qoder本地模型连接失败需验证vllm/ollama服务是否真正在目标端口监听，检查cuda驱动版本≥535.0、模型路径与gguf完整性、config.json中model_endpoint和model_name严格匹配，清除runtime缓存并调试重连。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Qoder本地模型连接失败意味着你已部署好离线模型，但IDE插件无法与vLLM或Ollama等后端服务建立有效通信，常见于端口未监听、模型路径错误、GPU驱动异常或配置字段拼写错误等情况。
确认vLLM服务是否真正启动并监听正确端口
这一步必须验证，不能只看终端是否显示“Starting server…”——很多情况下服务因CUDA版本不匹配或GGUF文件损坏而静默退出，仅打印一行日志就终止。
打开命令行，执行：netstat -ano | findstr :8080（Windows）或lsof -i :8080（macOS/Linux），检查是否有PID绑定到你配置的端口（默认8080）。若无输出，说明服务根本没起来。
手动启动vLLM服务并捕获完整错误：进入模型目录，运行vllm serve --model ./models/qwen3-0.6b.Q4_K_M.gguf --host 127.0.0.1 --port 8080 --dtype auto --gpu-memory-utilization 0.9。如果报错Failed to load model: GGUF file is corrupted，立刻停止后续步骤，重新校验模型文件SHA256值。
【必须确保nvidia-smi能列出GPU且Driver Version ≥535.0】，低于该版本的驱动无法支持vLLM 0.6.x对CUDA Graph的调用，会导致服务启动后立即崩溃且无明确提示。
检查Qoder配置中模型地址与协议是否严格匹配
Qoder CN不支持自动降级或协议嗅探，填错一个字符就会连接拒绝。
方法一：直连vLLM OpenAI兼容API
打开%LOCALAPPDATA%\.lingma\config.json（Windows）或~/.lingma/config.json（macOS），确认存在且仅存在以下字段："model_endpoint": "http://127.0.0.1:8080/v1""model_name": "qwen3-0.6b"（必须与vLLM启动时--model参数值完全一致，包括大小写和连字符）
方法二：通过Ollama代理中转
若改用Ollama，先确保ollama serve已在后台运行，再将model_endpoint改为http://127.0.0.1:11434/api/chat，同时model_name设为qwen3:0.6b-q4_k_m（Ollama tag格式，不可省略:q4_k_m）。
⚠️ 注意：model_endpoint末尾不能多加斜杠，如http://127.0.0.1:8080/v1/会导致404；也不能少写/v1，否则返回空响应。
强制重载模型连接并跳过缓存校验
第一步：关闭IDE所有窗口，彻底结束残留进程
Windows：任务管理器 → 结束所有java.exe、Lingma.exe、vllm相关进程
macOS：终端执行pkill -f "vllm\|Lingma\|java"
第二步：清空Qoder运行时状态
删除目录：%LOCALAPPDATA%\.lingma\runtime（Windows）或~/.lingma/runtime（macOS）。该目录下model_cache和connection_state.json会固化上一次失败的握手参数，不清除会导致重试时复用错误token。
第三步：以调试模式重启IDE
Windows：右键IDE快捷方式 → 属性 → 目标栏末尾添加 -Dqoder.debug.model.connect=true
macOS：终端执行open -a "IntelliJ IDEA" --args -Dqoder.debug.model.connect=true
启动后观察IDE底部状态栏，出现[Model Connect] Trying http://127.0.0.1:8080/v1...即表示开始重连。
第四步：触发一次最小化请求验证
在任意代码文件中按下Alt+Q（Windows）或Option+Q（macOS），输入“你好”，等待3秒。若弹出Connection refused，说明端口或协议仍不匹配；若弹出Model loaded but no response，说明服务已通但推理链卡在tokenizer加载环节。
