LM Studio 配合 Local Server 实现 IDE 插件本地代码补全全流程配置

想在不花钱买 Copilot 订阅的情况下，让 IDE 拥有本地 LLM 的代码补全能力，最稳的方案就是 LM Studio 开启 Local Server 模拟 OpenAI 接口。这套链路的核心在于：用 LM Studio 跑模型 → 开启本地 HTTP 服务 → 在 IDE 插件中把 API Base 指向本地端口。

模型选择是关键
别盲目追大参数模型，本地补全追求的是毫秒级响应。目前推荐 DeepSeek-Coder-1.3B-Instruct 或 Qwen2.5-Coder-1.5B。这类小模型在 8G 显存的机器上能跑出极快的 Token 速度，且补全代码的逻辑足够精准。

具体配置步骤
1. 在 LM Studio 的 Search 栏搜索并下载上述模型。
2. 点击左侧导航栏的 $\text{<->}$ (Local Server) 图标。
3. 在右侧设置中，将 Cross-Origin Resource Sharing (CORS) 勾选开启，否则 IDE 插件可能会报跨域错误。
4. 点击 Start Server，此时你会看到服务器运行在 http://localhost:1234。

IDE 插件对接（以 Continue 插件为例）
安装 Continue 插件后，修改 config.json 配置文件，将模型配置项改为以下格式：

{
  "models": [
    {
      "title": "Local-DeepSeek",
      "model": "deepseek-coder-1.3b-instruct",
      "apiBase": "http://localhost:1234/v1",
      "provider": "openai"
    }
  ],
  "tabAutocompleteModel": {
    "title": "Local-Autocomplete",
    "model": "deepseek-coder-1.3b-instruct",
    "apiBase": "http://localhost:1234/v1",
    "provider": "openai"
  }
}

避坑与效率优化
上下文窗口截断：本地运行最怕 OOM（显存溢出）。在 LM Studio 的 Server 设置里，手动把 Context Length 限制在 4096 或 8192，不要贪多，否则代码量稍大时，补全速度会断崖式下跌。

GPU 加速配置：一定要在右侧的 GPU Offload 选项中，将滑块拉到 Max，确保所有层都加载到显存里。如果用 CPU 跑，补全会有明显的 1-2 秒延迟，完全丧失了实时补全的快感。

提示词微调：如果发现补全结果废话太多，可以在 System Prompt 里强制要求：You are a professional coder. Provide only the code snippet without any explanations.

这套方案最大的爽点在于完全离线，代码不需要上传云端，对于处理公司私有项目非常安心。