Si vous souhaitiez utiliser des r\u00e9seaux de neurones pour vous aider \u00e0 \u00e9crire du code (appel\u00e9 codage Vibe) et que vous disposez d’un ordinateur assez puissant, par exemple avec une carte vid\u00e9o Nvidia RTX, alors vous pouvez d\u00e9ployer l’ensemble de l’environnement absolument gratuitement sur votre machine. Cela r\u00e9sout les probl\u00e8mes li\u00e9s aux abonnements payants et vous permet de travailler en toute s\u00e9curit\u00e9 avec des projets sous NDA, puisque votre code n’est envoy\u00e9 nulle part. Dans cet article, je vais d\u00e9crire comment assembler un bundle local de LM Studio, VS Code et l’extension Continue.<\/p>\n
Pour un travail confortable, nous avons besoin de trois composants principaux\u00a0:
\n– LM Studio\u00a0:<\/b> une application pratique pour t\u00e9l\u00e9charger et ex\u00e9cuter des LLM locaux. Il prend en charge toute la complexit\u00e9 du travail avec les mod\u00e8les GGUF et met en place un serveur local compatible avec l’API OpenAI.
\n– VS Code\u00a0:<\/b> un \u00e9diteur de code populaire et familier.
\n– Continuer\u00a0:<\/b> extension pour VS Code qui int\u00e8gre les r\u00e9seaux de neurones directement dans l’environnement de travail. Vous permet de discuter, de mettre en \u00e9vidence le code pour la refactorisation et de prendre en charge la saisie semi-automatique.<\/p>\nExigences mat\u00e9rielles<\/h2>\n
Les mod\u00e8les de langage local sont gourmands en m\u00e9moire\u00a0:
\n– Carte vid\u00e9o (GPU)\u00a0:<\/b> Nvidia avec 8 Go de VRAM ou plus (pour un travail confortable avec des mod\u00e8les avec 7 \u00e0 8 milliards de param\u00e8tres). Les mod\u00e8les plus lourds n\u00e9cessiteront 16 Go de VRAM.
\n– Espace disque\u00a0:<\/b> environ 500\u00a0Go pour stocker les diff\u00e9rents mod\u00e8les t\u00e9l\u00e9charg\u00e9s.<\/p>\nConfigurer le lien<\/h2>\n
Le processus de configuration est assez simple et ne n\u00e9cessite pas de manipulations complexes dans le terminal :
\n1. T\u00e9l\u00e9chargez et installez LM Studio. Utilisez la recherche int\u00e9gr\u00e9e pour trouver un mod\u00e8le l\u00e9ger tel que Qwen Coder<\/b> ou gemma3:12b<\/b>.
\n2. Dans LM Studio, acc\u00e9dez \u00e0 l’onglet Serveur local et cliquez sur D\u00e9marrer le serveur. Par d\u00e9faut, il d\u00e9marrera sur `http:\/\/localhost:1234\/v1`.
\n3. Ouvrez VS Code et installez l’extension Continuer<\/b> \u00e0 partir du magasin de plugins.
\n4. Ouvrez le fichier de configuration Continue et ajoutez un nouveau mod\u00e8le, en sp\u00e9cifiant le fournisseur `openai` et l’adresse de votre serveur local depuis LM Studio.<\/p>\n
Vous pouvez ensuite communiquer avec votre LLM local directement dans la barre lat\u00e9rale Continuer, poser des questions sur votre code et g\u00e9n\u00e9rer de nouveaux composants.<\/p>\n
Comme je l’ai \u00e9crit plus t\u00f4t, les LLM r\u00e9ussissent mieux avec une structure plate et du code WET (Write Everything Twice). Les mod\u00e8les de param\u00e8tres locaux peuvent \u00eatre inf\u00e9rieurs aux g\u00e9ants comme GPT-4 lorsqu’il s’agit de concevoir des architectures complexes, mais ils sont plus que capables de g\u00e9n\u00e9rer du code passe-partout, de refactoriser des fonctions simples et de r\u00e9aliser un prototypage rapide.<\/p>\n
De plus, gr\u00e2ce au codage Vibe local, votre code ne quitte jamais la machine. Cela rend cette combinaison id\u00e9ale pour le d\u00e9veloppement d\u2019entreprise et le travail avec des donn\u00e9es sensibles.<\/p>\n
Les r\u00e9seaux de neurones locaux ne sont pas capables de remplacer compl\u00e8tement un programmeur ou de concevoir un syst\u00e8me complexe. Cependant, la combinaison de LM Studio + VS Code + Continue offre une ind\u00e9pendance par rapport aux services cloud et pr\u00e9serve la confidentialit\u00e9. Il s’agit d’un outil auxiliaire enti\u00e8rement fonctionnel pour les t\u00e2ches de routine, si vous \u00eates pr\u00eat \u00e0 supporter les limitations des petits mod\u00e8les et \u00e0 contr\u00f4ler ind\u00e9pendamment l’architecture du projet.<\/p>\n
https:\/\/code.visualstudio.com\/<\/a> https:\/\/youtu.be\/IqqCwhG46jY<\/a> Si vous souhaitiez utiliser des r\u00e9seaux de neurones pour vous aider \u00e0 \u00e9crire du code (appel\u00e9 codage Vibe) et que vous disposez d’un ordinateur assez puissant, par exemple avec une carte vid\u00e9o Nvidia RTX, alors vous pouvez d\u00e9ployer l’ensemble de l’environnement absolument gratuitement sur votre machine. Cela r\u00e9sout les probl\u00e8mes li\u00e9s aux abonnements payants etContinue reading “Codage Vibe local\u00a0: LM Studio, VS Code et Continuer”<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[61,52],"tags":[],"class_list":["post-4356","post","type-post","status-publish","format-standard","hentry","category-techie","category-tutorials","entry"],"translation":{"provider":"WPGlobus","version":"3.0.2","language":"fr","enabled_languages":["en","ru","zh","de","fr","ja","pt","hi"],"languages":{"en":{"title":true,"content":true,"excerpt":false},"ru":{"title":true,"content":true,"excerpt":false},"zh":{"title":true,"content":true,"excerpt":false},"de":{"title":true,"content":true,"excerpt":false},"fr":{"title":true,"content":true,"excerpt":false},"ja":{"title":true,"content":true,"excerpt":false},"pt":{"title":true,"content":true,"excerpt":false},"hi":{"title":true,"content":true,"excerpt":false}}},"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/4356","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/comments?post=4356"}],"version-history":[{"count":1,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/4356\/revisions"}],"predecessor-version":[{"id":4358,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/4356\/revisions\/4358"}],"wp:attachment":[{"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/media?parent=4356"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/categories?post=4356"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/tags?post=4356"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\nhttps:\/\/lmstudio.ai\/<\/a>
\nhttps:\/\/continue.dev\/<\/a><\/p>\nSources<\/h2>\n
\nhttps:\/\/www.youtube.com\/watch?v=7AImkA96mE8<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"