OpenCode와 Ollama 설정 방법: 로컬 코딩 에이전트 가이드

ollama launch opencode 빠른 시작

두 프로그램과 ollama list 결과를 확인합니다. 대상 저장소로 이동해 ollama launch opencode를 실행합니다.

launcher는 모델 다운로드, integration, 64K context와 OpenCode 실행을 함께 준비합니다.

각 계층의 역할

OpenCode는 agent UI이고 Ollama는 model runtime입니다. 저장소 file과 command 권한은 별도 보안 경계입니다.

작은 test 저장소, 깨끗한 Git, backup으로 시작하고 읽기 확인 후 제한된 edit만 허용합니다.

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.

opencode.json 수동 설정

launcher가 model을 찾지 못하거나 endpoint를 고정할 때 수동 설정을 사용합니다. OpenCode는 OpenAI-compatible adapter와 local v1 endpoint를 안내합니다.

your-model을 ollama list의 정확한 tag로 바꿉니다.

{
  "$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" } }
    }
  }
}

64K context 설정

context가 작으면 tool call 품질 저하나 OOM이 발생할 수 있습니다. coding agent에는 최소 64K가 권장됩니다.

manual model은 Modelfile로 num_ctx를 설정합니다. memory가 부족하면 model과 대상 file 범위를 줄입니다.

FROM your-model
PARAMETER num_ctx 65536

하드웨어에 맞는 모델 선택

editor, index, test, context cache를 포함해도 안정적인 model을 선택합니다. 먼저 작은 model로 실제 task를 시험합니다.

cloud model은 큰 task에 유리하지만 privacy와 network 조건이 달라집니다.

연결 문제 순서대로 해결

model이 없으면 Ollama service, ollama list, base URL, tag를 순서대로 확인합니다.

중단되면 scope와 model을 줄이고 command 실패는 permission과 working directory를 확인합니다.

안전한 첫 coding task

먼저 저장소 설명과 plan을 요청하고 하나의 제한된 patch와 test만 허용합니다. git diff를 검토합니다.

Ollama endpoint를 무방비로 공개하거나 prompt에 secret을 넣지 마세요.