Qwen2.5-Coder-1.5B入门：IntelliJ

引言

你是不是经常在写代码时遇到卡壳的情况？想要一个智能助手帮你补全代码、修复错误，甚至生成整个函数？Qwen2.5-Coder-1.5B就是这样一个专门为代码生成和补全设计的AI模型。

它只有1.5B参数，但在代码相关任务上表现相当不错，特别适合在本地环境中运行。

今天我要带你一步步在IntelliJ

IDEA中配置Qwen2.5-Coder的开发环境，让你在熟悉的IDE中就能享受到AI编程助手的便利。

整个过程很简单，就算你之前没接触过AI模型部署也能轻松上手。

2.

系统要求

首先确认你的开发环境满足以下要求：

• 操作系统：Windows

  10/11、macOS

  18.04+

• 内存：至少8GB

  RAM（推荐16GB）

• 存储空间：至少5GB可用空间
• Java版本：JDK

  11或更高版本

• IntelliJ

  IDEA：2022.3或更新版本

2.2

安装必要的依赖

打开终端或命令提示符，安装Python和相关库：

#
python
sentencepiece

2.3

Face下载Qwen2.5-Coder-1.5B模型：

from
transformers
"Qwen/Qwen2.5-Coder-1.5B"
tokenizer
AutoTokenizer.from_pretrained(model_name)
model
AutoModelForCausalLM.from_pretrained(model_name)

如果下载速度慢，可以考虑使用镜像源或者先下载到本地再加载。

3.

IntelliJ

IDEA，按照以下步骤创建插件项目：

1. 选择File

   New

   Project

2. 选择IDE

   Plugin模板

3. 设置项目名称（如QwenCoderPlugin）
4. 选择JDK版本（11+）
5. 点击Create

3.2

添加依赖配置

在项目的build.gradle.kts文件中添加必要的依赖：

dependencies
implementation("com.fasterxml.jackson.core:jackson-databind:2.15.0")
implementation("org.apache.httpcomponents:httpclient:4.5.13")
implementation("ai.onnxruntime:onnxruntime:1.15.1")
创建模型服务类
新建一个Java类来处理模型推理：
public
class
"Qwen/Qwen2.5-Coder-1.5B"
tokenizer
AutoTokenizer.from_pretrained(model_name)
model
AutoModelForCausalLM.from_pretrained(model_name)
while
tokenizer(data["prompt"],
return_tensors="pt")
outputs
print(json.dumps({"result":
result}))
print(json.dumps({"error":
str(e)}))
Files.write(Paths.get("model_server.py"),
pythonProcess
ProcessBuilder("python",
"model_server.py").start();
}
4.
创建代码补全处理器
public
class
CodeCompletionHandler(QwenModelService
modelService)
modelService.generateCompletion(prompt);
集成到IDEA编辑器
创建Editor监听器来捕获代码编辑事件：
public
class
document.addDocumentListener(new
DocumentListener()
editor.getCaretModel().getOffset();
提取上下文和前缀
codeCompletionHandler.getCodeCompletion(context,
prefix);
创建设置界面
在plugin.xml中注册配置界面：
<extensions
defaultExtensionNs="com.intellij">
id="qwen.coder.settings"
Coder
instance="com.qwen.settings.QwenSettingsConfigurable"/>
</extensions>
创建设置界面类：
public
class
添加快捷键支持
注册代码补全动作：
public
class
e.getData(CommonDataKeys.EDITOR);
(editor
triggerManualCompletion(editor);
}
在plugin.xml中注册快捷键：
<actions>
<action
id="Qwen.CodeCompletion"
class="com.qwen.actions.CodeCompletionAction"
Qwen
</actions>
6.
测试与调试
6.1
编写测试用例
创建简单的测试来验证插件功能：
public
class
CodeCompletionHandler(service);
String
handler.getCodeCompletion(context,
prefix);
assertTrue(completion.contains("println"));
IDEA中调试插件：
选择Run
Edit
Configurations
点击+添加新的Plugin配置
设置合适的VM参数，如-Xmx2G
点击Debug启动测试实例
7.
打包与分发
7.1
构建插件包
在build.gradle.kts中配置打包任务：
tasks
buildPlugin
archiveFileName.set("qwen-coder-plugin.zip")
patchPluginXml
sinceBuild.set("223.*")
untilBuild.set("232.*")
}
运行构建命令：
./gradlew
buildPlugin
7.2
安装与使用
构建完成后，你可以在build/distributions目录找到生成的插件包。
安装方法：
打开
IntelliJ
IDEA
进入Settings
图标选择Install
Disk
选择生成的zip文件
重启IDEA
8.
总结
配置Qwen2.5-Coder-1.5B的IntelliJ
IDEA插件其实没有想象中那么复杂。
整个过程从环境准备到最终打包，基本上跟着步骤走就能完成。
这个插件最大的价值在于能让AI编程助手直接集成到你最熟悉的开发环境里，写代码时随时调用，确实能提升不少效率。
实际用下来，Qwen2.5-Coder-1.5B对于常见的代码补全任务表现还不错，响应速度也够快。
当然它也不是万能的，复杂的代码生成可能还需要更大参数的模型，但对于日常开发中的代码片段补全、简单函数生成这些场景，1.5B的规模已经足够用了。
如果你在配置过程中遇到问题，建议先从最简单的功能开始试起，比如先确保模型能正常加载和推理，再逐步添加IDE集成的功能。
这样一步步来，更容易定位和解决问题。
/>
获取更多AI镜像
想探索更多AI镜像和应用场景？访问
CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。