把本機模型接到編輯器：Continue、Cursor 與 Ollama

想讓 AI 幫你寫程式又不想把整份原始碼送上雲端，答案是把編輯器接到自己電腦上的模型；照官方文件當天的說法，Continue 的擴充有完整的 Ollama 設定，改一個 config.yaml 就能讓本機模型負責補全與聊天，而 Cursor 的說明頁只列了五家雲端供應商的金鑰、沒有任何自訂端點的寫法。

這篇會帶你做完四件事：在 VS Code 或 JetBrains 裝好 Continue、把聊天、補全、嵌入三個模型角色寫進設定檔、在 Ollama 端把連線位址與上下文長度設對，最後看懂哪些編輯器的官方文件真的寫了 Ollama、以及本機模型在代理模式上被文件明白點出的限制。

補全、聊天、代理：先分清楚三種用法

Continue 官方文件把功能分成四項：代理（Agent）模式一起處理開發任務、聊天（Chat）模式問問題與解釋程式碼、編輯（Edit）模式不離開檔案就改一段程式、自動補全（Autocomplete）在你打字時給行內建議。這四項不是同一個模型都能做好，官方也沒有這樣建議。

補全用的是另一種模型。官方文件寫得很直接：補全模型是用一種叫 fill-in-the-middle（FIM）的格式訓練的，把游標前後的程式碼餵給它、要它補中間那段，因為任務很專一，所以「即使是 3B 參數的模型也能表現不錯」，反過來說，聊天模型雖然大，「即使下很多提示詞通常也表現不好」。同一份文件還補了一句：目前最先進的補全模型「都不超過 10b 參數，再往上加也不會明顯變好」。

代理模式的門檻則在工具呼叫。Continue 的模型推薦頁在「Local Models」那一段直接寫：這些模型只要顯示記憶體夠就能在自己的電腦上跑，但是「有限的工具呼叫與推理能力，會讓代理模式用起來很吃力」。這句話是本機方案跟雲端方案最大的落差，先記著，後面的限制那一節還會用到。

工具呼叫（Tool Calling）是什麼：模型如何請程式做事

Continue：裝擴充，然後改一個設定檔

Continue 是 VS Code 與 JetBrains 的開放原始碼擴充。VS Code 這邊照官方文件是三步：在 Visual Studio Marketplace 的 Continue 頁面按 Install，會跳回 VS Code 再按一次 Install，圖示出現在左側欄之後，文件建議把它拖到右側欄比較好用。JetBrains 這邊是用 Ctrl 加 Alt 加 S 打開 Settings，進 Plugins 找到 Continue 再按 Install。介面以官網當天版本為準。

裝完之後所有設定都在一個檔案裡。官方文件寫設定檔的位置：macOS 與 Linux 在使用者家目錄的 .continue 資料夾底下的 config.yaml，Windows 在 %USERPROFILE% 底下的同一個路徑。要打開它，先用 cmd 或 ctrl 加 L（VS Code）、cmd 或 ctrl 加 J（JetBrains）叫出聊天側欄，點輸入框上方的設定選單，滑到那一組設定按齒輪。文件說存檔之後 Continue 會自動重新載入，不用重開編輯器。

name: My Config
version: 0.0.1
schema: v1
models:
  - name: Qwen3 Coder 30B
    provider: ollama
    model: qwen3-coder:30b
    apiBase: http://localhost:11434
    roles:
      - chat
      - edit
  - name: Qwen2.5-Coder 1.5B
    provider: ollama
    model: qwen2.5-coder:1.5b
    roles:
      - autocomplete
  - name: Nomic Embed
    provider: ollama
    model: nomic-embed-text
    roles:
      - embed

三個欄位要對：provider 固定填 ollama，model 要跟 ollama list 印出來的名稱一字不差，apiBase 只有在 Ollama 跑在別台機器時才需要改成那台的位址。另外，Continue 舊的 config.json 格式在官方文件上已經標成 Deprecated（已淘汰），新寫的設定用 YAML 就好。

Ollama 入門：Windows、Mac 安裝與第一個模型

三個模型角色：chat、autocomplete、embed

Continue 的模型說明頁把角色列成六種：chat（聊天）、edit（編輯）、apply（套用）、autocomplete（自動補全）、embed（嵌入）、rerank（重新排序），在設定檔裡就是 roles 這個欄位。對本機模型來說，真正要自己指派的是下面三個。

• chat 與 edit：挑程式模型。Ollama 模型庫當天的程式模型頁裡，qwen3-coder 有 30b 與 480b 兩種標籤，30b 的下載大小 19GB、上下文視窗 256K，480b 則是 290GB，一般家用電腦不用考慮；撐不住 30b 的話，同一個模型庫的 qwen2.5-coder 有 14b（9.0GB）與 32b（20GB）可以退而求其次。
• autocomplete：挑小的補全模型。Continue 的推薦表格把開放模型欄寫成 QwenCoder2.5 的 1.5B 與 7B，對應 Ollama 模型庫的 qwen2.5-coder，1.5b 下載大小 986MB、7b 是 4.7GB，上下文視窗都是 32K；嫌太大還有 0.5b（398MB）與 3b（1.9GB）。
• embed：給程式碼庫檢索用。官方文件寫「如果想在本機產生嵌入向量，我們建議搭配 Ollama 使用 nomic-embed-text」，這個模型在模型庫上是 274MB、上下文視窗 2K。要注意文件同時寫了：VS Code 內建一個叫 transformers.js 的嵌入模型，但是 JetBrains 目前沒有內建的嵌入器。

ollama pull qwen3-coder:30b
ollama pull qwen2.5-coder:1.5b
ollama pull nomic-embed-text

ollama list

文件特別提醒標籤要拉完整：直接打 ollama pull deepseek-r1 拉到的是 :latest，跟設定檔裡寫的 :32b 不是同一包，接著就會看到「404 model not found, try pulling it first」。設定檔寫什麼標籤，就拉什麼標籤。

閱讀完整文字說明

上排四個方框從左到右是一條資料流。一，編輯器：VS Code 或 JetBrains，你在裡面打字、選一段程式碼或問問題。二，擴充：Continue，設定檔是家目錄底下的 .continue 資料夾裡的 config.yaml，provider 欄位填 ollama，由它決定哪個角色用哪個模型。三，本機 Ollama：預設位址是 localhost 冒號 11434，官方文件建議程式工作把上下文設到至少 64000 個 token。四，模型：依 roles 欄位分派，整條路徑都在這台電腦上。第四個方框往下接到一條橫線，分出三個角色方框。左邊是 chat 與 edit，用程式模型，例如 qwen3-coder 冒號 30b，下載大小 19GB、上下文視窗 256K。中間是 autocomplete，用小的補全模型 qwen2.5-coder 冒號 1.5b，下載大小 986MB、上下文視窗 32K。右邊是 embed，用嵌入模型 nomic-embed-text，下載大小 274MB，給程式碼庫檢索用。最下面一條紅框提醒 Cursor 是例外：官方說明頁只列 OpenAI、Anthropic、Google、Azure、Bedrock 五家金鑰，沒有自訂端點；自備金鑰只對聊天模型有效，Tab 補全仍走 Cursor 內建模型，而且請求會經過 Cursor 的伺服器。

Ollama 端要開的設定

編輯器那邊設好之後，剩下的都在 Ollama。官方文件要確認的其實只有三件事。

• 服務有在跑：Continue 的疑難排解那一節寫，先用 curl 打 localhost 的 11434 埠，回「Ollama is running」就代表通了；Ollama 官方文件裡 Zed、JetBrains、Roo Code 那幾頁要你填的 Host URL，也都是同一個位址。
• 上下文長度要調大：官方的上下文長度說明頁寫，預設值是依顯示記憶體分級的，小於 24 GiB 給 4k、24 到 48 GiB 給 32k、48 GiB 以上給 256k；同一頁接著寫「網頁搜尋、代理、程式工具這類需要大量上下文的工作，應該設到至少 64000 個 token」。
• 跑在別台機器才要開對外：官方常見問答寫，Ollama 預設只綁在 127.0.0.1 的 11434 埠，要讓區域網路的另一台電腦連進來，得把 OLLAMA_HOST 設成 0.0.0.0 加同一個埠，再重啟服務。

# 方法一：啟動服務時指定
OLLAMA_CONTEXT_LENGTH=64000 ollama serve

# 方法二（macOS 以應用程式執行時）：設好環境變數再重開 Ollama
launchctl setenv OLLAMA_HOST "0.0.0.0:11434"

# 看模型載在哪裡：PROCESSOR 欄要是 100% GPU
ollama ps

反過來也有調太大的問題。Continue 的 Ollama 供應商頁寫，Continue 設的預設上下文長度可能比其他 Ollama 工具高，所以同一個模型在別的地方跑得動、在編輯器裡卻跳出「Model requires more system memory」；文件給的解法是在那個模型底下加 defaultCompletionOptions 的 contextLength 把它調小，或者換小一號的模型。

跑本機模型要什麼電腦：記憶體、顯示記憶體與 Apple Silicon

GGUF 量化怎麼選：Q4_K_M、Q8_0、F16 的檔名、檔案大小與記憶體

Cursor 能不能接本機模型：照官方說明

很多人想把 Ollama 接到 Cursor，這裡照 cursor.com 的說明頁原文回答。那一頁叫「Bring your own API key」（自備 API 金鑰），步驟是打開 Cursor Settings 進 Models，找到供應商、貼上金鑰、按 Save。可以填的供應商頁面上列了五家：OpenAI、Anthropic、Google、Azure OpenAI、AWS Bedrock。整頁沒有自訂 base URL、OpenAI 相容端點或本機模型的任何說明，所以照當天的官方文件，接 Ollama 這件事在 Cursor 上沒有官方寫法。

就算你填的是雲端金鑰，那一頁也寫死了兩條限制。第一條是功能範圍：「Custom API keys only work with chat models. Tab completion continues using Cursor's built-in models.」翻成中文就是自備金鑰只對聊天模型有效，Tab 補全還是走 Cursor 自己的模型。第二條是資料路徑：金鑰不會存在 Cursor 的伺服器上，但是每一次請求都會帶著金鑰送到後端，因為「所有請求都會經過 Cursor 的伺服器做最後的提示詞組裝」；同一頁還寫，用自備金鑰的時候 Cursor 的 Zero Data Retention 政策不適用，資料處理改看你選的那家供應商的隱私政策。

Cursor 編輯器入門：Tab 補全、Chat 與代理模式

官方文件真的寫了 Ollama 的編輯器

除了 Continue，Ollama 自己的文件也有一個整合（Integrations）區，裡面點名了幾個編輯器，每一頁都寫了設定步驟與前提。下面這張表只收官方文件寫過的，沒寫的就不列。

AI 寫程式工具總覽：Claude Code、Codex、Gemini CLI、Cursor、Copilot

會踩到的限制與常見問題

本機方案最誠實的講法是：補全與聊天這兩件事很堪用，代理那一段官方文件自己就先打了預防針。下面幾條都寫在文件上。

• 代理模式跑不動：Continue 的模型頁寫本機模型的工具呼叫與推理能力有限，代理模式會很吃力。Ollama 指南那頁給的補救是在模型底下加 capabilities 的 tool_use，但同一頁也寫了「已知問題」：有些模型即使設了、宣稱支援，實際的工具支援還是跟標示的不一樣。
• 別拿旗艦模型做補全：官方的補全常見問答直接說，最好的商用模型沒有用 FIM 格式訓練，補全反而不好用；另外會思考的推理模型也不建議，因為產出比較慢、不適合需要速度的場景。
• Cursor 的 Tab 換不掉：照官方說明，自備金鑰只對聊天模型有效，Tab 補全一定走 Cursor 內建的模型。
• 上下文比雲端短：Ollama 的預設值依顯示記憶體從 4k 起跳，程式工作官方建議至少 64000 個 token，Roo Code 的整合頁則寫至少 32K；調大很吃記憶體，文件也提醒要先確認顯示記憶體夠。
• 補全沒反應：官方的排查順序是先確認「Enable Tab Autocomplete」有勾（JetBrains 在 Settings 的 Tools 底下找 Continue），再確認模型真的拉下來了，然後把其他補全來源關掉避免互相干擾。

還有一件跟錢有關的事值得順帶一提：本機模型不按 token 計費，電腦跑起來就沒有帳單，但這個好處要拿品質和速度去換。真的要比，先把雲端那邊的計費方式看懂再決定哪些工作留在本機。

AI 寫程式的費用怎麼算：token、訂閱與 API 額度

在自己電腦跑 DeepSeek：Ollama 蒸餾版教學

GitHub Copilot 入門：VS Code 裡的補全、Chat 與代理

• AI 工具
• 教學
• AI 寫程式與本機模型