需先安装Ollama作为模型运行时，再拉取codegeex4:all-9b模型，接着安装@codegeex/cli并配置指向本地Ollama服务（http://localhost:11434）及默认模型，最后验证chat功能。
☞☞☞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☜☜☜
要在 Ubuntu Linux 系统上通过命令行完成 CodeGeeX 的本地可用部署，必须绕过 npm 全局安装的常见陷阱——直接 npm install -g codegeex 会因依赖冲突或 Electron 构建失败导致 CLI 不可执行，且缺失模型服务端支撑。你实际需要的是 CLI 工具 + 可运行的后端服务组合，而非单个命令。
安装 Ollama 作为模型运行时
CodeGeeX4 本地运行依赖 Ollama 提供的模型加载与推理能力，不是纯 Node.js 工具链。
执行官方安装脚本：curl -fsSL https://ollama.com/install.sh | sh
国内用户若遇到超时或证书错误，先下载脚本再手动修改源：curl -fsSL https://ollama.com/install.sh -o ollama_install.sh → 用 vim ollama_install.sh 将其中 https://github.com/ollama/ollama/releases/download 替换为 GitHub 镜像地址（如 https://ghproxy.com/https://github.com/ollama/ollama/releases/download）→ chmod +x ollama_install.sh && sudo ./ollama_install.sh
验证安装：ollama --version 应输出类似 ollama version 0.1.45；若报 command not found，说明 PATH 未生效，执行 sudo ln -s /usr/bin/ollama /usr/local/bin/ollama 补救。
拉取并注册 CodeGeeX4-ALL-9B 模型
该模型是 CodeGeeX 官方发布的完整离线版，含 Java/Python/C++ 多语言支持，94 亿参数，需至少 16GB 内存方可加载。
运行：ollama pull codegeex4:all-9b
拉取完成后，立即测试基础响应：ollama run codegeex4:all-9b "print('Hello from CodeGeeX4')" → 若返回 Python 代码并成功执行，说明模型已就绪；若卡在 creating model 超过 2 分钟，【大概率是内存不足或 swap 未启用】，需先执行 sudo fallocate -l 4G /swapfile && sudo chmod 600 /swapfile && sudo mkswap /swapfile && sudo swapon /swapfile。
安装 CodeGeeX CLI 并绑定本地模型
CLI 不提供独立推理能力，它只是向本地 Ollama 服务发送请求的轻量客户端。
第一步：确保 Node.js ≥18.0：node -v 若低于 v18.0，运行 curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash - && sudo apt-get install -y nodejs
第二步：全局安装 CLI：npm install -g @codegeex/cli
第三步：配置指向本地 Ollama 实例：codegeex config set endpoint http://localhost:11434
第四步：指定默认模型：codegeex config set model codegeex4:all-9b
最后验证：codegeex chat --prompt "写一个冒泡排序 Python 函数" → 成功返回带注释的代码即表示通路建立完毕。
