在企业或科研单位的封闭网络环境中部署 AI Agent 是一个逐渐兴起的趋势，尤其是当前大模型逐步支持本地化部署，使得 AI 不再依赖公网 API 即可实现强大的能力。在本文中，我们将以开源项目Aider为例，详细介绍如何在内网中部署一个可操作本地资源的 Agent，配合局域网内的 Ollama 模型，构建一个安全、高效、自主的智能助手系统。
一、为什么选择 Aider？
Aider 是一个基于命令行的编程助手，原本设计用于代码修改与项目管理。但由于其高度可扩展性，结合 Ollama 的本地推理能力后，它完全可以转化为一个本地操作系统的 AI Agent，实现类似 Copilot 的智能交互体验——而不再依赖外部 API，比如 OpenAI、Anthropic 等服务。
优点包括：
全本地部署，数据不出本地
支持多种模型结构，如 LLaMA、Mistral、Code LLaMA
可读写文件、运行命令、控制 shell
配合 Ollama，实现低延迟模型调用
二、准备工作：外网机器打包所需的 wheel 文件
由于内网环境无法联网，我们首先需要在一台可联网的机器上准备好 Aider 运行所需的所有依赖包，包括：
Python 环境（推荐 Python 3.11）
Aider 本身（通过 pip 安装）
所有依赖项对应的
.whl文件
具体步骤如下：
# 在外网机器准备虚拟环境 python3 -m venv aider_env source aider_env/bin/activate # 安装 aider（当前最新版本，具体版本号可在官网查看） pip install aider-chat # 导出所需 wheel 文件 pip download aider-chat -d ./wheels此命令将 aider 及其所有依赖的 wheel 文件下载到wheels目录下。
三、在内网机器上安装 Aider
将wheels文件夹整体复制到内网机器后，执行以下步骤：
# 创建并激活虚拟环境 python3 -m venv aider_env source aider_env/bin/activate # 安装所有 wheel 文件 pip install ./wheels/*如果你在 pip 安装过程中遇到依赖缺失或兼容问题，可以使用pip check来验证环境完整性，或者提前在外网调试好某些依赖的版本锁定。
四、配置 Aider 使用局域网中的 Ollama 模型
Ollama 是一款轻量级大模型本地运行平台，允许用户部署并快速调用多种 LLM。我们可以在局域网的某台服务器上运行 Ollama，并让内网的 Aider 指向该服务。
1. 在局域网服务器上部署 Ollama：
ollama run llama3或：
ollama run codellama:latest确保监听端口（默认是11434）对内网开放，可通过浏览器访问http://<Ollama主机IP>:11434来验证。
2. 在内网机器配置 Aider 使用 Ollama：
Aider 使用环境变量来配置模型 API 地址。在 shell 中设置如下环境变量：
export OLLAMA_BASE_URL=http://<Ollama主机IP>:11434 export AIDER_MODEL=codellama:latest你也可以将其写入.bashrc或.zshrc以永久生效。
五、开始使用：让 Aider 控制你的本地计算机
安装完成并配置模型后，你可以直接使用 Aider 与本地资源进行交互：
aider README.md然后你就可以用自然语言命令如：
“请将 README.md 文件中的用法部分翻译成英文”
“创建一个新的 Python 文件，实现一个简单的 TCP 服务器”
“列出当前目录下所有 Python 文件，并生成一个自动化测试脚本”
Aider 会调用本地模型进行理解和代码修改，并自动完成文件的编辑与保存操作。
进阶使用场景
文档总结与重写
代码重构与风格统一
shell 命令解释与优化
跨文件调用逻辑跟踪
六、安全建议与权限控制
Aider 本质上具有修改文件和执行命令的能力，务必在安全的受控环境中运行：
使用虚拟用户或容器沙箱隔离运行环境
限制文件访问路径
避免与 root 权限结合运行
配置日志审计和命令记录
七、总结
通过本文，我们实现了以下目标：
在外网机器打包 Aider 所需的所有 wheel 文件
在内网中无网络环境下完成安装
指定局域网中 Ollama 模型作为推理后端
利用 Aider 构建一个本地 AI Agent，实现对本机文件与资源的操作
这套流程不仅适用于 Aider，也适用于任何需要在内网部署的大模型应用，是构建私有 AI 助手的实用参考框架。
如果你需要进一步封装成企业级工具，或者与本地 IDE、任务管理器集成，也可以扩展 Aider 的调用接口或通过 Ollama 的 API 自定义前端。欢迎持续关注专栏后续的实战案例与代码解析。
