如何繼續使用 LM Studio

您是否厭倦了每月支付人工智慧工具的訂閱費用？您是否擔心您的程式碼最終會出現在別人的雲端？或許是時候… 繼續使用 LM Studio換句話說，就是將本地人工智慧整合到你的開發環境中。這是在不依賴穩定網路連線的情況下，保持完全隱私並進行工作的最佳方式。

今天我們將了解如何透過結合 LM Studio 和擴充功能來建立一個強大的生態系統。 繼續開發 在 VS Code 中。基本上，我們將把你的電腦變成… 私有LLM伺服器 這樣你就可以和一位不收取月費、並且能完全按照你的要求執行操作的助手一起進行程式設計了。

使用 LM Studio 進行場地準備

 

要將 Continue 與 LM Studio 連接起來，首先需要安裝後者。 LM Studio 本質上是一個引擎，它允許您在自己的電腦上運行語言模型。應用程式開啟後，理想情況下，您應該尋找一個針對程式設計最佳化的模型。例如， Qwen2.5 程式設計師 這是一個絕佳的選擇；如果你有一台性能強大的電腦，那就選擇 14 億參數版本，但如果你發現你的電腦運行吃力，3B 版本就綽綽有餘，而且重量更輕。

模型下載完成後，您需要前往側邊欄的開發者部分， 啟動本地伺服器你會看到系統開始朝著那個方向運作。 http://localhost:1234這一步驟至關重要，因為它是 Visual Studio Code 與 AI 模型進行通訊的橋樑。

在 VS Code 中設定 Continue.dev

 

要讓編輯器實現這項神奇功能，您需要安裝名為 Continue.dev 的開源擴充功能。安裝完成後，側邊欄會出現一個新標籤頁。 VS Code一開始，聊天功能不會回應，因為它不知道該使用哪個“大腦”，所以我們必須… 連結 LM Studio 模型.

為此，請點擊聊天視窗底部的模型選項並選擇 “新增聊天模式”在提供者下拉式選單中，選擇“LM Studio”，並將模型設定為“自動偵測”。這樣，聊天功能就能自動辨識您在 LM Studio 中載入的模型，您可以立即開始使用它。

充分利用聊天和上下文

將 Continue 連接到 LM Studio 後，與精靈的互動非常簡單，類似於使用 ChatGPT。您可以讓它從頭開始建立 HTML 程式碼片段，或幫助您偵錯錯誤。一個非常有用的技巧是 使用 @ 符號 從專案中選擇特定文件；這樣，人工智慧就能了解程式碼的真實上下文，不會隨意編造，進而產生更準確的文件或元件。

啟用智慧型自動完成功能

 

如果您希望 AI 在您輸入時提供代碼建議（類似 Copilot 的功能），僅靠聊天功能是不夠的；您需要配置 Tab 鍵自動補全功能。為此，您必須找到並開啟位於下列位置的設定檔： ~/.continue/config.json.

在該檔案中，您必須新增特定的程式碼區塊，以便自動完成功能知道要查詢 LM Studio 伺服器。 JSON 物件必須包含以下內容： apiBase 指向 localhost:1234/v1提供者（例如“lmstudio”）和您正在使用的模型名稱。儲存變更後，您會看到編輯器流暢地預測您接下來的程式碼行。

使用遠端伺服器連接小型設備

 

將 Continue 與 LM Studio 連接時，有一個非常常見的情況：您有一台輕薄的筆記型電腦用於工作，但還有一台性能強勁的桌上型電腦。您不必忍受筆記型電腦的運作緩慢；您可以 將您的桌面配置為 LLM 伺服器在 Continue.dev 設定中，您無需使用“localhost”，只需輸入本機網路上高效能電腦的 IP 位址即可。

這樣一來，筆記型電腦就僅僅充當了 VS Code 的介面，而 繁重的處理工作是在桌上型電腦上完成的。這樣一來，即使使用大尺寸模型，筆記型電腦的風扇也不會發出像要起飛一樣的聲音，同時還能保持流暢的操作和反應速度，從而獲得最佳效果。

透過在 LM Studio 和 Continue.dev 中實施此工作流程，我們實現了自主開發環境，硬體和資料的控制權完全掌握在我們手中，使我們能夠享受自動完成和智慧聊天功能，而無需支付任何額外費用。