Agent de terminal local · endpoint Ollama · outils de dépôt
La voie rapide tient en une commande. Une installation fiable exige aussi un modèle compatible avec les outils, au moins 64K de contexte configuré, la mémoire correspondante et un espace Git sûr.
Voie officielle la plus courte
Installez les deux applications depuis leurs sources officielles, vérifiez qu’Ollama fonctionne, puis lancez :
ollama launch opencodeOllama propose un modèle disponible et démarre OpenCode avec une configuration locale en ligne. Votre configuration OpenCode permanente n’est pas écrasée.
Le contrôle qui évite les faux départs
La documentation d’intégration Ollama demande 64K ou plus pour OpenCode. Les extraits du dépôt, outils, sorties de commandes et historique occupent ce contexte.
Installation reproductible
Téléchargez Ollama et suivez le guide OpenCode pour votre système.
Vérifiez instruction following, function calling et contexte dans la fiche du modèle. Un modèle d’autocomplétion n’est pas forcément un bon agent.
Exécutez ollama list et reprenez exactement le nom et le tag affichés.
Utilisez ollama launch opencode. L’option --config prépare la configuration sans ouvrir immédiatement une session.
Faites lire un fichier, appliquer une petite modification et lancer une commande de test sans risque. Un bon chat ne prouve pas les tool calls.
Observez mémoire, délai avant réponse, vitesse et tests réussis. Réduisez le contexte en cas de manque de mémoire ; changez de modèle si les patchs rapides sont faux.
Configuration manuelle
Dans opencode.json, remplacez l’identifiant par celui de ollama list.
{ "$schema": "https://opencode.ai/config.json", "provider": { "ollama": { "npm": "@ai-sdk/openai-compatible", "name": "Ollama (local)", "options": { "baseURL": "http://localhost:11434/v1" }, "models": { "identifiant-du-modele": { "name": "Mon modèle de code local" } } } } }Endpoint local
localhost:11434/v1 cible l’endpoint compatible OpenAI d’Ollama sur ce PC. Ne le rendez pas public pour connecter rapidement un autre appareil.
Modèle + 64K + marge
Le modèle, sa quantification, le cache KV et les sessions déterminent la classe du PC.
| Classe de modèle | Départ pratique | Usage | Contrôle |
|---|---|---|---|
| 7B–14B quantifié | 12–16 Go VRAM, 32 Go RAM | Chat ciblé et premiers tests | 64K doit tenir avec des tools fiables. |
| 20B–24B quantifié | 24 Go VRAM, 64 Go RAM | Agent unique plus capable | Garder une réserve pour le cache et les builds. |
| 30B–32B quantifié | 32 Go VRAM ou 64 Go+ unifiés | Agent de dépôt plus fort | Ce qui tient à 32K peut être juste à 64K. |
| Grand modèle ou plusieurs agents | 96–128 Go unifiés/cohérents | Capacité et plusieurs services | Valider le runtime et accepter un autre profil de vitesse. |
Ce sont des fourchettes avec marge, pas des garanties. Utilisez le configurateur PC avec le fichier du modèle et le contexte visé.
Diagnostic par symptôme
| Symptôme | Cause probable | Action |
|---|---|---|
| Modèle absent | Service arrêté ou mauvais tag | Contrôler ollama list et définir l’identifiant exact. |
| Chat OK, édition KO | Tool calling insuffisant | Tester un modèle de code avec outils documentés. |
| Mémoire saturée après un moment | Cache de contexte ou sessions | Fermer les sessions, réduire le contexte ou la quantification. |
| Long délai avant le premier jeton | Prompt long, offload CPU ou chargement à froid | Vérifier l’offload et retirer le contexte inutile. |
| Endpoint inaccessible | Mauvais hôte, port ou service | Revenir à http://localhost:11434/v1. |
Local ne signifie pas sans risque
Branche ou worktree propre avec retour simple.
Aucun secret ni export de production accessible.
Refuser les actions destructrices ou privilégiées incomprises.
Diff, tests, lint et sécurité avant fusion.
Références officielles
Lancement, contexte 64K et configuration dans le guide officiel.
Syntaxe et endpoint local dans la documentation officielle.
Architecture, contexte et outils dans la fiche officielle.
Comparer vitesse et capacité dans le guide du codage local.
PC encore indécis ?
Le configurateur sépare la vitesse de la VRAM dédiée et la capacité de la mémoire partagée.