Ollama本地部署代码大模型 + 对接开源Codex完整教程

Ollama本地部署代码大模型 + 对接开源Codex完整教程

先分清两个关键概念，避免混淆：

1. OpenAI Codex：闭源云端编程模型，本地无法直接部署；
2. Ollama官方集成的Codex（开源OSS Codex）：独立开源本地编程智能体框架，可完全跑本地代码模型（CodeLlama/DeepSeek-Coder/Qwen-Coder），就是你Cursor里的子智能体、worktree派生功能底层载体。

一、第一步：安装Ollama运行环境

1. 下载安装

官网：https://ollama.com/

• Windows/Mac：双击安装包一键安装；
• Linux：一行脚本安装

curl-fsSLhttps://ollama.com/install.sh|sh

2. 验证安装

新开终端执行，输出版本号即成功：

ollama--version

默认后台服务地址：http://127.0.0.1:11434

二、第二步：拉取本地代码大模型（三档硬件选择）

根据你的内存选对应模型，代码专用模型推荐：

低配电脑（8G内存，轻薄本）

# 7B轻量化代码模型，中文友好ollama pull qwen2.5-coder:7b

中端电脑（16G内存，游戏本）

# 平衡性能，多语言代码强ollama pull deepseek-coder:13b

高配（32G+内存/独立显卡）

# 专业项目、多文件重构、子智能体并行开发ollama pull codellama:34b-instruct# 或通义千问代码大模型ollama pull qwen2.5-coder:32b

这种方式只适合自己电脑有独立显卡，并且内存比较大的情况。
下面以一台32g内存+8g独显的电脑安装 qwen2.5:14b-instruct-q4_K_M模型为例。实际上这个配置也不高，只能勉强安装

ollama pull qwen2.5:14b-instruct-q4_K_M

部署成功

测试模型能否正常运行

ollama run qwen2.5:14b-instruct-q4_K_M# 输入一段代码需求，能正常输出代码即模型就绪

三、第三步：启动本地开源Codex（Ollama OSS Codex）

方式1、以本地模型启动CodeX

在 CMD/PowerShell 里输入：

ollama launch codex-app

它会自动打开 Codex 界面
自动读取你本地 Ollama 里的所有模型（包括你的 DeepSeek）

方式2：临时命令启动（单次使用）

--oss代表使用本地开源模式，-m指定你下载好的本地代码模型

# 基础启动，对接ollama本地7B代码模型codex--oss-mqwen2.5-coder:7b# 中端13B模型启动codex--oss-mdeepseek-coder:13b# 34B专业模型codex--oss-mcodellama:34b-instruct

方式3：持久化配置

1. 打开Codex配置文件
   • Windows：C:\Users\你的用户名\.codex\config.toml
   • Mac/Linux：~/.codex/config.toml
2. 粘贴Ollama配置片段：

# 绑定本地Ollama服务 [model_providers.ollama-local] name = "Ollama本地模型" base_url = "http://localhost:127.0.0.1:11434/v1" # 默认使用的本地代码模型 [profiles.local-coder] model = "qwen2.5-coder:7b" model_provider = "ollama-local"

3. 用配置文件一键启动Codex

codex--profilelocal-coder

方式4：图形化Cursor编辑器对接本地Ollama Codex

如果你是在Cursor软件内使用Codex子智能体：

1. 打开设置Ctrl+,（Windows）/Cmd+,（Mac）
2. 搜索AI Model Provider，切换为Custom
3. 自定义接口地址：http://localhost:11434/v1
4. 模型名填写你拉取的模型，例如qwen2.5-coder:7b
5. API Key留空，保存后重启Cursor
6. 所有子智能体、派生工作树、代码修改功能全部走本地模型，不联网云端

官方一键恢复

如果不想用ollama了，想还原codex最初的状态

方法 ：官方一键恢复（推荐，最简单）
打开终端（CMD/PowerShell），执行：

ollama launch codex-app--restore

作用：自动把 Codex 恢复成出厂默认（OpenAI/ChatGPT）
执行完完全关掉 Codex（不是关窗口，是退出程序），再重新打开
启动后会弹出ChatGPT 扫码登录，成功就切回去了

四、核心功能验证（选做）

1. 本地Codex创建隔离工作树worktree

# 基于main分支新建隔离本地工作树，交给本地子智能体迭代gitworktreeadd-bcodex/local-test../local-coder-worktree main# 切换到新目录，codex会自动识别本地模型读写代码cd../local-coder-worktree codex--oss

2. 并行多子智能体（Subagent）本地运行
   多开终端，分别执行不同模型配置，每个终端对应一个独立子智能体，互不占用云端额度：

# 终端1：前端子智能体codex--oss-mqwen2.5-coder:7b--profilefrontend# 终端2：后端接口子智能体codex--oss-mdeepseek-coder:13b--profilebackend

五、常见问题修复

1. codex命令找不到

原因：未安装开源Codex客户端
解决：

# Windows/Mac/Linux一键安装Codex客户端ollamainstallcodex

2. Ollama连接超时

检查ollama后台是否运行，重启服务：

# Windowsollama stop&&ollama start# Mac/Linuxsystemctl restart ollama

3. 内存不足、模型加载卡顿

1. 切换更小参数量模型（7B优先）；
2. Ollama启动时开启GPU加速，N卡自动启用，AMD需额外配置；
3. 关闭后台占用内存软件。

4. GitHub CLI不可用不影响本地Codex

本地模型仅依赖Git本体管理worktree/分支，gh只是推送云端增强工具，纯本地开发可以不装。

六、关键区分避坑

1. 闭源OpenAI Codex：只能云端调用API，无法本地部署；
2. Ollama OSS Codex：开源本地编程智能体框架，搭配CodeLlama/通义千问代码模型，完全离线运行，支持子智能体、Git工作树、代码重构；
3. 本地Codex完整能力：派生分支、隔离worktree、多Subagent并行、文件读写、Git提交，和你截图里Cursor侧边栏功能完全一致，区别是算力全在本机。

极简快速上手流程总结

1. 装Ollama → 2. 拉取代码模型 → 3. codex --oss 启动本地智能体 → 4. 对接Cursor编辑器，自由创建worktree、子智能体离线写代码。