OpenCode con Ollama: guida pratica al coding agent locale
Collega OpenCode ai modelli Ollama locali o cloud separando interfaccia, runtime, contesto e permessi del repository.
In questa guida
OpenCode con Ollama unisce un coding agent da terminale a un runtime di modelli locali o cloud. Il percorso ufficiale più rapido è ollama launch opencode, ma un setup affidabile richiede anche contesto sufficiente, modello adatto, directory corretta e permessi prudenti.
Avvio rapido con ollama launch opencode
Verifica le installazioni e ollama list. Entra nel repository e avvia ollama launch opencode.
Il launcher può scaricare il modello, preparare l’integrazione, impostare 64K di contesto e aprire OpenCode.
Ruolo di ogni livello
OpenCode è agente e interfaccia; Ollama serve il modello. I permessi del repository restano un confine separato.
Inizia con un repository piccolo, Git pulito e backup. Consenti lettura prima di edit e shell estesi.
Cosa configura il launcher
Il menu interattivo mostra integrazioni e modelli supportati. Scegliendo OpenCode prepara la connessione Ollama-backed.
I modelli locali usano RAM o VRAM; il cloud riduce il carico locale ma richiede internet e trasferimento dei prompt.
Configurazione manuale opencode.json
Usa la configurazione manuale se il modello non appare, l’endpoint cambia o il provider deve essere revisionato nel progetto.
Sostituisci your-model con il tag esatto di 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": { "your-model": { "name": "your-model" } }
}
}
}Contesto 64K per il codice
Un contesto corto peggiora i tool e può causare errori memoria. Per coding agent sono consigliati almeno 64K.
Il launcher lo imposta; manualmente crea una variante Modelfile. Con poca memoria riduci modello e ambito.
FROM your-model
PARAMETER num_ctx 65536Scegliere il modello per hardware
Scegli il modello che resta reattivo con editor, indice, test e cache. Parti piccolo e aumenta solo per un vantaggio reale.
Il cloud aiuta nei task grandi ma cambia privacy e dipendenza dalla rete.
| Situazione | Prima scelta | Motivo |
|---|---|---|
| RAM limitata | Modello locale piccolo | Lascia spazio a contesto e test |
| GPU potente | Modello locale più grande | Più qualità con latenza accettabile |
| Repository grande | Modello cloud Ollama | Evita limiti locali; internet richiesto |
| Codice sensibile | Modello locale e permessi stretti | Riduce trasferimento e rischio comandi |
Troubleshooting in ordine
Se i modelli non compaiono, controlla servizio, ollama list, http://localhost:11434/v1 e tag.
Se l’analisi si blocca, riduci file o modello. Per errori comando verifica permessi e directory.
Prima attività sicura
Chiedi prima spiegazione e piano. Autorizza una patch limitata, un test e controlla git diff.
Non esporre Ollama senza protezione e non inserire secret nei prompt.
FAQ OpenCode con Ollama
Fonti ufficiali
- Ollama OpenCode integration - Quick launch, configurazione manuale e contesto.
- Ollama launch announcement - Annuncio ufficiale del launcher.
- OpenCode Ollama provider docs - Configurazione ufficiale del provider.
- Ollama context length docs - Guida ufficiale al contesto.
Guide local AI correlate
- Coding agent locale - Pianifica contesto, permessi, patch e test.
- Modello locale per 16 GB - Conserva memoria per tutto il workflow.
- Cursor e Ollama - Confronta editor e terminale OpenCode.
- Odysseus AI con Ollama - Risolvi runtime ed endpoint comuni.
Aggiornato il 14 luglio 2026
Torna a Odysseus AI Wiki