在 AI 助手类工具中，Aider 以其便捷的 Git 进程与 LLM 沟通能力受到广大开发者喜爱；Ollama 则是当前支持最广的本地运行的 LLM 平台之一，支持多种模型如 LLaMA3，Mistral，CodeLlama 等。本文将详细介绍如何在完全本地化和无网环境下，部署 Aider + Ollama，实现类 Codex 能力的自动化编程助手。
一、定位需求：局域网 AI 系统所面临的挑战
局域网环境，特别是严格隔网的内网场景，无法连接外网，无法连 GitHub 下载代码，无法 pip install，也无法连通 PyPI 排版版本等。这些因素需要我们重新设计部署流程，包括：
- 预先打包好所有 wheel 包；
- 避免直接拷贝环境，因为路径和 Python 入口失效；
- 禁止 Aider 启动时去检查 PyPI 版本；
- 禁止尝试连接 GitHub 查询模型元数据。
二、Ollama 安装与网络分发模型
- 制備 Ollama Linux 或 Windows 版本并安装
- 从有网机器上下载模型如
llama3:instruct - 使用
ollama pull llama3:instruct - 把 ~/.ollama 文件夹打包移至局域网内网机器
- 启动 Ollama ：
ollama serve - 可选配使用 LAN proxy 分发模型服务
三、安装 Aider 与零网环境重要讲解
1.打包 wheel 包
在可连网的机器上进行：
pip download aider-d./aider_wheels将该目录整包移动到内网机器，然后手动安装：
pipinstall--no-index --find-links=./aider_wheels aider2.不推荐直接拷贝 venv 环境
因为 venv 中 Python 路径和 entrypoint 是系统给定的，直接拷贝应用到不同环境很可能无法使用。建议重新创建 venv 并使用已打包的 wheel 安装所有依赖。
四、禁止 PyPI 和 GitHub 连接，加快启动
1.给 aider 加启动参数，禁止 pypi check
启动 Aider 时加上：
aider --no-check2.确定已经修改 models.py，禁止联系 GitHub
打开：
~\AppData\Local\Programs\Python\Python312\Lib\site-packages\aider\models.py查找_update_cache函数，修改为：
def_update_cache(self):# Skip remote model metadata fetch (disabled by local patch)return此修改可以禁止在内网环境下对 GitHub 进行网络连接，减少启动等待时间。
五、结论：局网下打造私有 AI 系统无需依赖外部网络
通过本文手动部署方案，可以实现：
- Aider + Ollama 全部部署在局域网，完全本地化
- 全部进程可规定依赖打包，无需 pip online
- 修改启动行为，避免因连接超时造成系统泪动
这种部署方式适合于支持内网工程化自动化工作流程，也是私有化 AI DevOps 模型系统的最佳实践之一。
)
