了一个模型库，你可以直接在终端里搜索：

ollama search deepseek-coder

这条命令会列出所有可用的DeepSeek Coder变体。通常，你会看到类似deepseek-coder:6.7b、deepseek-coder:33b这样的结果。这里的数字代表模型的参数规模，参数越大，模型能力通常越强，但对硬件（尤其是显存）的要求也越高。

注意：选择模型时务必量力而行。如果你的显卡显存小于8GB，建议从6.7b或更小的版本开始尝试，否则很容易在运行时遇到内存不足的错误。

1.2 拉取并运行模型

确定好模型版本后，使用ollama pull命令来下载模型。例如，拉取6.7B参数的版本：

ollama pull deepseek-coder:6.7b

这个过程会从网络下载模型文件，耗时取决于你的网速和模型大小。下载完成后，使用ollama run命令来启动模型并进行交互式测试：

ollama run deepseek-coder:6.7b

成功启动后，终端会显示>>>提示符。此时，你可以输入一个简单的编程问题来测试，比如“用Python写一个快速排序函数”。如果模型能够流畅地生成代码并回答，恭喜你，模型本身已经在本机正常运行了。

但我们的目标不是停留在终端里，而是要将它集成到VSCode中。因此，请记住这个模型服务默认运行在11434端口。你可以打开浏览器 访问 http://localhost:11434，如果看到Ollama的API信息页面，说明服务正在后台运行。

2. VSCode核心插件：CodeGPT的配置艺术

模型服务跑起来了，下一步就是为VSCode装上“大脑”。CodeGPT插件是一个强大的桥梁，它允许VSCode直接与各种AI模型（包括本地运行的Ollama模型）对话。但它的配置界面有些选项比较微妙，配置不当就会导致经典的“Error Model Not found”。

2.1 安装与基础设置

在VSCode的扩展市场搜索“CodeGPT”并安装。安装完成后，你会在侧边栏看到一个机器人 图标。点击它，会打开CodeGPT的主界面。首次使用，你需要进行一些基础配置。

CodeGPT提供了三种主要的AI使用模式：

• Agents（代理）：预设了一些特定任务的AI助手。

• Local LLMs（本地大模型）：连接像Ollama这样在本地运行的模型服务。

• LLMs Cloud Model（云端大模型）：连接OpenAI、Anthropic等云端API。

我们的目标显然是Local LLMs。点击进入该标签页，你会看到一个模型选择下拉菜单。这里是最容易出错的第一步。

2.2 关键避坑点：模型选择与连接

很多教程会告诉你在下拉菜单里选择你的模型（例如deepseek-coder:6.7b），然后点击旁边的“Connect”按钮，并让你在“Connect to Ollama”输入框里填入 http://localhost:11434。按照这个流程，你十有八九会看到那个令人沮丧的“Error Model Not found. Status 404”。

问题出在哪里？关键在于理解CodeGPT与Ollama的交互逻辑。

因此，正确的配置流程应该是：

为了更清晰地对比错误与正确操作，可以参考下表：

按照正确流程操作后，CodeGPT界面通常会显示“Connected”状态。你可以立刻在旁边的聊天框里问一个问题，比如“解释一下JavaScript中的闭包”，如果得到流畅的回答，说明集成成功。

3. 进阶部署与可视化：Open WebUI的备选方案

虽然CodeGPT已经能满足在编辑器内对话的需求，但有时你可能需要一个功能更全、界面更友好的Web界面来管理模型、查看对话历史或进行更复杂的提示词工程。这时，Open WebUI（原名Ollama WebUI）是一个绝佳的补充。

3.1 安装与启动

Open WebUI是一个基于Python的Web应用程序。建议在Python虚拟环境中安装以避免依赖冲突。打开终端，执行以下命令：

# 创建并激活虚拟环境（可选但推荐）
python –m venv openwebui-env
# Windows:
openwebui-env\\Scripts\\activate
# macOS/Linux:
source openwebui-env/bin/activate

# 使用国内镜像源加速安装
pip install open-webui –i https://pypi.tuna.tsinghua.edu.cn/simple

安装过程如果报错，提示缺少msbuild或C++编译工具，这在Windows上比较常见。这是因为安装某些依赖包需要编译。解决方法就是安装Microsoft C++生成工具。对于开发者，如果你已经安装了Visual Studio并勾选了“使用C++的桌面开发”工作负载，通常不会有问题。如果没有，可以去微软官网下载“Microsoft C++ Build Tools”单独安装。

安装成功后，启动服务非常简单：

open-webui serve

默认情况下，服务会启动在 8080端口。打开浏览器，访问 http://localhost:8080。首次访问需要注册一个管理员账户，之后就可以登录了。

3.2 配置与使用

登录后，Open WebUI会自动尝试连接本地的Ollama服务（localhost:11434）。你可以在设置里看到已连接的Ollama并发现可用的模型。它的界面非常直观，类似于ChatGPT的Web版，你可以：

• 选择不同的模型进行对话。

• 创建和保存复杂的对话提示模板。

• 上传文件（如图片、PDF、代码文件）让模型进行内容分析。

• 完整地管理所有聊天记录。

提示：如果你无法在浏览器中打开 http://localhost:8080，很可能是防火墙阻止了该端口。你需要根据操作系统开放8080端口的入站连接。例如在Windows防火墙的高级设置中添加入站规则。

将Open WebUI与VSCode的CodeGPT结合使用，可以形成一个非常高效的工作流：日常代码补全和简短问答在VSCode内用CodeGPT快速完成；当需要进行多轮复杂对话、调试长篇代码或想用图形界面管理多个模型时，则切换到Open WebUI。两者共享同一个本地的Ollama模型服务，资源利用率高。

4. 实战排障：从报错到畅通无阻

即使按照指南操作，实践中仍可能遇到各种问题。下面汇总了几个最常见的“坑”及其解决方案。

4.1 “Error Model Not found. Status 404” 深度解析

这是最高频的错误，我们已经在上文分析了主要成因。如果按照正确流程后仍出现，请按以下步骤排查：

# 在终端执行，查看Ollama是否在运行
ollama list

如果这个命令能正常列出已安装的模型，说明Ollama服务本身没问题。如果报错，可能需要重新启动Ollama服务（在Windows服务中重启，或在macOS/Linux中用systemctl重启）。

# Windows (PowerShell)
netstat –ano | findstr :11434
# macOS/Linux
lsof –i :11434

4.2 模型加载缓慢或无响应

如果模型能连接，但响应速度极慢，或者时常“卡住”，通常与硬件资源有关。

• 显存不足：这是最可能的原因。使用nvidia-smi（NVIDIA显卡）或任务管理器监控 GPU显存占用。如果加载模型后显存爆满，你需要换用更小的模型（如从33b换到6.7b）。

• 系统内存不足：大模型也会消耗大量CPU内存。确保你的系统有足够的空闲内存（建议16GB以上）。

• Ollama的GPU层设置：Ollama会尝试使用GPU加速。你可以通过环境变量控制其行为：

# 强制仅使用CPU（速度慢，但兼容性最好）
set OLLAMA_CPU=1
ollama run deepseek-coder:6.7b

在Linux或macOS上，使用export OLLAMA_CPU=1。

4.3 防火墙 与网络连接问题

无论是Ollama的11434端口还是Open WebUI的8080端口，都需要确保本地回环地址（localhost）的通信不被阻止。

• Windows Defender防火墙：你可能需要为ollama.exe和Python（运行Open WebUI时）添加入站规则，允许它们通过防火墙通信。

• 公司网络策略：有些企业网络会限制本地端口的使用。如果是在公司电脑上部署，可能需要咨询IT部门。

4.4 CodeGPT功能受限或无法代码补全

CodeGPT插件的主要功能是聊天对话。虽然它有一定程度的代码上下文感知能力，但如果你期望的是像GitHub Copilot那样的实时行内代码补全，那么仅配置Local LLMs可能无法完全满足。

• 明确预期：CodeGPT + Ollama的方案，核心优势是一个私有、可离线、可自由对话的代码助手，擅长回答技术问题、解释代码、根据描述生成代码块。它的补全是基于聊天上下文的，而非真正的IDE智能感知补全。

• 寻求替代方案：如果你需要强大的行内补全，可以关注那些专门为本地模型设计的VSCode补全插件，例如Continue、Tabby或Sourcegraph Cody，它们对本地模型集成的设计更侧重于补全场景。

配置完成后，我习惯先在Open WebUI里和模型进行几轮复杂对话，测试其代码理解和生成能力。然后在VSCode里，面对一个具体函数时，用CodeGPT的快捷指令（比如/fix修复代码、/explain解释代码块）来感受工作流的顺畅度。这套组合拳打下来，大部分日常的编码思考辅助工作都能在本地高效、私密地完成，那种不依赖网络、响应瞬间即达的体验，一旦用上就很难再回去了。

沂樾

VSCode+CodeGPT+Ollama三件套：5分钟搞定DeepSeek Coder本地部署（避坑指南）