AI 2026年6月16日 2 分钟阅读

MandoCode 实战指南：用 .NET + Ollama 搭建本地 AI 编程助手

tinyash 0 条评论

在 Python、TypeScript、Rust 主导的 AI 编程工具生态中，.NET / C# 开发者能找到多少属于自己生态的原生 AI 编码助手？答案可能令人意外——几乎空白。如果你日常使用 .NET 技术栈，同时也希望拥有一个完整的本地 AI 编程助手（代码感知、文件操作、MCP 集成、实时输出），MandoCode 填补了这个生态空白。

MandoCode 是一个基于 Semantic Kernel 和 Ollama 的本地优先 AI 编程助手。它是 RazorConsole 驱动的终端 UI（TUI）应用，通过 NuGet 分发，.NET 8 后即可 dotnet tool install 全局安装，全程不需要任何 API 密钥。支持文件系统感知、Web 搜索、MCP 服务器接入、Diff 审批、任务规划等核心能力。

安装与环境要求

首先安装依赖。完整的技术栈需要：

然后安装 MandoCode 全局工具：

dotnet tool install -g MandoCode
mandocode

首次运行会自动触发引导向导。它会检测 Ollama 是否运行、提供本地模型选择（按硬件自动匹配层级）、以及可选的 Ollama Cloud 登录。如果后续需要重新配置，随时键入 /setup。

模型选择策略

MandoCode 的首次运行向导提供了模型选择表格，按硬件能力分为几个层次：

模型大小适用硬件
qwen3.5:0.8b~1.0 GB纯 CPU / 集成显卡，快速问答
qwen3.5:2b~2.7 GB现代 CPU 或 4 GB+ GPU
qwen3.5:4b~3.4 GB中端 GPU（4-6 GB VRAM）
qwen3.5:9b~6.6 GB8 GB+ VRAM 独立 GPU
minimax-m2.7:cloud云端无本地 GPU，通过 Ollama Cloud

选择本地模型后，MandoCode 会自动根据硬件层级设定上下文窗口大小，无需手动调节。如果你在运行时遇到响应被截断（”Response was cut off”），可以手动扩大：

mandocode --config set contextLength 16384

核心功能：文件系统感知

MandoCode 通过 FileSystemPlugin 沙箱化地操作项目文件。AI 只能访问当前工作目录内的内容，路径遍历被严格阻止。可用的文件操作包括：

cd /path/to/your/project
mandocode

文件系统插件的 9 个函数覆盖了日常开发的全流程：列出文件、glob 匹配、读取（支持行号区间分页）、写入、删除、创建目录、搜索文本、获取绝对路径。大型文件通过 startLine/endLine 参数按页读取，超长输出会标注从哪一行继续。

Diff 审批：每行改动都经过确认

这是 MandoCode 与云端 AI 编程工具最显著的区别之一。每当 AI 写入或删除文件时，操作会被拦截并显示彩色 Diff：



对于新文件，全局跳过会让整场会话中的写入操作自动放行。对已有文件，跳过是逐文件的——只有同一文件的后续变更会被自动批准。即使开启了自动批准，Diff 依然会渲染显示，让你能跟上变更节奏。


MCP 服务器支持


MandoCode 实现了 Model Context Protocol 客户端，可以连接任何标准 MCP 服务器。配置格式与 Claude Desktop 兼容，这意味着你可以直接复制粘贴任何 MCP 服务器 README 中的安装片段：




{
  "enableMcp": true,
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allow"]
    },
    "github": {
      "url": "https://api.githubcopilot.com/mcp/",
      "headers": { "Authorization": "Bearer ghp_your_token_here" },
      "autoApprove": ["list_issues", "get_pr"]
    }
  }
}


配置后使用 /mcp-reload 热重载所有 MCP 连接，无需重启 MandoCode。/mcp tools [server] 可列出工具清单。


Web 搜索：无 API 密钥方案


内置 WebSearchPlugin 提供搜索和网页抓取能力——开箱即用，无需任何 API 密钥：


  • 搜索通过 DuckDuckGo 的免费 HTML 端点运行
  • 抓取页面会用 HtmlAgilityPack 剥离脚本和导航，只保留正文文本
  • 如果 DuckDuckGo 因频繁请求限流，可添加免费的 Tavily API 密钥（约 1,000 次 / 月）作为备选：


/config set tavilyKey tvly-你...


任务规划


当请求复杂时（12 个以上单词 + 作用域说明，或 400 字符以上），MandoCode 自动检测并生成步进式规划：


检测到复杂请求：创建 REST API 服务
是否分解为以下步骤？

Step 1: 创建项目结构
Step 2: 定义用户实体和数据模型
Step 3: 实现认证中间件
Step 4: 实现 CRUD 端点
Step 5: 添加限流和测试

[执行全部] [跳过规划] [取消]


每步执行时都有进度追踪和错误处理选项。如果模型输出函数调用为纯文本而非标准工具调用，MandoCode 的 fallback 解析器会自动检测并处理。


配置参考


配置文件位于 ~/.mandocode/config.json。几个重要的配置项：


配置项默认值作用
modelNameminimax-m2.7:cloud使用的模型
temperature0.7创造力 0.0-1.0
maxTokens32768单次回复上限
contextLength8192本地模型上下文窗口
enableDiffApprovalstrue开启 Diff 审批
enableMcptrue开启 MCP 集成


除了 JSON 编辑，也可以在 MandoCode 会话中直接修改：


mandocode --config set modelName qwen3.5:9b
mandocode --config set temperature 0.4
mandocode --config show


环境变量 OLLAMA_ENDPOINT 和 OLLAMA_MODEL 可覆盖 config 中的对应设置。


最佳实践


  1. 配置上下文窗口：本地模型默认上下文较小（~4K token），使用 /setup 或手动设置 contextLength 到 16K+ 可避免”模型忘记指令”的问题。每 8K token 占用约 0.5-1.5 GB VRAM，根据你的显卡调整。


  1. Diff 审批不宜全局关闭：全局自动审批虽然方便，但在重构或多文件生成场景中容易忽略细节。建议先用全局模式熟悉工具的生成模式，等对输出质量有信心后再选择性跳过。


  1. 善用 @ 文件引用：在 prompt 中使用 @ 列出文件名，AI 会自动读取文件内容作为上下文。在跨文件重构时尤其有用。


  1. MCP 服务器不宜太多：每个运行时 MCP 服务器都会占用内存和进程资源。按需添加，不用的服务器在配置中设 "disabled": true 而非删除。


  1. 版本兼容注意：如果你的 MandoCode 配置早于 v0.11，maxTokens 可能被设为了过低值。运行 mandocode --config show 确认其值 >= 32768，过低会导致模型在第一次函数调用前就被截断。


MandoCode 证明了 .NET + Semantic Kernel 完全可以构建出功能完整的本地 AI 编程助手，与 Python 和 TypeScript 生态的工具一较高下。如果你在 .NET 技术栈中工作，而且需要一个不依赖云端 API、所有代码操作都经由审批的本地助手，MandoCode 是个值得尝试的选择。
                    


                                                                

                                                            AI
                                                            AI 工具
                                                            AI 编程
                                                            AI 编程助手
                                                            开源
                                                            教程
                                                    

                    
                    

                                            


    
    	

		
发表评论 
你的邮箱地址不会被公开，带 * 的为必填项。