本文介绍了在VS Code中集成本地大模型环境Continue插件的配置过程，以实现A股量化开发场景下的智能代码辅助功能。主要内容包括： 需求分析：在IDE中实现对话式编码建议和代码补全功能 环境架构：利用现有Mac Mini和Windows开发机的分布式环境 配置步骤： 跨机网络连通性验证 LiteLLM接口测试 Continue插件安装与config.yaml配置 功能验证：展示代码补全和对话

本文探讨了本地部署大模型的必要性、成本考量及实现方案。核心要点如下： 本地部署的三大驱动力： 数据安全：避免敏感数据外流 定制化需求：可针对特定领域深度优化 学习研究：深入了解技术栈 隐性成本分析： 硬件投入（显存、内存等） 电力与维护成本 机会成本（算力资源分配） 实践方案： 推荐架构：Ollama（模型）+ LiteLLM（网关）+ Open WebUI（前端） 硬件配置示例：RTX 4070