Terax离线AI开发LM Studio、Ollama与MLX本地模型接入完整教程【免费下载链接】terax-aiLightweight (7MB) Terminal-first AI-native dev workspace项目地址: https://gitcode.com/GitHub_Trending/te/terax-aiTerax是一款仅约 7MB 的终端优先Terminal-firstAI 原生开发环境内置 AI 侧边栏、代码编辑器、Git 图与 Web 预览。它的 AI 子系统除了支持云端 API 外还原生支持 LM Studio、Ollama、MLX 三种本地模型方案——无需 API Key、无需联网即可实现完全离线、免费的 AI 辅助开发。本文是一份从零开始的完整教程带你 10 分钟接通本地大模型。为什么选择离线本地模型相比云端 API本地推理有 3 个杀手级优势代码隐私你的源码、环境、密钥永远不会离开本机零成本不消耗 Token不产生任何 API 费用离线可用飞机上、内网环境、无网机房照样写代码三种本地推理引擎的选型建议方案适用平台模型格式特点LM StudioWin / macOS / LinuxGGUF图形界面下载模型最省心新手首选OllamaWin / macOS / LinuxGGUF一行命令拉取模型生态最丰富MLX仅 Apple SiliconMLX苹果芯片专属加速Mac 上速度最快 在 Terax 中三者都属于免 Key 提供商配置里只需要填Base URL 模型 ID两项源码见 config.ts 的 KEYLESS_PROVIDERS。快速认识 Terax 的能力边界接通本地模型后你得到的不是一个聊天框而是一整套 Agentic 工作流文件工具read / write / edit / multi-edit / grep / globShell 执行bash_run前台命令 后台进程管理且写操作有审批门禁计划模式先出计划、你确认后逐步执行子智能体explore、code-review、security 等只读子代理编辑器补全AI 内联自动补全同样支持本地模型项目记忆读取TERAX.md作为上下文架构细节可参考 docs/architecture/ai-subsystem.md。一键配置步骤Terax 连接本地模型三种方案的配置入口完全相同设置Settings→ 模型Models选择对应提供商卡片填写 Base URL 和模型 ID 即可。Terax 已为每个方案预置了默认端点源码config.ts 默认 URL 定义通常连 URL 都不用改。方案一LM Studio 本地模型接入新手推荐安装 LM Studio在应用内下载一个 GGUF 模型推荐代码类如qwen2.5-coder-7b-instruct打开 LM Studio 的Developer 标签页启动本地服务器默认端口 1234在 Terax 中打开设置 → 模型添加LM Studio提供商Base URL 保持默认http://localhost:1234/v1模型 ID 填你在 LM Studio 中加载的模型名可访问服务器的/v1/models页面查看LM Studio 的设置面板逻辑实现于 ModelsSection.tsx 的本地提供商元数据。方案二Ollama 本地模型接入最省事安装 Ollama安装完成后服务自动常驻终端拉取模型ollama pull qwen2.5-coder:7b在 Terax 的设置 → 模型中添加Ollama提供商Base URL 保持默认http://localhost:11434/v1模型 ID 填ollama list中显示的名称如qwen2.5-coder:7bOllama 自带 OpenAI 兼容 API因此 Terax 直接复用 OpenAI 兼容协议即可通信。方案三MLX 本地模型接入Mac 极速档仅支持 Apple Silicon 芯片安装运行时pip install mlx-lm启动推理服务端口 8080mlx_lm.server --model mlx-community/Qwen2.5-Coder-7B-Instruct-4bit在 Terax 的设置 → 模型中添加MLX提供商Base URL 保持默认http://127.0.0.1:8080/v1模型 ID 填你启动服务时使用的 Hugging Face 仓库路径常见接入问题排查连接被拒绝 / 无响应先确认本地服务已启动且端口一致LM Studio 1234、Ollama 11434、MLX 8080。Terax 运行在 WebKit 容器中访问localhost这类私有网络地址需要走内部代理项目已针对本地提供商开启allowPrivateNetwork实现见 proxyFetch.ts正常情况下你不需要做任何事提示 Unknown model本地模型的 ID 由你自己指定注意拼写要和ollama list//v1/models输出完全一致含 tag如:7b上下文偏短本地模型默认按 32K 上下文估算见 模型上下文限制表长会话会自动压缩历史想体验完整 Agent 能力本地模型建议选 7B 以上带工具调用能力的代码模型如 qwen2.5-coder 系列更小的模型更适合跑编辑器补全接通之后本地模型驱动的 Agentic 开发配置完成后侧边栏 AI 会带着环境感知工作——每轮对话自动附带工作区根目录、当前终端目录等上下文它能读文件、跑测试、改代码写操作都会弹出审批卡片让你确认。AI 提出的文件修改会以 Diff 形式呈现在编辑器中可按块接受或拒绝编辑器内联补全也可以在设置 → 模型中单独指定本地模型实现聊天用大模型、补全用小模型的组合拳。延伸阅读与源码路径资料路径AI 子系统架构文档docs/architecture/ai-subsystem.md提供商与模型注册表含三方案默认端点src/modules/ai/config.ts本地模型实例构建逻辑src/modules/ai/lib/agent.ts私有网络访问代理src/modules/ai/lib/proxyFetch.ts设置界面模型配置卡片src/settings/sections/ModelsSection.tsx安全模型docs/architecture/security-model.md 总结Terax 把本地 AI 开发的门槛降到了最低——装一个推理引擎、填一个模型名就能享受免费、私密、离线的 Agentic 编码体验。【免费下载链接】terax-aiLightweight (7MB) Terminal-first AI-native dev workspace项目地址: https://gitcode.com/GitHub_Trending/te/terax-ai创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Terax离线AI开发：LM Studio、Ollama与MLX本地模型接入完整教程
Terax离线AI开发LM Studio、Ollama与MLX本地模型接入完整教程【免费下载链接】terax-aiLightweight (7MB) Terminal-first AI-native dev workspace项目地址: https://gitcode.com/GitHub_Trending/te/terax-aiTerax是一款仅约 7MB 的终端优先Terminal-firstAI 原生开发环境内置 AI 侧边栏、代码编辑器、Git 图与 Web 预览。它的 AI 子系统除了支持云端 API 外还原生支持 LM Studio、Ollama、MLX 三种本地模型方案——无需 API Key、无需联网即可实现完全离线、免费的 AI 辅助开发。本文是一份从零开始的完整教程带你 10 分钟接通本地大模型。为什么选择离线本地模型相比云端 API本地推理有 3 个杀手级优势代码隐私你的源码、环境、密钥永远不会离开本机零成本不消耗 Token不产生任何 API 费用离线可用飞机上、内网环境、无网机房照样写代码三种本地推理引擎的选型建议方案适用平台模型格式特点LM StudioWin / macOS / LinuxGGUF图形界面下载模型最省心新手首选OllamaWin / macOS / LinuxGGUF一行命令拉取模型生态最丰富MLX仅 Apple SiliconMLX苹果芯片专属加速Mac 上速度最快 在 Terax 中三者都属于免 Key 提供商配置里只需要填Base URL 模型 ID两项源码见 config.ts 的 KEYLESS_PROVIDERS。快速认识 Terax 的能力边界接通本地模型后你得到的不是一个聊天框而是一整套 Agentic 工作流文件工具read / write / edit / multi-edit / grep / globShell 执行bash_run前台命令 后台进程管理且写操作有审批门禁计划模式先出计划、你确认后逐步执行子智能体explore、code-review、security 等只读子代理编辑器补全AI 内联自动补全同样支持本地模型项目记忆读取TERAX.md作为上下文架构细节可参考 docs/architecture/ai-subsystem.md。一键配置步骤Terax 连接本地模型三种方案的配置入口完全相同设置Settings→ 模型Models选择对应提供商卡片填写 Base URL 和模型 ID 即可。Terax 已为每个方案预置了默认端点源码config.ts 默认 URL 定义通常连 URL 都不用改。方案一LM Studio 本地模型接入新手推荐安装 LM Studio在应用内下载一个 GGUF 模型推荐代码类如qwen2.5-coder-7b-instruct打开 LM Studio 的Developer 标签页启动本地服务器默认端口 1234在 Terax 中打开设置 → 模型添加LM Studio提供商Base URL 保持默认http://localhost:1234/v1模型 ID 填你在 LM Studio 中加载的模型名可访问服务器的/v1/models页面查看LM Studio 的设置面板逻辑实现于 ModelsSection.tsx 的本地提供商元数据。方案二Ollama 本地模型接入最省事安装 Ollama安装完成后服务自动常驻终端拉取模型ollama pull qwen2.5-coder:7b在 Terax 的设置 → 模型中添加Ollama提供商Base URL 保持默认http://localhost:11434/v1模型 ID 填ollama list中显示的名称如qwen2.5-coder:7bOllama 自带 OpenAI 兼容 API因此 Terax 直接复用 OpenAI 兼容协议即可通信。方案三MLX 本地模型接入Mac 极速档仅支持 Apple Silicon 芯片安装运行时pip install mlx-lm启动推理服务端口 8080mlx_lm.server --model mlx-community/Qwen2.5-Coder-7B-Instruct-4bit在 Terax 的设置 → 模型中添加MLX提供商Base URL 保持默认http://127.0.0.1:8080/v1模型 ID 填你启动服务时使用的 Hugging Face 仓库路径常见接入问题排查连接被拒绝 / 无响应先确认本地服务已启动且端口一致LM Studio 1234、Ollama 11434、MLX 8080。Terax 运行在 WebKit 容器中访问localhost这类私有网络地址需要走内部代理项目已针对本地提供商开启allowPrivateNetwork实现见 proxyFetch.ts正常情况下你不需要做任何事提示 Unknown model本地模型的 ID 由你自己指定注意拼写要和ollama list//v1/models输出完全一致含 tag如:7b上下文偏短本地模型默认按 32K 上下文估算见 模型上下文限制表长会话会自动压缩历史想体验完整 Agent 能力本地模型建议选 7B 以上带工具调用能力的代码模型如 qwen2.5-coder 系列更小的模型更适合跑编辑器补全接通之后本地模型驱动的 Agentic 开发配置完成后侧边栏 AI 会带着环境感知工作——每轮对话自动附带工作区根目录、当前终端目录等上下文它能读文件、跑测试、改代码写操作都会弹出审批卡片让你确认。AI 提出的文件修改会以 Diff 形式呈现在编辑器中可按块接受或拒绝编辑器内联补全也可以在设置 → 模型中单独指定本地模型实现聊天用大模型、补全用小模型的组合拳。延伸阅读与源码路径资料路径AI 子系统架构文档docs/architecture/ai-subsystem.md提供商与模型注册表含三方案默认端点src/modules/ai/config.ts本地模型实例构建逻辑src/modules/ai/lib/agent.ts私有网络访问代理src/modules/ai/lib/proxyFetch.ts设置界面模型配置卡片src/settings/sections/ModelsSection.tsx安全模型docs/architecture/security-model.md 总结Terax 把本地 AI 开发的门槛降到了最低——装一个推理引擎、填一个模型名就能享受免费、私密、离线的 Agentic 编码体验。【免费下载链接】terax-aiLightweight (7MB) Terminal-first AI-native dev workspace项目地址: https://gitcode.com/GitHub_Trending/te/terax-ai创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考