在VSCode中本地运行DeepSeek的流程步骤实践整理

平时做技术实践时，很多问题不是概念不会，而是细节没串起来。拿“在VSCode中本地运行DeepSeek的流程步骤”来说，它看着像小点，放到项目里常会牵出环境、配置、兼容性和维护成本。下面按实际使用顺序，把思路、关键写法和容易踩坑的地方讲清楚，方便你直接对照操作。

从实现思路看，本文将分步向您展示如何在本地安装和运行 DeepSeek、采用 CodeGPT 对其进行设置以及开始借助 AI 来增强您的软件开发工作流程，所有这些都无需依赖基于云的服务。

步骤 1：在 VSCode 中安装 Ollama 和 CodeGPT

在这个场景下，要在本地运行 DeepSeek，我们首先需安装Ollama，它允许我们在我们的机器上运行 LLM，以及CodeGPT，它是集成这些模型以提供编码辅助的 VSCode 扩展。

安装Ollama

Ollama 是一个轻量级平台，可以轻松运行本地 LLM。

下载Ollama

访问官方网站：（链接已移除）

• 在这个场景下，下载适合您的操作系统（Windows、macOS 或 Linux）的安装程序。
• 验证安装安装后，打开终端并运行：

ollama --version

若 Ollama 安装正确，它将显示已安装的版本。

在 Visual Studio Code 中安装 CodeGPT

落到代码里，打开 VSCode同时导航到扩展市场（Ctrl + Shift + X 或 macOS 上为 Cmd + Shift + X）。

搜索“CodeGPT”并点击安装。

或者您可以在此处新建一个免费帐户：（链接已移除）

落到代码里，安装 Ollama 和 CodeGPT 后，我们现在可以下载同时设置 DeepSeek 以开始在本地采用 AI 进行编码。

步骤 2：下载并设置模型

结合项目来看，现在您已经成功安装了 Ollama 和 CodeGPT，现在是时候下载您将在本地采用的模型了。

• 聊天模型：deepseek-r1:1.5b，针对较小的环境进行了优化，可以在大多数计算机上顺利运行。
• 自动补全模型：deepseek-coder:1.3b。该模型借助中间填充 (FIM)理解这一步时，技术，可以在您编写代码时提供智能自动补全建议。它可以预测同时建议函数或方法的中间部分，而不仅仅是开头或结尾。

下载聊天模型 (deepseek-r1:1.5b)

要开始采用聊天模型：

• 在VSCode中打开CodeGPT。
• 导航到侧边栏中的“本地 LLM”部分。
• 从可用选项中，选择Ollama作为本地 LLM 提供商。
• 选择模型deepseek-r1:1.5b。
• 点击下载按钮。模型将自动开始下载。

在这个场景下，下载完成后，CodeGPT 将自动安装模型。安装完成后，您就可以开始与模型进行交互了。

落到代码里，现在，您可以轻松地查询有关代码的模型。只需在编辑器中突出显示任何代码，采用#符号将额外文件添加到查询中，然后借助强大的命令快捷方式，比如：

/fix — 用来修复错误或建议改进代码。
/refactor — 用来清理和改进代码结构。
/Explain — 拿到任何一段代码的详细解释。
这种聊天模型很适合帮助解决特定问题或拿到有关代码的建议。

下载自动完成模型 (deepseek-coder:base)

为了增强代码自动完成功能：

在 VSCode 中打开终端。

运行以下命令来提取deepseek-coder:base模型：

ollama pull deepseek-coder:base

此命令将自动完成模型下载到您的本地机器。

下载完成后，得到CodeGPT同时导航到自动完成模型部分。

从可用模型列表中选择deepseek-coder:base。

在这个场景下，选择后，您就可以开始编码。在您输入时，模型将开始提供实时代码建议，帮助您轻松完成函数、方法甚至整个代码块。

步骤 3：享受无缝本地和私人人工智能编码

从实现思路看，设置模型后，您现在可以享受采用这些强大工具的全部好处，而无需依赖外部 API。借助在您的机器上本地运行所有内容，您可以确保完全的隐私和对编码环境的控制。无需担心数据离开您的计算机，一切都保持安全和私密。

从实现思路看，总的来说，VSCode本地运行DeepSeek这部分内容适合结合实际项目边做边理解。先抓住核心思路，再逐步补上细节和边界处理，最后效果会更稳定，也更容易复用。