OpenCode Ollama 설정: provider를 단계별로 구성
provider, base URL, 모델 tag, context, repository 권한을 혼동하지 않고 OpenCode와 Ollama를 연결하는 가이드입니다.
가이드 목차
OpenCode Ollama 설정은 provider 구성과 모델 선택을 분리하면 이해하기 쉽습니다. OpenCode는 coding agent interface이고 Ollama는 로컬 모델 서버이며, config는 테스트 중인 runtime에서 접근 가능한 모델을 가리켜야 합니다. 이 가이드는 launcher, manual config, context, provider 오류, 안전한 첫 repository 작업을 다룹니다.
OpenCode Ollama 설정은 하나의 provider 경로로 시작
OpenCode Ollama 설정에는 Ollama를 찾는 방법, 사용할 base URL, 요청할 모델 tag라는 세 가지 선택이 숨어 있습니다. provider 오류와 모델 오류를 나누기 위해 한 번에 하나만 바꾸세요.
launcher가 provider entry를 만들면 다른 provider를 추가하기 전에 생성된 config를 확인합니다. 수동 설정이라면 민감한 파일이 없는 repository와 로컬 모델 하나로 먼저 테스트하세요.
OpenCode Ollama 프로바이더와 모델 요구사항
opencode.json을 수정하기 전에 Ollama가 실행 중이고, 모델이 ollama list에 있으며, OpenCode가 같은 endpoint에 접근하는지 확인합니다. 올바른 provider 이름도 모델이 없거나 network namespace가 다르면 해결책이 아닙니다.
첫 테스트는 editor, repository context, OS 메모리를 남길 수 있는 모델로 시작하세요. 큰 tag가 항상 더 나은 workflow를 뜻하지는 않습니다.
launcher가 설정하는 항목
대화형 메뉴에서 OpenCode와 지원 model을 선택하면 Ollama-backed 연결이 준비됩니다.
local model은 RAM/VRAM을 사용하며 cloud model은 local 부담을 줄이지만 internet과 data 전송이 필요합니다.
수동 OpenCode Ollama 설정: 프로바이더, 베이스 URL, 모델
launcher가 필요한 provider를 만들지 않거나 config를 검토하고 싶다면 수동 설정을 사용합니다. provider key, base URL, 모델 tag를 명시하고 tool이나 큰 context를 추가하기 전에 최소 request를 테스트하세요.
모델 tag는 ollama list에서 확인한 값으로 취급합니다. tag가 틀리면 context나 permission을 바꿔도 요청은 해결되지 않습니다.
{
"$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" } }
}
}
}
OpenCode Ollama 연결 후 context 조정
큰 context window는 provider 연결과 별개의 최적화입니다. 먼저 모델 응답을 확인하고 memory와 response time에 여유가 있을 때만 context를 늘리세요.
첫 예시는 작은 파일을 읽고 변경을 설명하며 patch를 보여 달라고 요청하고, write를 허용하기 전에 diff를 확인합니다. provider, 모델, repository 권한 경계가 분명해집니다.
FROM your-model
PARAMETER num_ctx 65536
OpenCode용 Ollama 모델 선택
모델 선택은 RAM, 컨텍스트, 코딩 능력과 latency에 달려 있습니다. parameter 수만 보지 말고 실제 컴퓨터에서 코딩 작업을 안정적으로 완료하는지 비교하세요.
| 상황 | 첫 선택 | 이유 |
|---|---|---|
| RAM 부족 | 작은 local coding model | context와 editor 여유 확보 |
| 강한 GPU | 큰 local model | latency가 괜찮으면 reasoning 향상 |
| 큰 저장소 | Ollama cloud 모델 | local memory 제한 회피; internet 필요 |
| 민감한 저장소 | local model과 제한 권한 | data와 command 위험 감소 |
OpenCode Ollama 프로바이더와 설정 오류 해결
OpenCode가 Ollama를 호출하지 못하면 provider key, base URL, 모델 tag, Ollama process, runtime network 순서로 확인합니다. native terminal에서 작동해도 container나 remote process에서는 다른 endpoint가 필요할 수 있습니다.
provider는 연결되지만 응답이 비어 있거나 잘못되면 정확한 모델 tag를 확인하고 context를 바꾸기 전에 request를 줄이세요.
OpenCode Ollama 설정 후 안전한 첫 작업
설정이 통과되면 read-only repository 작업부터 시작합니다. 설명, patch 제안, test plan을 요청하고 write나 shell을 허용하기 전에 diff를 검토하세요.
provider 설정을 넘어서는 다음 결정은 기존 local coding agent와 memory 가이드를 사용합니다. 이 페이지는 OpenCode와 Ollama 설정 경로에 집중합니다.
OpenCode Ollama 설정 FAQ
공식 설정 자료
- Ollama와 OpenCode 통합 - quick launch, manual config, context 안내.
- Ollama launch 발표 - launcher 공식 발표.
- OpenCode Ollama 프로바이더 문서 - Ollama provider 공식 설정.
- Ollama 컨텍스트 길이 문서 - context 길이 공식 가이드.
관련 local coding 및 Ollama 가이드
- 로컬 AI coding agent workflow - provider에서 repository context, 권한, patch, test, review로 이어지는 흐름을 다룹니다.
- 16GB RAM에 맞는 local coding model - OpenCode 전체 workflow에 memory를 남길 모델 class를 선택합니다.
- Cursor와 Ollama - editor 방식과 OpenCode terminal을 비교합니다.
- Odysseus AI Ollama 설정 - 전체 workspace에서 Ollama를 사용할 때 Docker-to-host와 native endpoint를 비교합니다.
최종 업데이트: 2026년 8월 13일
Odysseus AI Wiki로 돌아가기