AI開発環境

VS CodeでローカルLLMのコード補完 — ContinueとOllamaをつなぐ公式手順と、クラウド型との違い

VS Code拡張のContinueとOllamaを組み合わせると、コード補完を自分のPCのGPUで回せる。公式ガイドにある導入手順、config.yamlの書き方、補完向けモデルの選び方、VRAMの足し算、クラウド型との違いを公式記載だけで整理する。

暗い作業台の上で、クレーンとコンテナを収めたゲーミングPCから光る配線がコード画面へ伸び、画面の横で小さな重機が行の続きに部材を置いているイメージ
AI生成のイメージ画像です

VS CodeのコードをローカルLLMで補完するなら、Continueに「補完役は小型、会話役は中型」と役を割り振ってOllamaにつなぐのが公式の型だ。決め手は手順より、2つのモデルが同時に載るVRAMの足し算である。

Ollamaの導入記事で、ターミナルからローカルLLMを動かすところまでは書いた。Open WebUIの記事では、ブラウザの画面につないだ。

今回はエディタだ。打っている途中のコードの続きを、手元のGPUに出させる。

この記事は「使ってみた」記事ではない。Continueの公式ドキュメント、Visual Studio Marketplaceの掲載ページ、Ollamaの公式FAQとモデルライブラリに書いてあることだけを、WindowsのゲーミングPC向けに並べ直した。設定はバージョンで変わるので、どの版のドキュメントかも添える。

Continueは何をする拡張機能か

ContinueはVS Code(とJetBrains)向けの拡張機能だ。Marketplaceの掲載名は「Continue - open-source AI code agent」、識別子は Continue.continue、ライセンスはApache 2.0とされている(出典: Visual Studio Marketplace)。

掲載ページが挙げる機能は4つある(出典: Visual Studio Marketplace)。

  • Agent: 開発作業を一緒に進める
  • Chat: 質問に答え、コードの一部を説明する
  • Edit: 今のファイルを離れずにコードの一部を書き換える
  • Autocomplete: 打っている途中にインラインで候補を出す

この記事で扱うのは最後のAutocomplete(Tab補完)が中心だ。Continue自体はモデルを持たない。どのモデルに頼むかは、設定ファイルで決める。

導入手順。拡張機能→Ollama→モデル

1. 拡張機能を入れる。 公式のインストール手順は、Marketplaceの掲載ページで「Install」を押し、VS Code側で開いた拡張機能ページでもう一度「Install」を押す流れだ。入れると左サイドバーにContinueのロゴが出て、公式は右サイドバーへの移動を勧めている(出典: Continue Docs Install)。

2. Ollamaを動かす。 Continue公式のOllamaガイドは、Windowsはollama.aiから入れるとし、起動確認として次を挙げる(出典: Continue Docs Ollama guide)。

curl http://localhost:11434

「Ollama is running」と返れば受付は開いている。Ollama公式FAQにも「既定で127.0.0.1のポート11434にバインドする」とある(出典: Ollama FAQ)。

3. モデルを落とす。 ガイドは ollama run ではなく ollama pull を使うよう書いている。Continueは対話セッションを必要としないからだ(出典: Continue Docs Ollama guide)。

ollama pull qwen2.5-coder:1.5b
ollama list

ここで大事なのはタグだ。ガイドは「タグを省くと :latest が落ちてくる」と注意している。設定ファイルに書くモデル名は ollama list の表示と完全に一致させる必要がある(出典: Continue Docs Ollama guide)。

ガイドの冒頭には前提として、メモリ8GB以上(16GB以上推奨)、空き容量10GBが挙がっている。また、このガイドは「Ollama v0.11.x、Continue v1.1.x」を基準に書かれている(出典: Continue Docs Ollama guide。2026-11-11閲覧)。手元の版が違えば画面や項目名が変わりうる。

config.yamlに役を書く

Continueの設定は config.yaml だ。置き場所は公式に、macOS/Linuxが ~/.continue/config.yaml、Windowsが %USERPROFILE%\.continue\config.yaml とある。チャット入力欄の右上の設定ドロップダウンから「Local Config」の歯車で開け、保存すると自動で読み直される(出典: Continue Docs Configuration)。

中身は「モデル」と「役(roles)」の組だ。補完のページに載っているOllamaの例はこうなる(出典: Continue Docs Autocomplete)。

name: My Config
version: 0.0.1
schema: v1

models:
  - name: Qwen 1.5b Autocomplete Model
    provider: ollama
    model: qwen2.5-coder:1.5b
    roles:
      - autocomplete

会話・編集用のモデルを足すなら、同じ models: に並べて roles を chat と edit にする。ガイドの例では apiBase: http://localhost:11434 を明示している(出典: Continue Docs Ollama guide)。

リファレンスによると、roles を省いたときの既定は [chat, edit, apply, summarize] で、autocomplete は含まれない(出典: Continue Docs config.yaml Reference)。補完役は自分で書かないと割り当たらない、ということだ。

roles の値 公式の説明 呼ばれる場面
autocomplete Tab補完に使う 打鍵のたび
chat AgentとChatモードに使う 頼んだとき
edit / apply 編集・反映 頼んだとき
embed 埋め込み 検索の下ごしらえ

出典: Continue Docs config.yaml Reference

補完役は小型モデル。VRAMは足し算で見る

補完のモデル選びで、Continue公式ははっきり書いている。補完は特定のプロンプト形式で学習したモデルで動き、GPT-5やClaudeのような大型の商用モデルはその形式で学習していない。最先端の補完モデルの多くは10B以下だ、と(出典: Continue Docs Autocomplete)。

推奨として挙がっているオープンモデルはQwen2.5-Coderの1.5Bと7B。Ollamaガイドでは qwen2.5-coder:1.5b を「軽量で速い」、starcoder2:3b を「コード補完向けに最適化」と紹介している(出典: Continue Docs Autocomplete / Ollama guide)。思考型(thinking)のモデルは応答が遅くなるので、補完には一般に勧めないとも書かれている(出典: Continue Docs Autocomplete)。

VS Code(手元のPC)エディタで打鍵カーソル前後のコードContinue拡張機能config.yamlroles: autocomplete打鍵ごと・小型モデルroles: chat / edit頼んだとき・中型モデルapiBaseOllama:11434127.0.0.1で待受GPUのVRAM会話用 7b4.7GB補完用1.5b 986MB残り=余白同時に載れば足し算クラウド型の経路(比較)Continue拡張機能provider: mistralapiKey外部API(例: Codestral)要求はPCの外へ。VRAMは使わない出典: Continue Docs(Autocomplete / Ollama guide)、Ollama Library qwen2.5-coder、Ollama FAQ
Continueはモデルに「役」を割り当てる。ローカル型では、打鍵のたびの補完要求も会話の要求も localhost:11434 のOllamaへ行き、PCの外に出ない。ただし補完用と会話用の2モデルが同時に載れば、VRAMの使用量は足し算になる。数値はOllamaライブラリのダウンロードサイズで、実際のVRAM使用量はコンテキスト長などで増える。下段はクラウド型の経路で、APIキーを持って外部APIへ要求を送る。

図の右端がポイントだ。補完役と会話役を両方ローカルにすると、Ollamaは2つのモデルを同時に抱えることがある。公式FAQでは、同時に載せられるモデル数の既定はGPU数×3で、メモリに収まる限り並ぶ。収まらなければ新しい要求は待たされる(出典: Ollama FAQ)。

モデルライブラリのダウンロードサイズは、qwen2.5-coderの1.5bが986MB、7bが4.7GB、14bが9.0GBとされている(出典: Ollama Library qwen2.5-coder)。これは置き場の大きさで、実際のVRAM使用量はコンテキスト長などで上に乗る。計算の考え方は量子化とVRAMの計算記事に分けてある。

現場でいえば、補完役は手元で部材を渡す小型の重機、会話役は呼べば来る中型の重機だ。搬入口(VRAM)が狭いと、2台目が門の外で待つことになる。

載ったかどうかは ollama ps で見る。公式FAQでは、Processor欄が「100% GPU」ならGPUに全部載り、「48%/52% CPU/GPU」のような表示は一部がメインメモリに溢れている状態だ(出典: Ollama FAQ)。補完1.5bと会話7bの組なら、ダウンロードサイズの合計だけで約5.7GBになる。そこにコンテキスト分が乗ると考えて、VRAM別の早見表と同じ物差しで余白を見ておきたい。

補完が出ない・遅いときに公式が挙げる確認先

段取り八分で、詰まりどころは先に押さえておく。Continue公式の補完ページとOllamaガイドが挙げるのは次の通りだ。

  • 「Enable Tab Autocomplete」が有効か。 右下ステータスバーの「Continue」ボタン、または設定から切り替える(出典: Continue Docs Autocomplete)
  • 他の補完拡張と競合していないか。 公式はCopilotなど他の補完プロバイダーを無効にするよう書いている(出典: Continue Docs Autocomplete)
  • VS Codeの editor.inlineSuggest.enabled が true か(出典: Continue Docs Autocomplete)
  • 「404 model not found」。 モデル未取得かタグ違い。ollama list で確かめ、正確なタグで落とし直す(出典: Continue Docs Ollama guide)
  • 「Model requires more system memory」。 contextLength を下げるか、小さいモデルにする(出典: Continue Docs Ollama guide)

補完のタイミングは autocompleteOptions で調整できる。リファレンスでは debounceDelay が「補完を起動するまでの遅延(ミリ秒)」、modelTimeout が「補完要求のタイムアウト(ミリ秒)」と説明され、例として250と150が載っている(出典: Continue Docs Autocomplete / config.yaml Reference)。既定値は公式ページに明記がないので、ここでは書かない。

もう一つ。Ollama公式FAQでは、モデルは既定で5分間メモリに残ってからアンロードされる(出典: Ollama FAQ)。補完を止めてすぐゲームを起動すると、その5分はVRAMが埋まったままだ。

クラウド型との違い。公式に書いてある範囲で

最後に、クラウドの補完サービスとの違いだ。比べられるのは公式に書いてあることだけに絞る。

モデルの質。 Continue公式の補完ページは、推奨モデル表で商用(クローズド)側にCodestralとMercury Coderを挙げ、「クローズドモデルはオープンモデルよりわずかに良い」と書いている。Codestralは「最良の体験のため」の推奨とされている(出典: Continue Docs Autocomplete)。ローカルが上だとは、公式はどこにも書いていない。

つなぎ方。 クラウド型はMistral APIを通じて使い、設定には provider: mistral と apiKey を書く。CodestralのキーとMistral一般のキーは別物とされている(出典: Continue Docs Autocomplete)。ローカル型はAPIキー不要で、接続先はlocalhost:11434だ。

データの行き先。 Ollama公式FAQには「Ollamaはローカルで動き、ローカル実行時のプロンプトやデータは見ない」とある(出典: Ollama FAQ)。一方、Continue拡張機能そのものには匿名テレメトリーがあり、公式の「インターネットなしで動かす」ガイドでは、ユーザー設定の「Allow Anonymous Telemetry」を切るとPostHogへの送信が止まるとしている(出典: Continue Docs Running without internet)。モデルをローカルにしても、拡張機能側の設定は別に見る必要がある。

費用と負荷の置き場所。 クラウド型の料金は各社の料金表の領分で、ここでは比べない。ローカル型は月額の代わりに、自分のGPUのVRAMと電気を使う。その差を決めるのは、結局手元のGBだ。

次の一歩

ローカル補完の段取りは3つに尽きる。小型の補完モデルを正確なタグで落とす。config.yaml に autocomplete の役を書く。ollama ps で「100% GPU」を確かめる。

補完と会話を同時に回すなら、VRAMは足し算で見積もる。今週のセール機をVRAM基準で仕分けた表と二刀流ランキングは、そのGBで選べるように組んである。最強の1台より、VRAMとタグ名の2点を外さない1台だ。


※本記事はContinue・Ollamaの公式ドキュメント、Visual Studio Marketplaceの公開情報に基づく手順解説です。設定項目や推奨モデルはバージョンにより変わるため、最新の手順は各公式ドキュメントをご確認ください。

出典