Roo Code离线模式3步配好断网也能跑的AI补全与代码分析【免费下载链接】Roo-CodeRoo Code gives you a whole dev team of AI agents in your code editor.项目地址: https://gitcode.com/GitHub_Trending/ro/Roo-Code断网之后用Roo Code的离线模式本地模型 Ollama照样能写代码、问项目。整套配置约10分钟不依赖云账号和API密钥。它凭什么离线两个本地机制先说清楚为什么断网还能干活Roo Code的离线能力来自两条互相独立的线——本地模型负责推理本地缓存负责兜底每条线都能在源码里找到对应模块。Ollama 负责跑全部推理Roo Code 把 Ollama 当作一等 provider。你在设置里选 Ollama 后它会默认连到http://localhost:11434整套本地推理、消息格式转换的逻辑在src/api/providers/native-ollama.ts。模型发现也是纯本地的src/api/providers/fetchers/ollama.ts请求 Ollama 的/api/tags和/api/show接口并且只保留 capabilities 里带tools的模型——不支持工具的模型直接被过滤不会出现下拉列表里。双层缓存省掉重复拉取模型信息走两层缓存内存缓存TTL 5 分钟优先没命中再读磁盘上的{provider}_models.json逻辑集中在src/api/providers/fetchers/modelCache.ts。刷新成功才原子写入新缓存失败则继续沿用旧缓存短暂故障不会让界面空转。实验开关则统一在src/shared/experiments.ts里每个功能对应一个enabled字段。10 分钟跑通最短离线路径三步每步一个动作没有可选项。安装 Ollama 并确认服务在跑默认端口 11434。拉一个支持工具的模型ollama pull qwen2.5-coderLlama 3 也可以初次使用建议 7B14B 区间。打开 Roo Code 设置API Provider 选 Ollama → 选刚下载的模型 → 保存即可开聊。离线到底能干多少事能力边界一览别指望和云端完全一样但日常开发里大头功能断网都能用。能代码补全与生成、解释当前项目、重构建议、补注释和文档——全部走本地模型流程与在线一致。勉强能图片理解取决于模型是否带vision能力小参数模型对大项目的整体理解会明显变弱。不能调用任何云端 provider下载新模型文件本身需要网络。场景在线离线本地模型代码补全 / 生成流畅流畅速度看机器项目分析 / 重构强可用小模型偏弱图片理解支持取决于模型是否支持 vision切换云端大模型可以不行把体验拉满调参与排错放一起性能调参Ollama 只需要动两个参数。provider 会把temperature和num_ctx透传给 Ollama见src/api/providers/native-ollama.tstemperature调低让输出更稳定num_ctx上下文窗口调小让响应更快、省内存。如果响应明显偏慢优先换更小参数的模型其次清理占用内存的后台进程。// 透传给 Ollama 的两个关键参数 interface OllamaChatOptions { temperature: number // 调低 → 输出更稳定 num_ctx?: number // 上下文窗口调小 → 响应更快 }出错怎么办连不上 Ollamafetcher 对连接失败会打 Failed connecting to Ollama at ... 日志先确认服务在跑、端口是 11434再用ollama list核对已装模型。模型不显示多半是该模型不支持tools被静默过滤了判断逻辑在src/api/providers/fetchers/ollama.ts。模型列表没更新modelCache.ts的刷新失败时会回落到旧缓存重启 Ollama 后重新刷新一次即可。下一步先按上面三步把离线环境跑起来之后随时可以断网验证。想跟进后续特性方向看项目更新日志即可使用 Ollama 时遇到 bug 直接提 issue。对本地推理感兴趣的话从src/api/providers/native-ollama.ts开始读代码是最快的入口。【免费下载链接】Roo-CodeRoo Code gives you a whole dev team of AI agents in your code editor.项目地址: https://gitcode.com/GitHub_Trending/ro/Roo-Code创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Roo Code离线模式：3步配好断网也能跑的AI补全与代码分析
Roo Code离线模式3步配好断网也能跑的AI补全与代码分析【免费下载链接】Roo-CodeRoo Code gives you a whole dev team of AI agents in your code editor.项目地址: https://gitcode.com/GitHub_Trending/ro/Roo-Code断网之后用Roo Code的离线模式本地模型 Ollama照样能写代码、问项目。整套配置约10分钟不依赖云账号和API密钥。它凭什么离线两个本地机制先说清楚为什么断网还能干活Roo Code的离线能力来自两条互相独立的线——本地模型负责推理本地缓存负责兜底每条线都能在源码里找到对应模块。Ollama 负责跑全部推理Roo Code 把 Ollama 当作一等 provider。你在设置里选 Ollama 后它会默认连到http://localhost:11434整套本地推理、消息格式转换的逻辑在src/api/providers/native-ollama.ts。模型发现也是纯本地的src/api/providers/fetchers/ollama.ts请求 Ollama 的/api/tags和/api/show接口并且只保留 capabilities 里带tools的模型——不支持工具的模型直接被过滤不会出现下拉列表里。双层缓存省掉重复拉取模型信息走两层缓存内存缓存TTL 5 分钟优先没命中再读磁盘上的{provider}_models.json逻辑集中在src/api/providers/fetchers/modelCache.ts。刷新成功才原子写入新缓存失败则继续沿用旧缓存短暂故障不会让界面空转。实验开关则统一在src/shared/experiments.ts里每个功能对应一个enabled字段。10 分钟跑通最短离线路径三步每步一个动作没有可选项。安装 Ollama 并确认服务在跑默认端口 11434。拉一个支持工具的模型ollama pull qwen2.5-coderLlama 3 也可以初次使用建议 7B14B 区间。打开 Roo Code 设置API Provider 选 Ollama → 选刚下载的模型 → 保存即可开聊。离线到底能干多少事能力边界一览别指望和云端完全一样但日常开发里大头功能断网都能用。能代码补全与生成、解释当前项目、重构建议、补注释和文档——全部走本地模型流程与在线一致。勉强能图片理解取决于模型是否带vision能力小参数模型对大项目的整体理解会明显变弱。不能调用任何云端 provider下载新模型文件本身需要网络。场景在线离线本地模型代码补全 / 生成流畅流畅速度看机器项目分析 / 重构强可用小模型偏弱图片理解支持取决于模型是否支持 vision切换云端大模型可以不行把体验拉满调参与排错放一起性能调参Ollama 只需要动两个参数。provider 会把temperature和num_ctx透传给 Ollama见src/api/providers/native-ollama.tstemperature调低让输出更稳定num_ctx上下文窗口调小让响应更快、省内存。如果响应明显偏慢优先换更小参数的模型其次清理占用内存的后台进程。// 透传给 Ollama 的两个关键参数 interface OllamaChatOptions { temperature: number // 调低 → 输出更稳定 num_ctx?: number // 上下文窗口调小 → 响应更快 }出错怎么办连不上 Ollamafetcher 对连接失败会打 Failed connecting to Ollama at ... 日志先确认服务在跑、端口是 11434再用ollama list核对已装模型。模型不显示多半是该模型不支持tools被静默过滤了判断逻辑在src/api/providers/fetchers/ollama.ts。模型列表没更新modelCache.ts的刷新失败时会回落到旧缓存重启 Ollama 后重新刷新一次即可。下一步先按上面三步把离线环境跑起来之后随时可以断网验证。想跟进后续特性方向看项目更新日志即可使用 Ollama 时遇到 bug 直接提 issue。对本地推理感兴趣的话从src/api/providers/native-ollama.ts开始读代码是最快的入口。【免费下载链接】Roo-CodeRoo Code gives you a whole dev team of AI agents in your code editor.项目地址: https://gitcode.com/GitHub_Trending/ro/Roo-Code创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考