• 還在為 OpenAI API 的高額賬單和 Token 限制而煩惱嗎？
• 還在擔憂代碼和配置被 AI 編碼工具上傳到雲端嗎？
• 還在被離線開發折磨嗎？
• 想擁有一個完全由你掌控、私密安全、免費無限量 Token 的 AI 編程夥伴嗎？

今天，我就手把手帶你解鎖這個終極奧義：利用強大的 Ollama 運行最新的 devstral:latest 模型，配合 Windows Docker Desktop 部署酷炫的 OpenWebUI，最後無縫集成到 VS Code 的 CodeGPT (原名 Codegpt a.k.a. Cline) 擴展中，讓你在編碼世界中如虎添翼，靈感無限！

你將獲得：
✅ 完全免費：告別按 Token 計費的時代。
✅ 無限 Token：只要你的硬件頂得住，想寫多長就寫多長。
✅ 本地運行，數據私密：代碼和對話數據不出本地，安全放心。
✅ 高性能編碼模型：體驗專為開發者優化的 Devstral 模型。
✅ 絲滑的 VS Code 集成：在最熟悉的編輯器中享受 AI 輔助。

聽起來是不是已經熱血沸騰了？讓我們開始吧！

🛠️ 第一步：Ollama 加持，請出 Devstral 大神

Ollama 是一個讓你在本地輕鬆運行開源大語言模型的工具。devstral 是 Mistral AI 推出的專為開發者設計的模型，代碼生成、解釋、調試能力超強。

安裝 Ollama:

訪問 Ollama 官網。下載並安裝適合你操作系統（Windows, macOS, Linux）的 Ollama。Windows 用户安裝後，Ollama 會在後台運行，並通過任務欄圖標訪問。

運行 Devstral 模型:
打開你的命令行終端（Windows 用户可以使用 PowerShell 或 CMD）：

ollama pull devstral:latest
Use code with caution.

這個命令會下載最新的 devstral 模型。模型文件較大 ( 14GB )，請耐心等待。
下載完成後，你可以嘗試運行一下（可選，主要為了確認模型可用）：

ollama run devstral:latest "write a python function to download a file from a url"
Use code with caution.

看到模型輸出 Python 代碼，就説明 Ollama 和 Devstral 已經準備就緒！Ollama 默認會在 http://localhost:11434 提供 API 服務。

🐳 第二步：Windows Docker Desktop 部署 OpenWebUI

OpenWebUI (前身是 Ollama WebUI) 提供了一個美觀且功能豐富的聊天界面，可以連接到 Ollama，並且能提供 OpenAI 兼容的 API 接口，這是我們後續連接 VS Code 的關鍵。
安裝 Docker Desktop for Windows:
如果你的 Windows 還沒有安裝 Docker Desktop，請前往 Docker 官網 下載並安裝。
確保 Docker Desktop 正在運行，並且已經切換到使用 WSL 2 後端（通常是默認設置）。
運行 OpenWebUI 容器:
打開 PowerShell 或 CMD，執行以下命令：

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://host.docker.internal:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main

命令解釋：

-d: 後台運行容器。
-p 3000:8080: 將容器內的 8080 端口映射到主機的 3000 端口。這樣你就可以通過 http://localhost:3000 訪問 OpenWebUI。
--add-host=host.docker.internal:host-gateway: 關鍵步驟！ 這允許 Docker 容器內的 OpenWebUI 訪問到運行在 Windows 主機上的 Ollama 服務（Ollama 監聽在 localhost:11434，對於容器來説就是 host.docker.internal:11434）。
-v open-webui:/app/backend/data: 將 OpenWebUI 的數據持久化到名為 open-webui 的 Docker volume 中，防止容器刪除後數據丟失。
-e OLLAMA_BASE_URL=http://host.docker.internal:11434: 關鍵步驟！ 告訴 OpenWebUI 去哪裏找 Ollama 的 API。
--name open-webui: 給容器取個名字，方便管理。
--restart always: 容器退出時總是自動重啓。
ghcr.io/open-webui/open-webui:main: OpenWebUI 的官方 Docker 鏡像。

訪問 OpenWebUI 並創建賬户:
等待片刻，讓容器啓動。
打開瀏覽器，訪問 http://localhost:3000。
首次訪問，會提示你註冊一個管理員賬户。填寫郵箱、用户名和密碼即可。
連接模型並生成 API Key:
登錄 OpenWebUI 後，它應該會自動檢測到你本地 Ollama 中的 devstral:latest 模型。你可以在聊天界面選擇它。

點擊左下角你的用户名 -> "設置"。
在設置菜單中，找到 "API 密鑰" (API Keys) 選項。
點擊 "新建密鑰" (Create new key)，給它取個名字（例如 vscode-key），設置過期時間（或永不過期），然後點擊創建。

複製並保存好生成的 API Key，例如 sk-xxxxx...。這個 Key 非常重要，我們馬上會用到。
現在，你的 OpenWebUI 已經配置完成，並且提供了一個 OpenAI 兼容的 API 接口，地址是 http://localhost:3000/v1。

💻 第三步：VS Code + Cline 擴展，釋放 AI 編程超能力

Cline ( cline.bot ) 是 VS Code 上一款非常流行的 AI 輔助編程擴展。
安裝 CodeGPT 擴展:
打開 VS Code。
進入擴展市場 (快捷鍵 Ctrl+Shift+X)。
搜索 "Cline" 並安裝它（通常是 cline.bot 開發的那個）。
配置 Cline 連接到 OpenWebUI:
在 VSCode 的界面左側導航圖標欄目中點擊外星人頭像一樣的那個圖標 （小電視中間兩個大的豎點）
Provider: 選擇 OpenAI compatible (或者如果它有 OpenAI Compatible 類似的選項，選那個)。
API Key: 粘貼你剛才從 OpenWebUI 生成的 API Key (例如 sk-xxxxx...)。
API Base URL / Endpoint: 輸入 http://localhost:3000/api/ (這是 OpenWebUI 提供的 OpenAI 兼容 API 地址)。
Model: 選擇或手動輸入模型名稱。由於 OpenWebUI 已經連接了 Ollama，這裏你應該可以填入 devstral:latest

(這是一個示意圖，具體UI可能隨版本更新)

請注意: 根據 Cline 擴展版本的不同，設置項的名稱和位置可能略有差異。關鍵是找到設置 API Key、Base URL 和 Model 的地方。

開始你的無限 Token AI 編程之旅:
配置完成後，你就可以在 VS Code 中使用 Cline 了！
提問/聊天：打開 Cline 的聊天側邊欄，選擇 devstral:latest 模型，開始對話，讓它幫你解釋代碼、生成代碼片段、debug 等。
代碼操作：選中一段代碼，右鍵點擊，你會看到 Cline 提供的各種功能，如 "Explain "、"Refactor Cline"、"Generate Unit Test Cline" 等。

因為所有請求都發送到你本地的 OpenWebUI -> Ollama -> Devstral，所以完全免費，且沒有 Token 限制！

🎉 總結與展望

恭喜你！現在你擁有了一套完全本地化、免費且無 Token 限制的 AI 編程環境。從 Ollama 運行強大的 Devstral 模型，到 Docker 部署美觀的 OpenWebUI，再到 VS Code 的無縫集成，每一步都讓你離 AI 輔助開發的自由更近一步。

温馨提示：
硬件資源：運行大型語言模型對 CPU、內存（RAM）和顯卡（GPU VRAM，如果 Ollama 使用 GPU 加速）有一定要求。如果感覺卡頓，可以嘗試運行更小的模型，或者檢查你的硬件配置。
防火牆：確保 Windows 防火牆沒有阻止 Docker Desktop 或 Ollama 的網絡訪問，特別是 host.docker.internal 的通信。
Ollama GPU 支持：如果你的 Windows 系統有 NVIDIA 顯卡，Ollama 可以利用它進行加速。確保你的 NVIDIA 驅動是最新的，並且 Ollama 能正確識別。
模型選擇：devstral 很棒，但 Ollama 支持眾多模型，你也可以嘗試 codellama, mistral, llama3 等其他模型，看看哪個最合你口味。
現在，盡情享受編碼的樂趣，讓這個本地 AI 夥伴助你一臂之力，創造更多可能吧！如果你覺得這篇教程有用，別忘了分享給你的朋友們！

希望這篇博客能幫到你！