必须将ollama服务绑定到0.0.0.0:11434并正确配置cursor的custom模型提供方,才能实现本地llama3、deepseek-coder或qwen2在cursor中低延迟代码补全与cmd+k对话。
☞☞☞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☜☜☜

你想在Cursor编辑器里直接用本地Ollama跑的Llama 3、DeepSeek-Coder或Qwen2写代码,而不是把代码发到云端——这要求Cursor的AI请求必须真实抵达你本机的Ollama服务,且模型响应能被正确解析为代码补全、Cmd+K对话等动作。
确认Ollama服务监听地址可被Cursor访问
默认情况下,Ollama只绑定127.0.0.1:11434,而Cursor(尤其在WSL2、Docker或某些macOS沙盒环境下)可能无法通过localhost访问该地址。这一步不解决,后续所有配置都无效。
打开终端,执行:【OLLAMA_HOST=0.0.0.0:11434 ollama serve】 ——注意这不是临时环境变量设置,而是启动时显式传入,确保服务真正监听全网接口。
验证是否生效:在浏览器中打开 http://127.0.0.1:11434/api/tags,应返回JSON格式的模型列表;若打不开,检查端口是否被占用,或防火墙是否拦截了11434端口。
Windows用户若用PowerShell,请用 $env:OLLAMA_HOST="0.0.0.0:11434"; ollama serve 启动,命令提示符则用 set OLLAMA_HOST=0.0.0.0:11434 && ollama serve。
在Cursor中配置Ollama为自定义模型提供方
方法一:通过图形界面设置(推荐新手)
1. 打开Cursor → Cmd+,(macOS)或 Ctrl+,(Windows/Linux)→ 进入 Settings → AI → Model Provider
2. 点击「Custom」选项卡 → 在「Model Name」栏填入 【llama3:8b】(必须与ollama list输出的名称完全一致,含版本号和量化后缀,如llama3:8b-instruct-q4_k_m)
3. 在「Base URL」栏填入 http://127.0.0.1:11434(纯本地开发)或 http://192.168.x.x:11434(WSL2/跨容器需填主机真实局域网IP)
4. 「API Key」留空——本地Ollama无需认证,填任何内容反而可能导致401错误
方法二:手动编辑cursor.json(适合批量部署或调试)
定位Cursor用户配置目录:
macOS: ~/Library/Application Support/Cursor/User/
Windows: %APPDATA%\Cursor\User\
Linux: ~/.config/Cursor/User/
创建或编辑 cursor.json,写入以下内容(注意model字段值必须与ollama list输出严格匹配):
{ "ai": { "model": "deepseek-coder-v2", "endpoint": "http://127.0.0.1:11434/v1/chat/completions", "apiKey": "ollama" } }
触发本地模型生成代码
重启Cursor使配置生效(仅首次配置或修改后需要)。
打开任意代码文件,在编辑器中选中一段函数 → 按 Cmd+L(macOS)或 Ctrl+L(Windows/Linux)→ 输入“重写为异步版本并添加错误处理” → 回车。
观察右下角状态栏:若显示“Using model: llama3:8b”,说明请求已路由至本地Ollama;若卡在“Thinking…”超10秒,大概率是Ollama未运行、端口不通或模型名拼写错误。
在空白行输入//后按Tab键,触发行内补全——此时应由本地模型实时响应,延迟通常低于400ms,无网络抖动。











