Ollama + DeepSeek 本地部署，VSCode 一键生成仿真脚本全攻略

liuchen

一、 为什么选择 Ollama + DeepSeek？
对于仿真开发者来说，代码往往涉及核心知识产权，且对网络延迟敏感。

• Ollama：极其轻量的本地大模型运行框架，一行命令即可跑起模型，完美支持 Windows/Linux/macOS。
• DeepSeek：目前国产大模型中的“性价比之王”，不仅代码能力极强，而且无需科学上网，本地运行流畅。
  

二、 三步搞定本地部署
Step 1：安装 Ollama 并拉取 DeepSeek
前往 Ollama 官网下载并安装客户端。安装完成后，打开终端（Terminal），输入以下命令拉取适合代码生成的模型：
ollama pull deepseek-coder-v2
等待下载完成，输入 ollama run deepseek-coder-v2 即可在命令行测试对话。
Step 2：配置 VSCode 仿真代码助手
打开 VSCode，在扩展商店搜索并安装 Continue 或 Cline 等支持本地模型的 AI 编程插件。
在插件的设置（Settings）中：

• 选择 Provider：Ollama
• Model：deepseek-coder-v2
• API Base URL：http://localhost:11434（默认即可）
  

Step 3：集成仿真工程
在 VSCode 中打开你的仿真工程目录（例如 MSFS 插件工程、P3D SimConnect 脚本或 Carla 自动驾驶项目）。现在，你可以直接在编辑器里使用 Ctrl+L 唤起 AI 对话框。
三、 仿真 AI 辅助实战演示
配置好之后，AI 就能完全理解你的仿真工程上下文了。你可以这样对它下达指令：

• 自动建模/脚本生成：“帮我写一个 Python 脚本，通过 SimConnect 接口读取当前飞机的空速和高度，并在高度低于 500 英尺时触发语音告警。”
• 故障诊断：“这段 C++ 的 AI 交通生成代码一直报内存溢出，帮我排查一下指针问题。”
• 任务自动规划：“基于当前的 Carla 仿真环境，帮我规划一个包含 3 个路口的自动驾驶测试路径点。”
  

四、 避坑指南与发帖规范

• 显存要求：DeepSeek-Coder 本地运行建议至少 16GB 显存（如 RTX 4090），如果显存不足，可以改用 deepseek-coder:6.7b 轻量版。
• 提问规范：如果你在对接仿真插件时遇到 AI 报错，请前往 [插件 BUG 板块] 发帖。
• 求助日志：如果是 Ollama 启动失败或 VSCode 无法连接的问题，发帖时请务必附上完整的运行日志（Log），方便大佬们帮你排查。