🚀 彻底告别付费 API！本地部署，打造无限 Token AI 编程助手 🚀

• 还在为 OpenAI API 的高额账单和 Token 限制而烦恼吗？
• 还在担忧代码和配置被 AI 编码工具上传到云端吗？
• 还在被离线开发折磨吗？
• 想拥有一个完全由你掌控、私密安全、免费无限量 Token 的 AI 编程伙伴吗？

今天，我就手把手带你解锁这个终极奥义：利用强大的 Ollama 运行最新的 devstral:latest 模型，配合 Windows Docker Desktop 部署酷炫的 OpenWebUI，最后无缝集成到 VS Code 的 CodeGPT (原名 Codegpt a.k.a. Cline) 扩展中，让你在编码世界中如虎添翼，灵感无限！

你将获得：
✅ 完全免费：告别按 Token 计费的时代。
✅ 无限 Token：只要你的硬件顶得住，想写多长就写多长。
✅ 本地运行，数据私密：代码和对话数据不出本地，安全放心。
✅ 高性能编码模型：体验专为开发者优化的 Devstral 模型。
✅ 丝滑的 VS Code 集成：在最熟悉的编辑器中享受 AI 辅助。

听起来是不是已经热血沸腾了？让我们开始吧！

🛠️ 第一步：Ollama 加持，请出 Devstral 大神

Ollama 是一个让你在本地轻松运行开源大语言模型的工具。devstral 是 Mistral AI 推出的专为开发者设计的模型，代码生成、解释、调试能力超强。

安装 Ollama:

访问 Ollama 官网。下载并安装适合你操作系统（Windows, macOS, Linux）的 Ollama。Windows 用户安装后，Ollama 会在后台运行，并通过任务栏图标访问。

运行 Devstral 模型:
打开你的命令行终端（Windows 用户可以使用 PowerShell 或 CMD）：

ollama pull devstral:latest
Use code with caution.

这个命令会下载最新的 devstral 模型。模型文件较大 ( 14GB )，请耐心等待。
下载完成后，你可以尝试运行一下（可选，主要为了确认模型可用）：

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

看到模型输出 Python 代码，就说明 Ollama 和 Devstral 已经准备就绪！Ollama 默认会在 http://localhost:11434 提供 API 服务。

🐳 第二步：Windows Docker Desktop 部署 OpenWebUI

OpenWebUI (前身是 Ollama WebUI) 提供了一个美观且功能丰富的聊天界面，可以连接到 Ollama，并且能提供 OpenAI 兼容的 API 接口，这是我们后续连接 VS Code 的关键。
安装 Docker Desktop for Windows:
如果你的 Windows 还没有安装 Docker Desktop，请前往 Docker 官网 下载并安装。
确保 Docker Desktop 正在运行，并且已经切换到使用 WSL 2 后端（通常是默认设置）。
运行 OpenWebUI 容器:
打开 PowerShell 或 CMD，执行以下命令：

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

命令解释：

-d: 后台运行容器。
-p 3000:8080: 将容器内的 8080 端口映射到主机的 3000 端口。这样你就可以通过 http://localhost:3000 访问 OpenWebUI。
--add-host=host.docker.internal:host-gateway: 关键步骤！ 这允许 Docker 容器内的 OpenWebUI 访问到运行在 Windows 主机上的 Ollama 服务（Ollama 监听在 localhost:11434，对于容器来说就是 host.docker.internal:11434）。
-v open-webui:/app/backend/data: 将 OpenWebUI 的数据持久化到名为 open-webui 的 Docker volume 中，防止容器删除后数据丢失。
-e OLLAMA_BASE_URL=http://host.docker.internal:11434: 关键步骤！ 告诉 OpenWebUI 去哪里找 Ollama 的 API。
--name open-webui: 给容器取个名字，方便管理。
--restart always: 容器退出时总是自动重启。
ghcr.io/open-webui/open-webui:main: OpenWebUI 的官方 Docker 镜像。

访问 OpenWebUI 并创建账户:
等待片刻，让容器启动。
打开浏览器，访问 http://localhost:3000。
首次访问，会提示你注册一个管理员账户。填写邮箱、用户名和密码即可。
连接模型并生成 API Key:
登录 OpenWebUI 后，它应该会自动检测到你本地 Ollama 中的 devstral:latest 模型。你可以在聊天界面选择它。

点击左下角你的用户名 -> "设置"。
在设置菜单中，找到 "API 密钥" (API Keys) 选项。
点击 "新建密钥" (Create new key)，给它取个名字（例如 vscode-key），设置过期时间（或永不过期），然后点击创建。

复制并保存好生成的 API Key，例如 sk-xxxxx...。这个 Key 非常重要，我们马上会用到。
现在，你的 OpenWebUI 已经配置完成，并且提供了一个 OpenAI 兼容的 API 接口，地址是 http://localhost:3000/v1。

💻 第三步：VS Code + Cline 扩展，释放 AI 编程超能力

Cline ( cline.bot ) 是 VS Code 上一款非常流行的 AI 辅助编程扩展。
安装 CodeGPT 扩展:
打开 VS Code。
进入扩展市场 (快捷键 Ctrl+Shift+X)。
搜索 "Cline" 并安装它（通常是 cline.bot 开发的那个）。
配置 Cline 连接到 OpenWebUI:
在 VSCode 的界面左侧导航图标栏目中点击外星人头像一样的那个图标 （小电视中间两个大的竖点）
Provider: 选择 OpenAI compatible (或者如果它有 OpenAI Compatible 类似的选项，选那个)。
API Key: 粘贴你刚才从 OpenWebUI 生成的 API Key (例如 sk-xxxxx...)。
API Base URL / Endpoint: 输入 http://localhost:3000/api/ (这是 OpenWebUI 提供的 OpenAI 兼容 API 地址)。
Model: 选择或手动输入模型名称。由于 OpenWebUI 已经连接了 Ollama，这里你应该可以填入 devstral:latest

(这是一个示意图，具体UI可能随版本更新)

请注意: 根据 Cline 扩展版本的不同，设置项的名称和位置可能略有差异。关键是找到设置 API Key、Base URL 和 Model 的地方。

开始你的无限 Token AI 编程之旅:
配置完成后，你就可以在 VS Code 中使用 Cline 了！
提问/聊天：打开 Cline 的聊天侧边栏，选择 devstral:latest 模型，开始对话，让它帮你解释代码、生成代码片段、debug 等。
代码操作：选中一段代码，右键点击，你会看到 Cline 提供的各种功能，如 "Explain "、"Refactor Cline"、"Generate Unit Test Cline" 等。

因为所有请求都发送到你本地的 OpenWebUI -> Ollama -> Devstral，所以完全免费，且没有 Token 限制！

🎉 总结与展望

恭喜你！现在你拥有了一套完全本地化、免费且无 Token 限制的 AI 编程环境。从 Ollama 运行强大的 Devstral 模型，到 Docker 部署美观的 OpenWebUI，再到 VS Code 的无缝集成，每一步都让你离 AI 辅助开发的自由更近一步。

温馨提示：
硬件资源：运行大型语言模型对 CPU、内存（RAM）和显卡（GPU VRAM，如果 Ollama 使用 GPU 加速）有一定要求。如果感觉卡顿，可以尝试运行更小的模型，或者检查你的硬件配置。
防火墙：确保 Windows 防火墙没有阻止 Docker Desktop 或 Ollama 的网络访问，特别是 host.docker.internal 的通信。
Ollama GPU 支持：如果你的 Windows 系统有 NVIDIA 显卡，Ollama 可以利用它进行加速。确保你的 NVIDIA 驱动是最新的，并且 Ollama 能正确识别。
模型选择：devstral 很棒，但 Ollama 支持众多模型，你也可以尝试 codellama, mistral, llama3 等其他模型，看看哪个最合你口味。
现在，尽情享受编码的乐趣，让这个本地 AI 伙伴助你一臂之力，创造更多可能吧！如果你觉得这篇教程有用，别忘了分享给你的朋友们！

希望这篇博客能帮到你！