Agente de terminal local · endpoint Ollama · ferramentas do repositório
O caminho rápido usa um comando. Uma instalação confiável também exige um modelo compatível com ferramentas, pelo menos 64K de contexto, memória suficiente e um ambiente Git seguro.
Caminho oficial mais curto
Instale os dois aplicativos a partir das fontes oficiais, confirme que o Ollama está ativo e execute:
ollama launch opencodeO Ollama permite escolher um modelo disponível e inicia o OpenCode com uma configuração local em linha sem substituir a configuração permanente.
Verificação contra falsos começos
A integração oficial do Ollama exige 64K ou mais para o OpenCode. Trechos do repositório, ferramentas, saídas e histórico ocupam esse espaço.
Instalação reproduzível
Baixe o Ollama e siga o guia do OpenCode para o seu sistema.
Confira instruction following, function calling e contexto na ficha. Um modelo de autocomplete não é automaticamente um bom agente.
Execute ollama list e use exatamente o nome e a tag exibidos.
Use ollama launch opencode. A opção --config prepara a configuração sem abrir uma sessão imediatamente.
Peça a leitura de um arquivo, uma alteração reversível e um teste inofensivo. Boa conversa não comprova tool calls.
Observe memória, espera inicial, velocidade e testes. Reduza o contexto se faltar memória; troque o modelo se patches rápidos estiverem errados.
Configuração manual
Em opencode.json, troque o ID pelo valor 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": { "id-do-modelo": { "name": "Meu modelo de código local" } } } } }Endpoint local
localhost:11434/v1 aponta para o Ollama neste PC. Não publique o endpoint só para conectar rapidamente outro aparelho.
Modelo + 64K + margem
Modelo, quantização, cache KV e sessões determinam a classe do PC.
| Classe de modelo | Início prático | Uso | Verificação |
|---|---|---|---|
| 7B–14B quantizado | 12–16 GB VRAM, 32 GB RAM | Chat focado e primeiros testes | 64K e ferramentas devem funcionar juntos. |
| 20B–24B quantizado | 24 GB VRAM, 64 GB RAM | Agente único mais capaz | Reserve margem para cache e builds. |
| 30B–32B quantizado | 32 GB VRAM ou 64 GB+ unificados | Agente de repositório mais forte | O que cabe em 32K pode ficar apertado em 64K. |
| Modelo grande ou vários agentes | 96–128 GB unificados/coerentes | Capacidade e vários serviços | Valide o runtime e espere outro perfil de velocidade. |
São faixas com margem, não garantias. Use o seletor de PC com arquivo do modelo e contexto desejado.
Diagnóstico por sintoma
| Sintoma | Causa provável | Ação |
|---|---|---|
| Modelo ausente | Serviço parado ou tag errada | Verifique ollama list e o ID exato. |
| Chat sim, edição não | Tool calling insuficiente | Teste um modelo de código com ferramentas documentadas. |
| Memória enche depois | Cache de contexto ou sessões | Feche sessões, reduza contexto ou quantização. |
| Longa espera inicial | Prompt longo, offload para CPU ou carga fria | Confira o offload e remova contexto desnecessário. |
| Endpoint inacessível | Host, porta ou serviço incorreto | Restaure http://localhost:11434/v1. |
Local não significa sem risco
Branch ou worktree limpo com retorno simples.
Sem segredos ou dumps de produção acessíveis.
Rejeite ações destrutivas ou privilegiadas que não entender.
Diff, testes, lint e segurança antes do merge.
Referências oficiais
Início, contexto 64K e configuração no guia oficial.
Sintaxe e endpoint local na documentação oficial.
Arquitetura, contexto e ferramentas na ficha oficial.
Compare velocidade e capacidade no guia de programação local.
Ainda escolhendo o PC?
O seletor separa velocidade da VRAM dedicada e capacidade da memória compartilhada.