今天这篇教程介绍个人电脑，接入大模型的搭建方法。

首先，这种搭建方法在本地电脑也能流畅流行，因为使用了专家微调后的大模型，专门针对编程的，所以参数规模和计算资源消耗，都降到最小，一般电脑也能流畅的运行。

如下图所示，我推荐的deepseek-coder编程大模型，参数尺寸只有776M，相比于通用大模型如qwen:7b和llama3:8b都有近5G的参数规模，可以说已经轻量级到极限：

其次，这种搭建方法是没有费用的，推荐的方法包括Pycharm社区版，可以免费使用，deepseek-coder是开源的编程大模型，而CodeGPT插件也是免费。所以全都是免费的，并且没有附带费用。

再次，CodeGPT插件目前应该是支持开源大模型编程最好的插件之一了，大家看完这篇教程，就知道它的界面使用非常小白，看完教程大家直接就能在本地借助大模型更好学习Python起来了。

如下图所示，接入Pycharm后，可以直接在右侧面板使用大模型能力，这样就不用来回倒腾页面了，操作方便性直接拉到极限：

目标决定了选型策略，具体来说，很多想学编程的朋友想借助大模型直接在Pycharm或vscode里编写。这种目标需要使用大模型的API，而绝大部分大模型走API调用都有费用。

而本篇介绍的教程方案就解决了这个问题，并且deepseek是目前公认的编程较好的大模型，因此方案还是比较好的。

基于上面的目标，最后找出这种组合：

Pycharm社区版或vscode + 轻量级的deepseek-coder + CodeGPT插件。

总结下来，这个方案具有三个特点：轻量级，运行速度快，开源免费。

第一步，安装Pycharm，推荐安装社区版，完全免费，下载地址在下面我的公众号回复：Pycharm，即可获取：

这个页面包括了Pycharm社区版最近几年的历史版本，推荐收藏。如下为下载软件页面部分截图：

第二步，安装deepseek-coder，推荐使用ollama管理本地大模型，目前使用最多的管理工具之一。

关于安装ollama和ollama安装在本地安装大模型的系统介绍，我在此前几篇文章都有详细教程，在此不再重复，没看过的参考：自己电脑搭建AI大模型详细教程，支持通义千问、Llama3、接口调用等。

安装完成后，可以做个简单测试：

在终端提问界面不友好，需要有比较好的UI工具辅助，更友好的帮助我们学习编程，为了解决此问题，因此有了第三步。

第三步，安装CodeGPT，安装它之后，可以直接在Pycharm或vscode里像GPT那样辅助编程了。因此，第三步是很关键的。

在这里我以Pycharm里安装这个插件为例，介绍如何安装。

打开Pycharm，苹果电脑是找到设置，Windows电脑是文件按钮下的设置，进入到设置页面，如下所示，在这个页面的操作步骤，我都已经按照箭头和文字标注了，大家按照步骤操作下：

找到这个插件后，选择右侧的Install按钮，就能安装完成了：

安装就是这么简单，至此我们已经全部安装完成。

再次打开Pycharm后，在最右侧会出现如箭头所示的图标，点击下：

就出现下面这个页面，在右侧我们就可以使用大模型对话界面一样，使用它解决编程问题了，这种方式不用拉回倒腾页面，会比较方便：

选的模型比较小，运行速度还是很快的。除此以外，这个插件还有智能代码补全功能，更多功能大家在使用过程中可以慢慢摸索。

本方案轻量级、免费且易于操作，适合个人电脑搭建大模型环境。

借助 Pycharm 社区版、DeepSeek-Coder 和 CodeGPT 插件，实现高效学习和编程支持。

安装简单、运行流畅，是零成本接入大模型的一个不错的解决方案。

Jupyter AI

Python这样接入DeepSeek，一般电脑也能很快跑，确实可以封神了！