VS Code 中的 Vibe Coding

使用 DGX Spark 作为本地或远程 Vibe Coding 助手，配合 Ollama 和 Continue

目录

• 概述
• 你将实现的目标
• 先决条件
• 时间与风险
• 操作说明
• 故障排除

---

概述

基本概念

本 playbook 引导你设置 DGX Spark 作为 Vibe Coding 助手——本地或作为 VSCode 与 Continue.dev 的远程编码伴侣。 本指南使用 Ollama 和 GPT-OSS 120B 提供轻松部署到 VSCode 的编码助手。包含高级说明，允许 DGX Spark 和 Ollama 使编码助手可通过你的本地网络访问。本指南也是在操作系统全新安装上编写的。如果你的操作系统不是全新安装并且遇到问题，请参阅故障排除选项卡。

你将实现的目标

你将拥有一个完全配置的 DGX Spark 系统，能够： - 通过 Ollama 运行本地代码辅助。 - 为 Continue 和 VSCode 集成远程提供模型。 - 使用统一内存托管像 GPT-OSS 120B 这样的大型 LLM。

先决条件

• DGX Spark（建议 128GB 统一内存）
• Ollama 和你选择的 LLM（例如 gpt-oss:120b）
• VSCode
• Continue VSCode 扩展
• 用于模型下载的互联网访问
• 基本熟悉打开 Linux 终端、复制和粘贴命令。
• 具有 sudo 访问权限。
• 可选：用于远程访问配置的防火墙控制

时间与风险

• 持续时间： 大约 30 分钟
• 风险： 由于网络问题导致的数据下载缓慢或失败
• 回滚： 正常使用期间不进行永久系统更改。
• 最后更新： 2025年10月21日
• 首次发布

---

操作说明

步骤 1. 安装 Ollama

使用以下命令安装最新版本的 Ollama：

curl -fsSL https://ollama.com/install.sh | sh

服务运行后，拉取所需的模型：

ollama pull gpt-oss:120b

步骤 2. （可选）启用远程访问

要允许远程连接（例如，从使用 VSCode 和 Continue 的工作站），请修改 Ollama systemd 服务：

sudo systemctl edit ollama

在注释部分下方添加以下行：

[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_ORIGINS=*"

重新加载并重启服务：

sudo systemctl daemon-reload
sudo systemctl restart ollama

如果使用防火墙，请打开端口 11434：

sudo ufw allow 11434/tcp

验证工作站可以连接到你的 DGX Spark 的 Ollama 服务器：

curl -v http://YOUR_SPARK_IP:11434/api/version

将 YOUR_SPARK_IP 替换为你的 DGX Spark 的 IP 地址。 如果连接失败，请参阅故障排除选项卡。

步骤 3. 安装 VSCode

对于 DGX Spark（基于 ARM），下载并安装 VSCode： 转到 https://code.visualstudio.com/download 并下载 VSCode 的 Linux ARM64 版本。下载完成后，请注意下载的包名称。在下一个命令中用它替换 DOWNLOADED_PACKAGE_NAME。

sudo dpkg -i DOWNLOADED_PACKAGE_NAME

如果使用远程工作站，安装适合你的系统架构的 VSCode。

步骤 4. 安装 Continue.dev 扩展

打开 VSCode 并从 Marketplace 安装 Continue.dev： - 转到 VSCode 中的 Extensions view（扩展视图） - 搜索由 Continue.dev 发布的 Continue 并安装扩展。 安装后，点击右侧栏中的 Continue 图标。

步骤 5. 本地推理设置

• 点击 Or, configure your own models（或，配置你自己的模型）
• 点击 Click here to view more providers（点击此处查看更多信息提供者）
• 选择 Ollama 作为 Provider（提供者）
• 对于 Model（模型），选择 Autodetect（自动检测）
• 通过发送测试提示来测试推理。

你下载的模型现在将默认用于推理（例如 gpt-oss:120b）。

步骤 6. 设置工作站以连接到 DGX Spark 的 Ollama 服务器

要在工作站上运行 VSCode 并连接到远程 DGX Spark 实例，必须在该工作站上完成以下操作： - 如步骤 4 中所述安装 Continue - 点击左侧窗格中的 Continue 图标 - 点击 Or, configure your own models（或，配置你自己的模型） - 点击 Click here to view more providers（点击此处查看更多信息提供者） - 选择 Ollama 作为 Provider（提供者） - 选择 Autodetect 作为 Model（模型）。

Continue 将无法检测到模型，因为它试图连接到本地托管的 Ollama 服务器。 - 找到 Continue 窗口右上角的 gear 图标并点击它。 - 在左侧窗格中，点击 Models（模型） - 在 Chat 下的第一个下拉菜单旁边点击齿轮图标。 - Continue 的 config.yaml 将打开。记录你的 DGX Spark 的 IP 地址。 - 将配置替换为以下内容。YOUR_SPARK_IP 应替换为你的 DGX Spark 的 IP。

name: Config
version: 1.0.0
schema: v1

assistants:
  - name: default
    model: OllamaSpark

models:
  - name: OllamaSpark
    provider: ollama
    model: gpt-oss:120b
    apiBase: http://YOUR_SPARK_IP:11434
    title: gpt-oss:120b
    roles:
      - chat
      - edit
      - autocomplete

将 YOUR_SPARK_IP 替换为你的 DGX Spark 的 IP 地址。 为任何其他你希望远程托管的 Ollama 模型添加额外的模型条目。

---

故障排除

症状	原因	解决方案
Ollama 未启动	GPU 驱动程序可能未正确安装	在终端中运行 nvidia-smi。如果命令失败，请检查 DGX Dashboard 是否有 DGX Spark 的更新。
Continue 无法通过网络连接	端口 11434 可能未打开或无法访问	运行命令 ss -tuln \| grep 11434。如果输出未反映 tcp LISTEN 0 4096 *:11434 *:*，请回到步骤 2 并运行 ufw 命令。
Continue 无法检测本地运行的 Ollama 模型	配置未正确设置或检测	检查 /etc/systemd/system/ollama.service.d/override.conf 文件中的 OLLAMA_HOST 和 OLLAMA_ORIGINS。如果 OLLAMA_HOST 和 OLLAMA_ORIGINS 设置正确，请将这些行添加到你的 ~/.bashrc 文件中。
高内存使用	模型太大	使用 nvidia-smi 确认没有其他大型模型或容器在运行。使用较小的模型，如 gpt-oss:20b 进行轻量级使用。

[!NOTE] DGX Spark 使用统一内存架构（UMA），允许 GPU 和 CPU 内存之间的动态共享。 随着许多应用程序仍在更新以利用 UMA，即使在 DGX Spark 的内存容量内，你也可能遇到内存问题。如果发生这种情况，请手动刷新缓冲区缓存：

sudo sh -c 'sync; echo 3 > /proc/sys/vm/drop_caches'