再见了，付费的 Copilot！

你好，我是坚持分享干货的 EarlGrey，翻译出版过《Python编程无师自通》、《Python并行计算手册》等技术书籍。

如果我的分享对你有帮助，请关注我，一起向上进击。

Copilot，是一款基于AI的、应用于写程序场景的工具；可以自动地生成高质量代码片段、注释、以及解释代码；它需要付费使用，月订阅费用10美元。

但在本文中，我们将在本地运行Code Llma 7B，从而自制一个免费的Vscode Copilot！

步骤很简单：

1. 设置 Cody 和 VSCode

2. 使用 Ollama 安装本地 Code Llama 7B

3. 使用 Cody 提高编码效率

Cody

打开 VSCode，导航到“Extension”选项卡并搜索“Cody”。，在搜索结果中找到“Cody AI”并安装“Pre Release Version”

然后，使用google账户或者github账户登录Cody：

选择您的使用目的：为个人项目

然后，授权 Cody 并复制您的 VSCode 扩展令牌

一旦获得授权，它将再次打开 VSCode：如果一切顺利，将会在左边栏看到以下可用指令：

默认情况下，Cody 使用 gpt-4，然后每月费用为 9 美元，这对于我们来说还是太贵了！因此，接下来安装Code-llama，使用本地、免费的模型替代GPT-4！

使用 Ollama 运行 Cody 和本地LLM

首先介绍一下Ollama，它是一个简明易用的本地大模型运行框架，允许用户在mac和linux（Windows即将推出）上轻松部署LLM。

打开浏览器并访问 Ollama.ai ，安装 Ollama，它适用于 macOS 和 Linux。由于我在 Windows 上使用 WSL 2，因此我将设置 Linux 版本。

整个安装过程只需要几秒钟：

配置Code Llama 7B

要开始使用 Ollama，我们首先需要启动 Ollama server：

ollama serve

然后打开另一个终端，运行：

ollama pull codellama:7b-code

这个命令会下载 Code Llama 7B。

Code Llama 是 Llama 2 的微调版本，在专门的代码数据集上进行了训练。它可以理解和生成代码以及有关代码的注释，相对Llama2，它能更好地回答关于代码的问题。Code Llama 还擅长代码补全和调试，它支持多种流行的编程语言，包括 Python、C++、Java、PHP、Typescript (Javascript)、C# 和 Bash，因此是一个适用于本地copilot的LLM。

下载完成后，模型就可以使用了：

接下来，打开vscode，导航至 Cody 的“设置”

然后单击“Cody Extension Settings”：

向下滚动并找到“Cody > Autocomplete > Advanced: Provider”，然后选择“unstable-ollama”

现在，使用CodeLlama 7B的Copilot就设置好了！

使用 Cody 和 CodeLlama 7B 进行编码

创建一个 python 文件，写一个排序代码，可以看到：在写好注释与函数头之后，Code Llama已经帮我们写好了剩下的代码：

你还可以在右边栏看到和 Cody 聊天的对话框：

我们继续让LLM实现merge方法：

还可以在Vscode终端中看到Cody向 Ollama 服务器发出的请求。

结论

使用Code Llama 7B在本地搭建你自己的Copilot，可以省去gpt4订阅的费用，并且更快地体会到LLM对日常工作带来的便利。探索并应用这些AI工具，我们正在成为这场AI变革趋势的一部分。

- EOF -

文章已经看到这了，别忘了在右下角点个“赞”和“在看”鼓励哦~

推荐阅读  点击标题可跳转

1、Python 项目工程化最佳实践

2、Python 可以比 C 还要快！

3、streamlit，一个超强的 Python 库

4、豆瓣8.9分的C++经典之作，免费送！

5、Python 3.12 版本有什么变化？

回复下方「关键词」，获取优质资源

回复关键词「 pybook03」，领取进击的Grey与小伙伴一起翻译的《Think Python 2e》电子版

回复关键词「书单02」，领取进击的Grey整理的 10 本 Python 入门书的电子版