【完全ガイド】VS Code × Continue 拡張機能で作る、安全で爆速な「完全ローカルAI開発環境」の構築術

日々のコーディングに生成AIは欠かせない時代になりましたが、企業や開発現場において常に付きまとうのが「ソースコードや機密データの外部送信（漏洩）リスク」です。

「クラウドのAIは便利だけど、社外秘のコードを通すわけにはいかない……」

そんなセキュリティの壁を突破し、手元のPC内だけで完結する「完全ローカル・プライベートAI開発環境」を構築する方法をご紹介します。使用するのは、VS Codeの最強のAI拡張機能「Continue」と、ローカルLLM実行環境の「Ollama（Dockerベース）」です。この記事1本で、インストールから設定の勘所、便利な使い方までを網羅してお届けします！

1. なぜ「Continue」×「Ollama」なのか？

数あるAIツールの中でも、この組み合わせが最強である理由は3つあります。

  1. 完全オフライン動作（データ漏洩リスクゼロ）クラウドのAPIを一切叩かず、PC内のメモリとGPUだけでモデルを動かすため、ネットワークを遮断しても動作します。
  2. VS Codeとの圧倒的な親和性GitHub Copilotのように、エディタ上でインラインのコード生成、チャットでのコード解説、エラーログの自動修正が可能です。
  3. Dockerを使ったクリーンな環境構築ローカルのメインOSを汚さず、Windows Docker上でOllamaをスマートに管理・運用できます。

2. 【準備編】Docker + OllamaでローカルLLMを起動する

まずはAIの「脳みそ」となるOllamaをDocker経由で立ち上げます。

1. docker-compose.yml の作成

GPU（特にNVIDIA製）を搭載したマシンであれば、以下の構成ファイルを用意することで、コンテナからGPUを認識させて高速な推論が行えます。

YAML

version: '3.8'

services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama
    ports:
      - "11434:11434"
    volumes:
      - ollama_data:/root/.ollama
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]

volumes:
  ollama_data:

2. コンテナ起動とモデルのプル

コンテナを起動後、コマンドプロンプトやターミナルから、コーディングに定評のある軽量LLM（例：codegemma や llama3 など）をローカルにダウンロードします。

Bash

docker exec -it ollama ollama run codegemma

※これで手元のローカルポート 11434 でAIモデルがスタンバイ状態になります。

3. 【設定編】VS Codeの「Continue」をローカルに接続する

次に、VS Codeに「Continue」拡張機能をインストールし、先ほど立ち上げたOllamaと紐付けます。

  1. VS Codeの拡張機能マーケットプレイスから「Continue」を検索してインストールします。
  2. 画面の左端に現れるContinueアイコンをクリックし、設定（歯車マーク）を開きます。
  3. 自動で開く設定ファイル config.json の models 部分を、以下のようにローカルのOllamaを指すように書き換えます。

JSON

{
  "models": [
    {
      "title": "Ollama - CodeGemma",
      "provider": "ollama",
      "model": "codegemma",
      "apiBase": "http://localhost:11434"
    }
  ],
  "tabAutocompleteModel": {
    "title": "Ollama - CodeGemma",
    "provider": "ollama",
    "model": "codegemma",
    "apiBase": "http://localhost:11434"
  }
}

💡 接続エラー（罠）を回避するコツ：

DockerコンテナからVS Code（ホスト側）へのアクセスや、ポートの競合で繋がらない場合は、apiBase のアドレスが正しいか、コンテナ側のポートマッピングが 11434 になっているかを必ず確認しましょう。

4. 【実践編】明日から使える！Continueの超便利テクニック

環境が整ったら、以下のショートカットと操作を覚えるだけで、開発効率が劇的に跳ね上がります。

① Ctrl + I でインラインコード編集（コピペ不要）

修正したいソースコードを選択し、Ctrl + I（Macは Cmd + I）を押します。ポップアップに「この処理を早期リターン（ガード節）を使って書き換えて」「エラーハンドリングを追加して」と日本語で指示するだけで、その場でコードが書き換わります。

② @ メンションでコンテキスト（文脈）を伝える

Continueのチャット欄で @ を入力すると、さまざまな情報ソースをAIに渡せます。

  • @Files：開いているファイルを丸ごと読み込ませて仕様を質問する
  • @Terminal：実行時に出たエラーログを読み込ませて、一瞬で原因を特定してもらう

③ コードの自動補完（Tabキー）

キー入力を進めると、ローカルLLMが裏で先を予測し、薄い文字でコードの続きを提案してくれます。問題なければ Tab キーを押すだけでコードが完成します。

おわりに

「セキュリティが厳しいから、開発に生成AIは導入できない」と諦める必要はもうありません。

VS CodeとContinue、そしてローカルLLMを組み合わせることで、「自分のPCの外に1バイトもデータを漏らさない、最高にセキュアな開発環境」が手に入ります。

「まず動かす、すぐ試す」のフットワークの軽さこそが、日本のITの現場を面白くし、技術力を底上げする第一歩だと私たちは考えています。

ぜひ、皆さんも手元の環境で「自分専用のAIアシスタント」を育ててみてください！

関連記事

TOP
CONTACT ACCESS LINE CALL