每位开发者的 AI 工作流程和需求都是独一无二的，因此能够选择 AI 如何帮助您进行开发非常重要。1 月，我们推出了可选择任何本地或远程 AI 模型来为 Android Studio 中的 AI 功能提供支持的功能。今天，我们宣布 Gemma 4 可在 Android Studio 中用于 AI 编码辅助。这款基于 Android 开发训练的新本地模型兼具设备端处理的隐私保护和成本效益优势，同时还具备先进的推理和工具调用功能。

在本地提供 AI 辅助功能

Gemma 4 可在本地计算机上运行，为您提供 AI 代码辅助功能，其核心操作无需互联网连接或 API 密钥。主要优势包括：

• 隐私和安全性：您的代码会保留在您的机器上。Gemma 4 会在本地处理所有智能体模式请求，因此非常适合有数据隐私权要求的开发者或在安全的企业环境中工作的开发者。
• 成本效益：运行复杂的智能体工作流，而无需担心达到配额上限。Gemma 4 经过优化，可在现代开发硬件上高效运行，利用本地 GPU 和 RAM 提供快速响应的帮助。
• 离线可用性：即使没有网络连接，也可以使用该智能体编写代码。
• 出色的推理能力：Gemma 4 具有出色的推理能力，能够在智能体模式下处理复杂的多步骤编码任务。

强大的智能体编码

Gemma 4 经过训练，可用于 Android 开发，并具备代理工具调用功能。选择 Gemma 4 作为本地模型后，您可以利用智能体模式来满足各种开发用例的需求，例如：

• 设计新功能：开发者可以要求代理使用“构建计算器应用”等命令来构建新功能或整个应用，代理不仅会生成界面代码，还会使用 Android 最佳实践，例如使用 Kotlin 编写代码和使用 Jetpack Compose。
• 重构：您可以给出高级命令，例如“提取所有硬编码的字符串，并将它们迁移到 strings.xml。”智能体将扫描您的代码库，找出需要更改的实例，并同时在多个文件中应用这些编辑内容。
• 问题修复和 build 解决：如果项目无法构建或存在持续的 lint 错误，您可以提示代理“构建我的项目并修复所有错误”。智能体将前往违规代码，并迭代应用修复，直到构建成功。

推荐的硬件要求

建议使用最低硬件要求的机器的 Android 应用开发者使用 26B MoE。所需总 RAM 包括 Android Studio 和 Gemma。

开始使用

首先，请确保您已安装最新版本的 Android Studio。

1. 在本地计算机上安装 LLM 提供方，例如 LM Studio 或 Ollama。
2. 在 Settings > Tools > AI > Model Providers 中，添加 LM Studio 或 Ollama 实例。

3. 

   从 Ollama 或 LM Studio 下载 Gemma 4 模型。请参阅硬件要求，了解如何选择模型大小。

4. 在智能体模式下，选择 Gemma 4 作为有效模型。

如需详细了解配置，请参阅有关如何使用本地模型的官方文档。

我们很高兴看到 Gemma 4 如何实现更私密、安全且强大的开发工作流。一如既往，您的反馈对我们至关重要，有助于我们不断改进 Android Studio 中的 AI 体验。如果您发现 bug 或问题，请提交问题。您还可以加入我们在 LinkedIn、YouTube 或 X 上创建的活跃的 Android 开发者社区。祝大家编码顺利！