中AgenticOps Engineering 权威指南：构建自主企业的未来h

安装插件

在 VS Code 的开源 AI 插件中，Continue 这个插件评价还不错，功能也能满足要求：

同时支持「对话」和「Tab 自动补全」两种交互方式

后端可接任何兼容 OpenAI API 格式的模型（本地/云端均可）

完全离线运行，保护源码隐私

因此，决定使用此插件来构建AI编程助手。

插件在：https://marketplace.visualstudio.com/items?itemName=Continue.continue

安装之后，VS Code 的边栏上会多一个图标。

2. 配置本地模型

接下来，我们配置它使用我们自己部署的模型：

依次点击左侧活动栏上 Continue 图标 -->选择Models --> 右上角齿轮。

就可以打开 Continue 的配置文件（yaml格式的），然后参照如上图的配置。

配置文件中，各个元素的含义如下：

基本信息

name: Local Assistant

version: 1.0.0

schema: v1

name: 配置名称，标识为 "Local Assistant"（本地助手）。

version: 配置文件版本（1.0.0）。

schema: 使用的配置架构版本（v1）。

模型配置

models:

- name: Qwen2.5-Coder-7B-Instruct

provider: "openai"

model: "Qwen2.5-Coder-7B-Instruct"

apiBase: "http://ip:port/v1"

apiKey: ""

completion_options:

temperature: 0.5

top_p: 0.9

roles:

- chat

- autocomplete

- edit

- apply

模型定义：使用 Qwen2.5-Coder-7B-Instruct（一个针对代码任务的7B参数模型）。

provider: 设置为 "openai"，表示兼容OpenAI API格式（这里根据你的实际情况修改）。

apiBase: 模型API的终端地址（http://ip:port/v1），指向一个本地或远程服务。

apiKey: 你的模型API密钥。

生成参数：

temperature: 0.5（平衡生成结果的创造性和确定性）。

top_p: 0.9（核采样，限制生成时仅考虑概率最高的90% token）。

支持的功能 (roles)：

chat: 对话交互。

autocomplete: 代码自动补全。

edit: 代码编辑。

apply: 可能指应用代码更改。

上下文集成

context:

- provider: code

- provider: docs

- provider: diff

- provider: terminal

- provider: problems

- provider: folder

- provider: codebase

配置工具可访问的上下文来源（增强模型对当前任务的理解）：

code: 当前编辑的代码文件。

docs: 项目文档或注释。

diff: 代码变更差异（如Git diff）。

terminal: 终端输出或命令历史。

problems: 错误或警告（如IDE提示）。

folder: 当前目录文件结构。

codebase: 整个代码库的元信息（如符号定义）。

总得来说，此配置文件定义了一个本地代码助手，通过HTTP API连接到一个 Qwen2.5-Coder 模型，支持代码补全、编辑、聊天等功能，并集成了开发环境的多维度上下文（代码、终端、文档等）。

3. 验证效果

最后，我们来验证下模型的效果。

首先 **@** 一个代码文件，下面的示例中是我的一个工程中的代码：

接下来，我们让AI帮我们生成CreateTask这个函数的代码：

然后，点击生成的代码右上角的 【Apply】按钮，就能将生成的代码填充到文件中。

点击右上角绿色的勾，就能将代码写入文件，如果代码有错误，可以继续通过prompt交互来修改代码，

或者直接修改代码文件也行。

4. 总结

十分钟内，你就能在 VS Code 里用上「完全属于自己」的 AI 编程助手，既省钱又安心。Happy coding!