我爱单片机摘要：本文针对嵌入式C语言开发场景，搭建一套纯本地离线、无网络依赖、无API密钥、无代码上传的AI智能开发环境。基于Ollama部署轻量化代码大模型，搭配OpenAI Codex CLI终端智能代理，实现工程级跨文件代码修改、编译调试、Bug修复、代码规范统一等智能化开发能力，完美适配RTX2060 8G及以上配置Windows设备，全程本地化闭环，适配STM32、RTOS、Makefile固件开发场景。
一、方案整体架构与核心优势
1.1 架构组成
整套环境由两大核心模块构成，分工明确、协同工作：
Ollama：本地大模型服务载体，部署轻量化专业代码模型，提供兼容OpenAI的本地接口，承担代码推理、生成、优化、纠错核心能力，所有运算均在本地显卡/CPU完成。
Codex CLI：终端智能开发代理，作为人机交互核心，可读取完整工程文件、识别项目规范、批量修改多文件代码、调用终端编译指令、迭代修复代码问题，是嵌入式开发的智能工程助手。
1.2 核心优势
-
完全离线闭环：无需联网、无需云端API、无地区限制，核心代码、工程文件全程本地存储，无数据泄露风险，适配涉密、本地固件开发场景。
-
硬件适配友好：针对RTX2060 8G显卡优化，采用Q4轻量化量化模型，兼顾推理速度与代码能力，显存占用可控，无需高端算力设备。
-
工程化能力强：区别于普通AI对话，支持完整工程读取、跨文件修改、Makefile编译、报错自动修复，贴合嵌入式实际开发流程。
-
规范统一可控：支持自定义项目专属开发规范，强制AI遵循嵌入式编码准则，杜绝不规范代码生成。
-
零成本使用：无充值门槛、无按量计费、无功能限制，一次部署永久免费使用。
二、部署前置环境准备
2.1 硬件适配要求
推荐配置：Windows10/11系统、独立显卡RTX2060 8G及以上、内存8G及以上，可完美流畅运行本文适配代码模型，GPU硬件加速拉满推理效率。
2.2 基础软件环境安装
部署前需安装基础运行环境，为Codex CLI提供运行支撑。前往Node.js官网下载LTS长期稳定版，安装过程中务必勾选「Add to PATH」自动配置环境变量，全程默认下一步安装即可。
安装完成后，重启PowerShell终端，输入以下指令验证环境是否生效，输出版本号即为安装成功：
node -v npm -v
三、Ollama本地模型服务部署
3.1 安装Ollama服务端
前往Ollama官方下载Windows版本安装包，默认路径安装，无需额外配置。安装完成后系统托盘会自动启动Ollama后台服务，默认本地监听端口11434，开机自启、后台静默运行。
可通过浏览器访问 http://localhost:11434，页面显示「Ollama is running」即代表服务正常启动。
3.2 部署嵌入式专属代码大模型
针对RTX2060 8G显卡，选择deepseek-coder:6.7b-instruct-q4_K_M量化模型，该模型专为代码场景优化，轻量化低显存占用，完美适配嵌入式C语言、寄存器操作、Makefile编译等场景。
在PowerShell中执行拉取模型指令，等待4.7G模型文件下载完成：
ollama pull deepseek-coder:6.7b-instruct-q4_K_M
3.3 模型验证测试
下载完成后，通过以下指令查看本地已部署模型，确认模型加载成功：
ollama list
执行交互式推理测试，输入嵌入式代码需求，可正常生成规范C代码即代表本地模型部署完成：
ollama run deepseek-coder:6.7b-instruct-q4_K_M
四、Codex CLI智能代理安装与全局配置
4.1 安装Codex CLI终端工具
通过npm全局安装OpenAI官方Codex CLI工具，搭建本地智能开发终端：
npm install -g @openai/codex
安装完成后，通过以下指令验证，输出版本号即为安装成功：
codex –version
4.2 全局核心配置（对接本地模型）
在系统用户目录 C:\Users\你的用户名\ 下，新建名为 .codex 的文件夹（前缀带小数点），在文件夹内创建 config.toml 全局配置文件，关闭文件后缀隐藏，避免文件格式错误。
粘贴以下完整配置，实现Codex与本地Ollama模型无缝对接，替代云端AI服务：
model_provider = “ollama” model = “deepseek-coder:6.7b-instruct-q4_K_M” [model_providers.ollama] base_url = “http://localhost:11434/v1” wire_api = “chat_completions”
该配置为全局通用配置，所有嵌入式项目均可复用，无需重复修改。
五、项目级规范配置（AGENTS.md）
AGENTS.md是项目专属AI约束文件，放置在每个嵌入式工程根目录（与Makefile同级），Codex启动时会自动读取该文件，强制AI全程遵循嵌入式开发规范，统一代码风格、规避开发误区，无需每次手动重复约束。
工程根目录新建 AGENTS.md，粘贴嵌入式专属规范：
# 嵌入式项目开发规范（Codex AI） ## 基础约束 – 开发语言：标准C，面向单片机嵌入式开发，禁止使用 malloc / free 动态内存。 – 优先直接操作寄存器，尽量减少冗余封装层；需要封装时，保持代码轻量。 – 中断服务函数必须简短；中断内部禁止调用printf、延时、复杂运算等耗时操作。 – 代码风格：变量、宏命名清晰，重要寄存器操作加注释；区分头文件(.h)与源文件(.c)。 – 修改现有代码前，先输出变更清单，说明改动目的、风险点。 ## 编译与验证规则 – 可执行 make 命令进行项目编译；编译出错时，分析报错信息并给出修复方案。 – 修改代码后主动提示进行编译检查，不能直接假设代码可编译通过。 – 涉及硬件时序、SPI/I2C/UART、EMC、低功耗相关逻辑，优先从寄存器时序角度分析。 ## 输出要求 – 生成代码时，分开输出 .h 和 .c 文件内容，标注文件名称。 – 硬件相关代码，增加寄存器位说明注释。 – 回答问题时，优先给出可直接落地的代码、寄存器配置，少空谈理论。 – 不要擅自删除原有项目代码；如需删除，先列出待删除内容并确认。
六、环境启动与使用方法
6.1 启动前置检查
确保Ollama后台服务正常运行（系统托盘小羊图标在线），确认项目根目录已放置AGENTS.md规范文件。
6.2 启动本地AI开发终端
通过PowerShell进入嵌入式项目根目录，执行启动指令，进入离线智能开发模式：
codex –oss
6.3 常用开发指令示例
启动成功后，可直接输入自然语言指令，实现智能化开发：
-
生成底层驱动：写一个STM32 GPIO推挽输出驱动，直接操作寄存器，生成完整的.h和.c文件
-
重构代码：将当前SPI查询式驱动重构为中断方式，修改对应文件并执行make编译检查
-
代码纠错：检查当前工程代码，找出中断函数、内存使用的不规范问题并修复
七、常见问题排查方案
7.1 Codex无法连接模型
优先检查Ollama后台服务是否运行，确认本地11434端口可正常访问，核对config.toml中模型名称与ollama list查询结果完全一致。
7.2 模型推理速度卡顿
关闭占用显存、内存的多余软件，确保显卡硬件加速生效，RTX2060 8G可稳定适配当前量化模型，无显存溢出问题。
7.3 AGENTS.md规范不生效
文件必须放置在项目根目录，文件名严格大小写一致，启动Codex的终端路径需与文件路径一致。
7.4 make命令不存在
Windows环境需提前安装MinGW、Git Bash或WSL工具，配置make编译环境变量。
八、总结
本文搭建的Ollama+Codex CLI本地AI嵌入式开发环境，彻底摆脱云端模型的网络限制、付费门槛和数据泄露风险。依托轻量化本地代码模型，搭配工程级Codex智能代理，可全方位辅助嵌入式C代码编写、重构、调试、编译优化，适配绝大多数单片机固件开发场景。部署完成后全程离线可用，操作简洁、能力贴合工业开发需求，是嵌入式开发者低成本搭建AI辅助开发体系的最优方案之一。
