本教程将详细介绍如何在Roo Code插件中，调用通过Ollama在本地电脑部署的AI模型，适用于需要本地智能编程功能的开发场景。
Roo Code是VS Code中的智能编程插件，不仅能接入DeepSeek等各大模型API，而且还可以调用Ollama在本地部署的AI大模型。例如，以下Ollama支持在本地部署的模型，都可以在Roo Code插件中调用：
- DeepSeek：如DeepSeek-R1、DeepSeek-Coder、DeepSeek-V3等。
- Qwen：Qwen2.5等阿里的通义千问大模型。
- Llama系列：Llama 2、Llama 3、Code Llama等。
- Mistral：如Mistral 7B。
- Gemma：谷歌相关的大模型。
- Phi-3：微软的大模型。
- Baichuan：百川智能的百川大模型。
- Ziya：智谱AI的智谱清言大模型。
一、环境准备
本地部署DeepSeek等大模型的硬件要求：
- 操作系统：Windows 10/11 或 Linux（Ubuntu 20.04+）
- 处理器：Intel i5 10代+/AMD Ryzen 5 3600+
- 内存：最低16GB（推荐32GB）
- 存储：SSD硬盘至少50GB可用空间
- GPU：NVIDIA GTX 1080+（可选，建议配备）
详细最低硬件配置要求请参考：
《本地电脑安装部署DeepSeek最低配置要求丨GPU方案、CPU方案丨AI 指南》https://aizhinan.cc/188 《DeepSeek R1、V3的1.5b/7b/32b/70b和671b模型，本地部署硬件要求对应表丨AI 指南》https://aizhinan.cc/217
二、本地电脑环境搭建，安装Ollama
新手用户请参考《Ollama图文教程丨DeepSeek V3、R1本地部署实战，面向新手的专业攻略丨AI 指南 https://aizhinan.cc/204 一文，傻瓜式安装Ollama、下载/运行DeepSeek模型。
如果有其他需求，可参考下面1、2、3操作。
1，安装基础组件
# 创建虚拟环境（推荐）
conda create -n ollama_env python=3.9
conda activate ollama_env
# 克隆Ollama仓库
git clone <https://github.com/ollama/ollama.git>
cd ollama/core
2，模型文件准备
从官方渠道获取模型文件：
- DeepSeek R1：huggingface.co/deepseek-ai/deepseek-r1
- 千问2.5：huggingface.co/Qwen/Qwen2.5-7B
将下载的模型文件存放至：
~/ollama/models/
├── deepseek
│ └── r1-7b.bin
└── qwen
└── qwen2.5-7b.bin
3，服务端配置
# config.yaml
server:
host: 127.0.0.1
port: 11434
models:
paths:
- /ollama/models
gpu_acceleration: true # 启用GPU加速
三、在VS Code中安装Roo Code插件
打开VSCode，在插件市场中搜索RooCode安装，详细步骤请参考：
《图文教程丨AI编程插件Roo Code(原Roo Cline)接入DeepSeek API Key，体验R1、V3模型的详细方法丨AI 指南》https://aizhinan.cc/227
四、Roo Code调用Ollama本地DeepSeek R1/V3/千问2.5等AI模型
首先，确保已经运行Ollama，并执行了DeepSeek或其他模型的运行命令。
在VS Code软件中，点击左侧栏Roo Code图标，再点击「设置」齿轮图标。在设置页，点击「API Provider」下拉菜单并选择「Ollama」，如下图所示：
然后，选择本地电脑下载/运行的模型版本，这里选择deepseek-r1:8b，可以看到我另外还下载了deepseek-r1:1.5b 版本：
最后，点击右上角的「Done」按钮保存设置，简单测试一下能否使正常与DeepSeek对话：
到这里，已成功在Roo Code调用通过Ollama部署的DeepSeek模型。可以在VS Code使用DeepSeek的AI编程功能，不会再出现连接DeepSeek API时的「服务器繁忙，请稍后再试」情况了。
五、故障排查指南
| 问题现象 | 解决方案 |
|---|---|
| 503 Service Unavailable | 检查Ollama服务是否启动：systemctl status ollama |
| CUDA内存不足 | 降低gpu_layers值或减少batch_size |
| 响应速度慢 | 在config.yaml中开启cache_enabled: true |
| 中文输出异常 | 添加generation_config={"language": "zh"} |
| 模型加载失败 | 验证模型文件SHA256校验值 |
希望以上内容，能帮助新手朋友了解Ollama在本地部署DeepSeek、千问等大模型后，如何在VS Code插件Roo Code或其他工具中调用。
更多相关文章：
《专题丨DeepSeek使用教程》https://aizhinan.cc/tag/deepseek-tutorial
《专题丨人工智能技术和应用案例教程》https://aizhinan.cc/ai-tutorial
《专题丨AI人工智能领域最新前沿资讯、未来发展趋势展望》https://aizhinan.cc/ai-news
禁止转载丨原文链接：https://aizhinan.cc/235
