要在 Cursor 中使用本地大语言模型，必须手动配置 Ollama 服务：先确保 deepseek-r1:7b 在 ollama list 中运行且 http://localhost:11434/api/tags 可访问，再通过设置或编辑 settings.json 指定 ai.modelProvider 为 ollama、ai.ollamaModel 为 deepseek-r1:7b，最后在真实项目中验证生成与解释功能。
☞☞☞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 Cursor 中把本地运行的大语言模型变成真正可用的编程助手，必须绕过它默认只认云端 API 的限制，手动对接本地服务端口和模型名称。这一步做错，AI 面板会一直显示“Model not found”或“Connection refused”，所有对话框都发不出请求。
确认本地模型服务已启动
打开终端，执行 ollama list，确保 deepseek-r1:7b 或 qwq:32b 出现在列表中且状态为 【running】。如果没看到，说明模型没在后台运行——直接执行 ollama run deepseek-r1:7b 启动它，等终端出现 → 提示符再继续。
用浏览器访问 http://localhost:11434/api/tags，页面返回 JSON 列表才算服务真正就绪。如果打不开，检查是否被防火墙拦截，或 Ollama 是否以管理员权限运行。
配置 Cursor 使用本地 Ollama 模型
方法一：通过 Settings 图形界面配置
点击左下角齿轮图标 → 进入 Settings → 左侧选 AI → 将 Enable AI 开关置为开启 → 在 Model Provider 下拉菜单中选择 Ollama → 在 Model Name 输入框填入 deepseek-r1:7b（注意大小写和冒号不能错）→ 点击右上角 ✅ 保存。
方法二：手动编辑配置文件（更稳定，推荐）
关闭 Cursor，用记事本打开配置文件：%APPDATA%\Cursor\User\settings.json（Windows）或 ~/Library/Application Support/Cursor/User/settings.json（macOS）→ 在文件末尾大括号内添加以下两行（注意前面加逗号）：
"ai.modelProvider": "ollama",
"ai.ollamaModel": "deepseek-r1:7b"
保存后重启 Cursor，AI 面板右上角模型名称应显示为 deepseek-r1:7b。
验证本地模型是否生效
第一步：打开一个真实项目文件夹，不是空白窗口。Cursor 的 AI 能力严重依赖上下文，空项目或单个未保存文件会导致模型拒绝响应。
第二步：在右侧 AI 面板输入“用 Python 写一个读取 CSV 并统计列数的函数”，按下回车。
第三步：观察底部状态栏。如果显示 Using deepseek-r1:7b 且几秒后返回代码，说明配置成功。如果卡在“Thinking…”超过 20 秒，大概率是模型没跑起来或端口被占——回到第一步重新检查 http://localhost:11434/api/tags。
第四步：生成代码后，右键选中函数 → 点击弹出菜单中的 “Explain Code”。若能逐行解释逻辑，证明上下文理解已打通。
