Twinny 编程助手配置：在 VS Code 里接入本地模型并跑通补全
Twinny 是一个运行在 VS Code 里的开源 AI 编程助手插件，支持连接 Ollama 本地模型或 OpenAI 兼容接口。
配置的核心就三件事：装插件、填模型地址和模型名、验证补全与对话是否正常。
下面按新手能直接照做的顺序展开。
先确认运行环境和模型来源
Twinny 本身不提供模型，它只是前端。
你需要先有一个能响应请求的模型服务，常见两种选择：
- 本地 Ollama：适合有独立显卡或内存充足的机器，模型跑在本机，不需要 API Key。
- OpenAI 兼容 API：适合用远程服务或公司内网网关，需要 Base URL 和 API Key。
如果选本地方案，先确认 Ollama 已经安装并启动，终端执行 ollama list 能看到已下载的模型。
例如：
ollama list
# NAME ID SIZE MODIFIED
# qwen2.5-coder:7b xxxxxxxx 4.7 GB 2 days ago如果列表为空，先拉一个代码模型，例如 ollama pull qwen2.5-coder:7b。
Ollama 默认监听 http://127.0.0.1:11434，这个地址后面要填到 Twinny 里。
安装插件并打开配置入口
在 VS Code 左侧扩展面板搜索 Twinny，认准作者为 rjmacarthy 的插件，点击安装。
安装完成后左侧活动栏会出现 Twinny 图标。
配置入口有两个：
- 点击 Twinny 侧边栏右上角的齿轮图标，进入 Settings。
- 或按
Ctrl+Shift+P打开命令面板，输入Twinny: Open Settings。
Twinny 的设置项会写在 VS Code 的 settings.json 里，前缀是 twinny.。
你也可以直接编辑用户设置文件，路径在 Windows 下通常是 %APPDATA%\Code\User\settings.json，macOS 是 ~/Library/Application Support/Code/User/settings.json。
填写模型地址、模型名和补全开关
在 Twinny 设置页里，重点填这几项：
twinny.apiProvider：选ollama或openai。本地模型选ollama。twinny.ollamaUrl：默认http://127.0.0.1:11434，如果 Ollama 跑在另一台机器，改成那台机器的 IP。twinny.modelName或对话模型名：填ollama list里看到的完整名称，例如qwen2.5-coder:7b。twinny.fimModelName：行内补全使用的模型，可以和对话模型相同，也可以选更小的模型降低延迟。twinny.enableInlineCompletions：设为true才会触发行内补全。
如果使用 OpenAI 兼容接口，把 twinny.apiProvider 选为 openai，再填写 twinny.openai.baseUrl 和 twinny.openai.apiKey。
Base URL 要写到 /v1 这一层，例如 https://api.example.com/v1，具体以你的服务商文档为准。
对应到 settings.json 的片段大致如下，字段名以你安装的插件版本实际提示为准：
{
"twinny.apiProvider": "ollama",
"twinny.ollamaUrl": "http://127.0.0.1:11434",
"twinny.modelName": "qwen2.5-coder:7b",
"twinny.fimModelName": "qwen2.5-coder:7b",
"twinny.enableInlineCompletions": true
}保存后 Twinny 会重新加载配置，侧边栏状态一般会从断开变为已连接。
验证补全和对话是否真的可用
配置完成不等于能用，建议按下面顺序验证：
- 打开一个代码文件，在函数下方另起一行，输入注释描述意图，例如
// 计算两个数的和，等待一两秒看是否出现灰色补全建议。 - 按
Tab接受补全，确认插入的代码没有乱码或截断。 - 打开 Twinny 侧边栏，在对话框输入“解释当前文件的作用”，确认能返回中文回答。
- 如果对话正常但补全不出现，检查
twinny.enableInlineCompletions是否为true，以及当前文件语言是否被插件支持。
本地模型首次加载会慢一些，7B 模型在普通 CPU 上响应可能超过十秒，这属于正常现象，不代表配置错误。
常见连不上和补全不触发的原因
现象一：侧边栏提示连接失败。 先在终端执行 curl http://127.0.0.1:11434/api/tags，如果能返回 JSON 说明 Ollama 正常，问题在插件地址或模型名。
如果命令也失败，检查 Ollama 服务是否启动，Linux 下可执行 systemctl status ollama。
现象二：模型名填了但提示模型不存在。 Twinny 要求模型名和 ollama list 输出完全一致，包括冒号和标签，不能只写 qwen2.5-coder。
现象三：远程 Ollama 连不上。 默认 Ollama 只监听本机，如果要跨机器访问，需要设置环境变量 OLLAMA_HOST=0.0.0.0 后重启服务，并确认防火墙放行 11434 端口。
这一步会扩大暴露面，建议只在可信内网使用。
现象四：补全一直转圈。 优先换更小的补全模型，或在设置里关闭不必要的上下文长度。
补全对延迟敏感，模型太大反而影响体验。
Twinny 编程助手配置的关键不是参数多，而是模型服务先通、模型名写对、补全开关打开。
按“先验证 Ollama 接口、再填插件设置、最后用注释触发补全”的顺序排查，大多数连接问题都能定位到具体环节。
