- Instalación y activación del servidor local de LLM mediante LM Studio.
- Vinculación de la extensión Continue.dev con el proveedor de modelos locales.
- Configuración avanzada del archivo JSON para habilitar el autocompletado de código.
- Posibilidad de ejecutar el modelo en un equipo remoto para optimizar el rendimiento.
¿Te has cansado de pagar suscripciones mensuales por herramientas de IA? ¿Te preocupa que tu código termine en la nube de alguien más? Tal vez haya llegado la hora de conectar Continue con LM Studio, es decir, integrar un cerebro artificial local en tu entorno de desarrollo. La mejor forma de mantener la privacidad total y trabajar sin depender de una conexión a internet estable.
Hoy vamos a ver cómo montar un ecosistema potente combinando LM Studio y la extensión Continue.dev en VS Code. Básicamente, vamos a convertir tu ordenador en un servidor de LLM privado para que puedas programar con un asistente que no te cobra la cuota mensual y que hace exactamente lo que tú le pidas.
Preparando el terreno con LM Studio
Lo primero que necesitamos para conectar Continue con LM Studio es instalar esta última herramienta, que es básicamente el motor que permite ejecutar modelos de lenguaje en tu propia máquina. Una vez abierta la aplicación, lo ideal es buscar un modelo que esté optimizado para programar. Por ejemplo, el Qwen2.5 Coder es una opción fenomenal; si tienes un equipo potente, vete a por la versión de 14 billones de parámetros, pero si notas que el PC se ahoga, la de 3B va sobrada y es mucho más ligera.
Una vez descargado el modelo, tienes que ir a la sección de desarrolladores en la barra lateral y activar el servidor local. Verás que el sistema empieza a correr en la dirección http://localhost:1234. Este paso es crucial, ya que es el puente que permitirá que Visual Studio Code se comunique con el modelo de IA.
Configurando Continue.dev en VS Code
Para que la magia ocurra dentro de tu editor, debes instalar la extensión de código abierto llamada Continue.dev. Al instalarla, aparecerá una nueva pestaña en el lateral de VS Code. Al principio, el chat no responderá porque no sabe qué cerebro usar, así que tenemos que vincular el modelo de LM Studio.
Para hacer esto, haz clic en la opción de modelo en la parte inferior del chat y selecciona «Add Chat model». En el desplegable de proveedores, elige «LM Studio» y deja el modelo en «Autodetect». Con esto, el chat reconocerá automáticamente el modelo que tienes cargado en LM Studio y ya podrás empezar a darle caña.
Sacándole partido al chat y al contexto
Tras conectar Continue con LM Studio, interactuar con el asistente es muy sencillo y similar a lo que harías con ChatGPT. Puedes pedirle que te cree un fragmento de código HTML desde cero o que te ayude a depurar un error. Un truco muy útil es utilizar el símbolo @ para seleccionar archivos específicos de tu proyecto; así la IA tiene el contexto real de tu código y no se inventa cosas, generando documentación o componentes mucho más precisos.
Activando el autocompletado inteligente
Si quieres que la IA te sugiera código mientras escribes (estilo Copilot), el chat no es suficiente; hay que configurar la función de tab-autocomplete. Para ello, debes localizar y abrir el archivo de configuración que se encuentra en ~/.continue/config.json.
Dentro de ese archivo, debes añadir un bloque de código específico para que el autocompletado sepa que debe consultar el servidor de LM Studio. El objeto JSON debe incluir el apiBase apuntando a localhost:1234/v1, el proveedor como «lmstudio» y el nombre del modelo que estés usando. Una vez guardes los cambios, verás cómo el editor empieza a predecir tus siguientes líneas de código de forma fluida.
Uso de servidores remotos para equipos modestos
Hay un escenario muy común a la hora de conectar Continue con LM Studio: tienes un portátil ligero para trabajar pero un ordenador de sobremesa que es una bestia en potencia. No hace falta que sufras con la lentitud del portátil; puedes configurar tu escritorio como servidor de LLM. En lugar de usar «localhost» en la configuración de Continue.dev, simplemente introduces la IP de tu ordenador potente en la red local.
De esta manera, el portátil actúa solo como interfaz de VS Code mientras que el procesamiento pesado se hace en el PC de escritorio. Esto te permite tener los mejores resultados de modelos grandes sin que el ventilador de tu laptop parezca que va a despegar, manteniendo la gratuidad y la velocidad de respuesta.
Implementando este flujo de trabajo con LM Studio y Continue.dev, logramos un entorno de desarrollo autónomo donde el control del hardware y los datos reside totalmente en nuestra mano, permitiéndonos disfrutar de autocompletado y chat inteligente sin costes recurrentes.
Redactor especializado en temas de tecnología e internet con más de diez años de experiencia en diferentes medios digitales. He trabajado como editor y creador de contenidos para empresas de comercio electrónico, comunicación, marketing online y publicidad. También he escrito en webs de economía, finanzas y otros sectores. Mi trabajo es también mi pasión. Ahora, a través de mis artículos en Tecnobits, intento explorar todas las novedades y nuevas oportunidades que el mundo de la tecnología nos ofrece día a día para mejorar nuestras vidas.