DeepSeek - не просто очередная LLM. Она умеет анализировать код, объяснять его и даже писать автодополнения. Подключить её к VS Code можно за пару минут, если знать правильный путь. Сейчас покажу.
Что такое DeepSeek и зачем он в VS Code
DeepSeek - семейство языковых моделей с открытым весом. Они генерируют код, находят баги, рефакторят и отвечают на вопросы. В отличие от облачных сервисов, локальная модель работает прямо на вашем компьютере. Код не уходит в чужие руки, скорость ответа не зависит от интернета.
В VS Code DeepSeek подключается через расширения. Самые популярные - Continue.dev и CodeGPT. Оба работают с локальным движком Ollama, который скачивает и запускает модели. Схема простая: ставим Ollama, тянем модель, настраиваем расширение. Всё.
Установка Ollama - фундамент для локальных моделей
Ollama - инструмент, который запускает LLM локально. Он есть для Windows, macOS и Linux. Скачивайте с официального сайта, устанавливайте как обычную программу. После установки откройте терминал и наберите ollama --version. Если видите номер версии - движок готов.
Модели скачиваются одной командой. Для DeepSeek есть две основные: deepseek-r1 для рассуждений и deepseek-coder:base для автодополнения. Первая - полноценный ассистент, вторая - быстрый автокомплит. Обе пригодятся.
Скачиваем модель DeepSeek
Откройте терминал в VS Code или в системе и выполните команду:
ollama pull deepseek-r1Эта команда скачает модель deepseek-r1. Она весит несколько гигабайт, так что придётся подождать. Если нужно автодополнение, дополнительно скачайте кодерскую версию:
ollama pull deepseek-coder:baseПосле скачивания можно проверить модель в терминале:
ollama run deepseek-r1Если модель отвечает - всё в порядке. Теперь переходим к настройке VS Code.
Подключаем DeepSeek через Continue.dev
Continue.dev - расширение с открытым исходным кодом. Оно поддерживает десятки провайдеров, включая Ollama. Устанавливается прямо из маркетплейса VS Code: нажмите на иконку расширений, найдите Continue.dev и установите.
После установки откройте панель Continue. В настройках выберите провайдера Ollama, а модель - deepseek-r1. Если модель не появилась в списке, добавьте её вручную. Всё, можно задавать вопросы и просить объяснить код.
Continue.dev умеет работать с несколькими моделями одновременно. Можно подключить и deepseek-r1, и deepseek-coder:base. Первую использовать для чата, вторую - для автодополнения. Настройка занимает минуту.
Альтернативный способ: расширение CodeGPT
CodeGPT - ещё одно популярное расширение. Оно тоже работает с локальными моделями. Установите CodeGPT из маркетплейса, затем в боковой панели найдите раздел Local LLMs. Выберите Ollama в качестве провайдера, укажите модель deepseek-r1:1.5b и нажмите Download. Расширение само скачает и установит модель.
Для автодополнения в CodeGPT есть отдельный раздел Autocompletion Models. Там выберите deepseek-coder:base. После этого VS Code начнёт предлагать продолжения кода прямо во время набора.
Оба расширения стабильно работают с Ollama. Continue.dev даёт больше гибкости: можно одновременно подключить две модели и переключаться между ними в чате. CodeGPT проще - достаточно нажать пару кнопок в интерфейсе. Выбирайте то, что удобнее.
Проверяем работу DeepSeek в VS Code
Откройте любой проект и попробуйте задать вопрос в чате расширения. Например, попросите объяснить, что делает функция. DeepSeek-r1 отлично справляется с анализом кода. В одном тесте она правильно определила, что репозиторий содержит четыре разных проекта, и даже расставила их по сложности. Так что можете смело доверять ей рутинные задачи.
Автодополнение тоже работает. Начните писать функцию или цикл - deepseek-coder:base предложит продолжение. Это ускоряет написание кода, особенно если вы работаете с типовыми конструкциями.
Если модель тормозит, попробуйте уменьшить размер. Вместо deepseek-r1 можно взять deepseek-r1:1.5b - она легче и быстрее. Для автодополнения deepseek-coder:base достаточно. На Reddit этот совет всплывает в каждой второй теме про локальные LLM.
Что делать, если локальная модель не тянет
Локальные модели требуют ресурсов. На слабом ноутбуке deepseek-r1 будет работать медленно, а то и вовсе не запустится. В этом случае есть два пути: купить мощное железо или использовать облачные нейросети.
С железом всё понятно. А вот с облачными сервисами есть нюанс: многие из них недоступны из России. Нужна иностранная карта, VPN, и всё равно могут быть проблемы с оплатой. Это раздражает, особенно когда нужно быстро сделать работу.
Я пользуюсь сервисом 3GPT от 3SELLER. Он даёт доступ ко всем флагманским моделям нейросетей из России, без иностранных карт. Всего за 149 рублей в месяц вы получаете Chat GPT 6 Astra, Claude Fable 5, Claude Opus 5.5 и другие. Оплатить можно российской картой, через СБП или криптой.
3GPT работает как ИИ-роутер: вы подключаетесь к нему и выбираете нужную модель. Это удобно, когда хочется сравнить ответы разных нейросетей или использовать самую свежую версию. Плюс там есть готовые ИИ-агенты под конкретные задачи - можно выбрать агента и сразу начать с ним работать.
Если вы пишете код в VS Code, 3GPT тоже пригодится. Он поддерживает генерацию текстов, изображений, видео и голоса. А для разработчика главное - быстрые и точные ответы на вопросы по коду. Флагманские модели справляются с этим лучше, чем локальные.
Выбор простой: либо локальный DeepSeek через Ollama, либо облачный 3GPT. Локальный - бесплатно и приватно, но требует ресурсов. Облачный - дёшево и без ограничений. Я использую оба варианта в зависимости от задачи.
Начните с локальной установки - это бесплатный старт. А когда понадобятся флагманские модели, загляните на 3GPT - там Chat GPT 6 Astra и Claude Fable 5 доступны из России за 149 рублей. Удачи в кодинге!