本地运行CodeLlama并集成至VS Code有四种路径：一、通过Text Generation Web UI提供API，VS Code用CodeLLM插件调用；二、用Ollama托管模型，配合Llama Coder插件；三、用Transformers原生加载，在Python环境中直连；四、通过Remote-SSH远程调用服务器上的Ollama服务。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在本地运行CodeLlama模型，并将其集成到VS Code中作为编程助手，则需分别完成模型本地加载与插件级调用两个环节。以下是实现该目标的多种可行路径：
一、通过Text Generation Web UI本地加载CodeLlama并接入VS Code
该方法利用Web UI作为模型服务端，VS Code通过HTTP接口调用其API，适用于已部署好Web UI且需保留图形交互能力的用户。
1、确保text-generation-webui已成功运行，地址为http://127.0.0.1:7680，并已在Models页面加载CodeLlama-7b或更高版本模型。
2、在Web UI设置中启用API服务：进入Settings → API → 勾选“Enable API endpoint”，保存后重启服务。
3、获取API基础地址：http://127.0.0.1:7680/v1，此为后续VS Code插件配置所需端点。
4、在VS Code中安装扩展“REST Client”或“CodeLLM”，后者支持直接配置自定义LLM API。
5、打开VS Code设置（Ctrl+,），搜索“codelmm.baseurl”，将值设为http://127.0.0.1:7680/v1；再设置“codelmm.model”为codellama-7b（需与Web UI中模型文件夹名一致）。
二、通过Ollama本地托管CodeLlama并对接VS Code插件
该路径依赖Ollama轻量服务层，无需Python环境与显卡驱动，适合低配设备或快速验证场景。
1、从ollama.com/download下载并安装对应系统版本的Ollama客户端。
2、启动Ollama服务后，在终端执行命令拉取适配模型：ollama run codellama:7b（首次运行将自动下载约4.5GB模型）。
3、确认Ollama服务监听默认地址：http://127.0.0.1:11434，可通过curl http://127.0.0.1:11434/api/tags验证模型是否就绪。
4、在VS Code中安装“Llama Coder”扩展（由GitCode社区维护）。
5、打开VS Code设置，定位至Extensions → Llama Coder → Ollama Host，填入http://127.0.0.1:11434；Ollama Model Name字段填写codellama:7b。
三、使用Transformers原生加载+VS Code Python插件直连
该方式绕过中间服务，以Python脚本形式在VS Code内置终端中启动模型推理，适合熟悉PyTorch与Hugging Face生态的开发者。
1、创建独立conda环境：conda create -n codellama python=3.10，激活后安装依赖：pip install torch transformers accelerate bitsandbytes。
2、从Hugging Face下载模型权重：huggingface-cli download codellama/CodeLlama-7b-Instruct-hf --local-dir ./codellama-7b-instruct。
3、在VS Code中新建run_codellama.py，写入加载逻辑，关键行包括：model = AutoModelForCausalLM.from_pretrained("./codellama-7b-instruct", device_map="auto")。
4、在VS Code命令面板（Ctrl+Shift+P）中选择“Python: Select Interpreter”，指定为刚创建的codellama环境。
5、右键运行脚本，观察终端输出是否完成模型映射；随后可在Python交互窗口中调用pipeline("text-generation", model=model, tokenizer=tokenizer)进行测试。
四、基于Ollama+VS Code Remote-SSH跨机器调用
当CodeLlama部署于远程Linux服务器（如带A10 GPU的Ubuntu主机）时，可通过VS Code的Remote-SSH扩展实现本地编辑、远程推理。
1、在远程服务器安装Ollama并运行：ollama run codellama:13b，确保防火墙放行11434端口。
2、在远程服务器执行echo $OLLAMA_HOST，若为空则手动设置：export OLLAMA_HOST=0.0.0.0:11434并写入~/.bashrc。
3、本地VS Code安装“Remote-SSH”扩展，配置远程主机连接信息，成功连接后打开远程工作区。
4、在远程工作区中安装“Llama Coder”扩展，设置Ollama Host为http://localhost:11434（注意此处localhost指向远程服务器自身）。
5、重启VS Code窗口，触发插件重载，此时所有代码补全请求将由远程Ollama实例响应。
