如果您希望使用神经网络来帮助编写代码（所谓的 Vibe 编码），并且您有一台相当强大的计算机，例如配备 Nvidia RTX 显卡，那么您可以在您的计算机上完全免费地部署整个环境。这解决了付费订阅的问题，并允许您安全地处理 NDA 下的项目，因为您的代码不会发送到任何地方。在这篇文章中，我将描述如何组装 LM Studio、VS Code 和 Continue 扩展的本地包。
本地 Vibe 编码工具
为了舒适的工作，我们需要三个主要组件：
– LM Studio： 一个用于下载和运行本地 LLM 的便捷应用程序。它承担了使用 GGUF 模型的所有复杂性，并建立了一个与 OpenAI API 兼容的本地服务器。
– VS Code： 流行且熟悉的代码编辑器。
– 继续： VS Code 扩展，将神经网络直接集成到工作环境中。允许您聊天、突出显示代码以进行重构，并支持自动完成。
硬件要求
本地语言模型是内存密集型的：
– 显卡 (GPU)： Nvidia，配备 8 GB VRAM 或更高（可轻松处理具有 7-80 亿个参数的模型）。较重的型号将需要 16 GB 的 VRAM。
– 磁盘空间：约500 GB用于存储各种下载的模型。
配置链接
设置过程非常简单，不需要在终端中进行复杂的操作：
1.下载并安装LM Studio。使用内置搜索查找轻量级模型，例如 Qwen Coder 或 gemma3:12b。
2. 在 LM Studio 中，转到“本地服务器”选项卡并单击“启动服务器”。默认情况下，它将从“http://localhost:1234/v1”启动。
3. 打开 VS Code 并从插件商店安装 Continue 扩展。
4. 打开“继续”配置文件并添加新模型，指定“openai”提供程序以及 LM Studio 中的本地服务器地址。
然后，您可以直接在“继续”侧栏中与当地的法学硕士进行交流，询问有关您的代码的问题，并生成新的组件。
为什么会这样？
正如我之前所写，法学硕士在扁平结构和 WET（将所有内容写入两次）代码方面做得更好。在设计复杂的架构时，局部参数模型可能不如 GPT-4 这样的巨头，但它们完全能够生成样板代码、重构简单功能和快速原型设计。
此外，通过本地 Vibe 编码，您的代码永远不会离开机器。这使得这种组合非常适合企业发展和处理敏感数据。
输出
局部神经网络无法完全取代程序员或设计复杂的系统。然而，LM Studio + VS Code +Continue 的组合提供了独立于云服务的能力并维护了隐私。如果您愿意忍受小模型的限制并独立控制项目架构，那么这是一个用于日常任务的完全可用的辅助工具。
链接
https://code.visualstudio.com/
https://lmstudio.ai/
https://continue.dev/
来源
https://youtu.be/IqqCwhG46jY
https://www.youtube.com/watch?v=7AImkA96mE8
