Ollama免费获取Gemini-3-pro模型并连接AI Coding工具

1. 在Ollama获取Gemini 3 pro

Gemini 3 Pro 现已加入 Ollama 的免费套餐,不再需要付费订阅 Cloud Max 或 Pro 服务,即可体验这款功能强大的多模态模型。此外,此次集成将 Gemini 3 Pro 的先进推理功能直接融入到数百万用户已在使用的 Ollama 本地模型工作流程中。

只需执行一条命令:

ollama run gemini-3-pro-preview 

此命令无需额外计费即可拉取并运行模型。此外,该模型支持 100 万个令牌的上下文窗口、原生多模态输入(文本、图像、音频、视频)以及高级代理功能。

在代码中集成该模型:

from openai import OpenAI client = OpenAI( base_url="http://localhost:11434/v1", api_key="ollama",# dummy key) response = client.chat.completions.create( model="gemini-3-pro-preview", messages=[{"role":"user","content":"Write a poem."}])print(response.choices[0].message.content)

2. 在AI coding中集成Gemini:

下面介绍如何在Cursor或Cline中使用该模型:

2.1 整体思路概览

Cursor 支持通过以下方式访问模型:

  1. 官方支持的云提供商(OpenAI、Anthropic、Google 等);
  2. “自定义 OpenAI API Base URL + API Key”,用来连接 OpenAI API 兼容的自定义端点(例如一个本地代理)。

核心目标是:

Ollama 本地 Gemini 3 Pro server → HTTP 代理/反向代理 → OpenAI 兼容 API endpoint → Cursor 

换句话说,要让 Cursor 看到的是一个 OpenAI API 格式的服务,背后再把请求转发给本地 Ollama。

2.2 前提准备

先在本机确保 Ollama 能正常运行模型:

# 拉取并运行模型 ollama pull gemini-3-pro-preview ollama serve 

默认 Ollama Serve 会启动在:

http://localhost:11434 

这个端点支持 OpenAI API 兼容模式(但 Cursor 默认不能直连 localhost)。

2.3 搭建OpenAI 兼容的代理

由于 Cursor 不直接访问 localhost,因此需要通过一个可公网访问的代理或一个中间服务,使其对外呈现 OpenAI API 格式。

2.3.1 使用ngrok代理

适用情境:没有公网服务器,只是开发机;希望快速连接。

  1. 安装 ngrok 并登录:
ngrok authtoken YOUR_NGROK_TOKEN 
  1. 将本地 Ollama 服务映射到外网:
ngrok http 11434
  1. 记录 ngrok 给出的公网 URL,例如:
https://xxxxxxxxxx.ngrok.io 

这个 URL 就是后续要填给 Cursor 的 “Custom Base URL”。

注意:ngrok URL 会变;如果关掉 ngrok或电脑重启可能需要重新启动并更新到 Cursor 设置里。

但是国内使用该方法容易遇到问题:

ngrok http 11434显示reconnecting (failed to send authentication request: failed to fetch CRL. errors encounter 

这是一个典型的 ngrok 在国内/受限网络环境下的 TLS 证书吊销列表(CRL)获取失败问题。因此,最好使用另一种方法——cloudflare。

2.3.2 使用cloudflare代理
  1. 安装cloudflare:
winget install Cloudflare.cloudflared 
  1. 登录cloudflare:
cloudflared login 

此处会弹出网页开始登录,没有账号需要新建账号。基本按默认选项勾选,唯一要注意的是需要设置域名,因为cloudflare的工作方式是:

公网域名 → Cloudflare Edge → 你的本地服务(Ollama) 

所以cloudflare必须知道:

  • 你要用哪个 域名 对外暴露服务
  • Cloudflare 才能为这个域名配置 DNS + Tunnel 路由

因此需要设置任意一个域名,例如example-ollama.dev

  1. 暴露 Ollama 的 OpenAI API
cloudflared tunnel --url http://localhost:11434 

运行后的输出可能类似于:

>cloudflared tunnel --url http://localhost:11434 2025-12-13T04:09:37Z INF Thank you for trying Cloudflare Tunnel. Doing so, without a Cloudflare account, is a quick way to experiment and try it out. However, be aware that these account-less Tunnels have no uptime guarantee, are subject to the Cloudflare Online Services Terms of Use (https://www.cloudflare.com/website-terms/), and Cloudflare reserves the right to investigate your use of Tunnels for violations of such terms. If you intend to use Tunnels in production you should use a pre-created named tunnel by following: https://developers.cloudflare.com/cloudflare-one/connections/connect-apps 2025-12-13T04:09:37Z INF Requesting new quick Tunnel on trycloudflare.com... 2025-12-13T04:09:42Z INF +--------------------------------------------------------------------------------------------+ 2025-12-13T04:09:42Z INF | Your quick Tunnel has been created! Visit it at (it may take some time to be reachable): |2025-12-13T04:09:42Z INF | https://pvc-shots-vacuum-floors.trycloudflare.com |2025-12-13T04:09:42Z INF +--------------------------------------------------------------------------------------------+ 2025-12-13T04:09:42Z INF Cannot determine default configuration path. No file[config.yml config.yaml]in[~/.cloudflared ~/.cloudflare-warp ~/cloudflare-warp]2025-12-13T04:09:42Z INF Version 2025.8.1 (Checksum b5d598b00cc3a28cabc5812d9f762819334614bae452db4e7f23eefe7b081556)2025-12-13T04:09:42Z INF GOOS: windows, GOVersion: go1.24.2, GoArch: amd64 2025-12-13T04:09:42Z INF Settings: map[ha-connections:1 protocol:quic url:http://localhost:11434]2025-12-13T04:09:42Z INF cloudflared will not automatically update on Windows systems. 2025-12-13T04:09:42Z INF Generated Connector ID: 0706ac77-90b1-4ddb-9d71-3e8177816a8f 2025-12-13T04:09:42Z INF Initial protocol quic 2025-12-13T04:09:42Z INF ICMP proxy will use 192.168.10.7 as sourcefor IPv4 2025-12-13T04:09:42Z INF ICMP proxy will use 2409:8a30:5a0:eeb1:347c:8cf1:4dd3:666d in zone WLAN as sourcefor IPv6 2025-12-13T04:09:42Z INF cloudflared does not support loading the system root certificate pool on Windows. Please use --origin-ca-pool <PATH> to specify the path to the certificate pool 2025-12-13T04:09:42Z INF ICMP proxy will use 192.168.10.7 as sourcefor IPv4 2025-12-13T04:09:42Z INF Tunnel connection curve preferences: [X25519MLKEM768 CurveP256]connIndex=0event=0ip=198.41.192.57 2025-12-13T04:09:42Z INF ICMP proxy will use 2409:8a30:5a0:eeb1:347c:8cf1:4dd3:666d in zone WLAN as sourcefor IPv6 2025-12-13T04:09:42Z INF Starting metrics server on 127.0.0.1:20241/metrics 2025-12-13T04:09:43Z INF Registered tunnel connection connIndex=0connection=9d75de6d-a1de-4846-b6ea-85aa32ee3450 event=0ip=198.41.192.57 location=lax11 protocol=quic 

其中可以看到映射的公网地址是 https://pvc-shots-vacuum-floors.trycloudflare.com,注意每次重新运行其地址后会不一样,需要重新在AI Coding工具中设置。

  1. 在AI Coding工具中设置

现在可以在Cursor、Cline等工具中进行设置了:

Base URL: https://pvc-shots-vacuum-floors.trycloudflare.com/v1 APIKey: ollama Model: gemini-3-pro-preview 

对于Cline,此时已经可以正常使用:

在这里插入图片描述

但是实际使用时可以看到,Cursor中自带gemini-3-pro-preview,并且Cursor 内部对模型名做了 白名单 + 路由绑定,例如:gpt-4.1、claude-3.5-sonnet、gemini-3-pro-preview。

这些名称在 Cursor 看来是“官方托管模型”。即使开启了 Custom OpenAI API,只要模型名命中内置列表,Cursor 就会:

忽略 Base URL → 强制走 Cursor 云端 

因此,需要对自己设置的Ollama本地Gemini做改名:

  1. 在任意目录(例如桌面)新建一个文本文件,文件名必须叫:Modelfile,注意没有任何扩展名;
  2. 打开该文件,填写信息:FROM gemini-3-pro-preview
  3. 在文件所在地址打开命令提示符,命令为ollama create gemini-3-pro-local -f Modelfile
  4. 命令ollama list观察是否有gemini-3-pro-local模型存在,如有则改名成功。

在Cursor的模型名称中将模型名字改为gemini-3-pro-local,即可正常使用。

Read more

手把手教你安装 Claude Code:终端里的 AI 编程助手,比 Copilot 更强

手把手教你安装 Claude Code:终端里的 AI 编程助手,比 Copilot 更强 最近在用一个叫 Claude Code 的工具,Anthropic 出的,直接在终端里跟 AI 结对编程。跟 GitHub Copilot 不一样,它不是补全代码,而是真的能理解你的整个项目,帮你写功能、改 bug、做重构。 用了两周,说说安装过程和踩过的坑。 环境要求 → Node.js 18.0 以上(推荐最新 LTS) → 系统:macOS、Linux、Windows(需要 WSL) 安装步骤 第一步:装 Node.js Ubuntu

VSCode + Copilot 保姆级 AI 编程实战教程,免费用 Claude,夯爆了!

VSCode + Copilot 保姆级 AI 编程实战教程,免费用 Claude,夯爆了!

从安装到实战,手把手教你用 VSCode + GitHub Copilot 进行 AI 编程 你好,我是程序员鱼皮。 AI 编程工具现在是真的百花齐放,Cursor、Claude Code、OpenCode、…… 每隔一段时间就冒出来一个新选手。 之前我一直沉迷于 Cursor 和 Claude Code,直到最近做新项目时认真体验了一把 GitHub Copilot, 才发现这玩意儿真夯啊! 先简单介绍一下主角。VSCode 是微软出品的全球最流行的代码编辑器,装机量破亿;GitHub Copilot 则是 GitHub 官方出品的 AI 编程助手插件,直接安装在 VSCode 中使用。 个人体验下来,相比其他 AI 编程工具有 4 大优势: 1. 支持最新 AI 大模型,

在昇腾 NPU 上跑 Llama 大模型:从 “踩坑到通关” 的全程实战记

在昇腾 NPU 上跑 Llama 大模型:从 “踩坑到通关” 的全程实战记

在昇腾 NPU 上跑 Llama 大模型:从 “踩坑到通关” 的搞笑实战记 本文分享了在昇腾 NPU 上部署测试 Llama-2-7B 大模型的全过程。提供踩坑经验。作者因其他硬件价格高、服务器昂贵,选择昇腾 NPU,其自主可控的达芬奇架构、完善的开源生态及 GitCode 免费测试资源是主要吸引力。文中详细介绍了 GitCode 上创建昇腾 Notebook 实例的关键配置、环境验证方法,以及安装 transformers 库、下载部署模型的步骤,还记录了遇到的 “torch.npu 找不到”“模型下载需权限” 等四个常见问题及解决方案。通过测试英文生成、中文对话、代码生成三种场景,得出 16-17 tokens/s 的吞吐量,虽低于预期但性能稳定,并给出使用 MindSpeed-LLM 框架、

2026 年 AI 辅助编程工具全景对比:Copilot、Cursor、Claude Code 与 Codex 深度解析

引言 2026 年,AI 辅助编程已经从"尝鲜"变成了"标配"。从 GitHub Copilot 的横空出世,到 Cursor 的异军突起,再到 Claude Code 的强势入局,AI 编程助手正在重塑开发者的工作方式。但面对市面上琳琅满目的工具,你是否也有这样的困惑:哪个工具最适合我?它们之间到底有什么区别? 本文将深入对比四款主流 AI 编程工具,帮你找到最适合自己的那一款。 AI 辅助编程的演进之路 从代码补全到智能协作 早期的 AI 编程工具,如 OpenAI Codex,主要聚焦于代码补全——你写一行,它接下一行。但到了 2026 年,AI 编程助手已经进化成真正的&