Modifier du code directement avec une IA locale : outils, modèles, matériel et guide pratique

🛠️ Cline : Le choix d'entrée le plus direct

• Cline peut lire les fichiers de projet, rechercher dans la base de code, appliquer des correctifs, créer des fichiers et exécuter des commandes de terminal. Face à des tâches telles que « ajouter une fonction de mémorisation au système de connexion et exécuter le test », il peut vérifier le frontal, la logique d'authentification et l'API en séquence, puis continuer à le modifier en fonction des résultats du test.
• Le mode Plan convient d'abord à la recherche de problèmes et à la conception de solutions, puis le mode Act les mettra réellement en œuvre. Si l'agent analyse uniquement mais ne modifie pas les fichiers, vérifiez d'abord s'il est toujours en mode Plan et si l'autorisation « Modifier les fichiers du projet » a été activée.
• L'approbation automatique permet à l'agent de travailler en continu, mais les risques de modification de fichiers et de commandes de terminal seront en même temps amplifiés. L'approbation manuelle doit être conservée lors de la première utilisation, et les opérations sûres doivent être progressivement ouvertes une fois que le comportement du modèle est stable.
• Cline CLI peut être exécuté depuis le répertoire du projet, par exemple en utilisantcline "Vérifiez le projet et corrigez les tests défaillants". Il est plus proche de l'expérience terminale de Codex ou de Claude Code, tout en conservant le même ensemble de fonctionnalités d'agent.

🧰 Roo Code : autorisations et rôles plus flexibles

• Roo Code divise les capacités en lecture, édition, commande et MCP, qui peuvent effectuer la lecture, l'écriture, l'exécution du Shell et l'invocation d'outils externes sur le modèle local.
• C'est très proche des capacités de base de Cline. Si vous préférez l’utiliser directement, vous pouvez d’abord choisir Cline ; lorsque vous avez besoin d'un mode, d'autorisations et de paramètres de rôle plus détaillés, Roo Code est généralement plus pratique.
• Les deux conviennent pour commencer par de petits tests, confirmant que le modèle appellera l'outil de manière stable, puis le laissera entrer dans l'dépôt réel pour gérer plusieurs modifications de fichiers.

🧠 Suite : Convient pour une alternative Copilot locale complète

• Le mode Chat est utilisé pour les conversations, le mode Plan lit et analyse les projets et le mode Agent dispose d'outils complets pour créer des fichiers, modifier des fichiers et exécuter des commandes de terminal.
• Il peut attribuer différentes tâches à différents modèles : le modèle léger est responsable de la saisie semi-automatique, le modèle volumineux est responsable de l'agent et le modèle d'intégration est configuré séparément pour la récupération de code.
• Bien que certains modèles Ollama soient annotés pour prendre en charge l'appel d'outil, l'agent peut toujours ne pas être en mesure d'utiliser l'outil. À ce stade, vous devez vérifier la déclaration de capacité du modèle, la configuration du fournisseur et si elle est correctement activée.tool_use。

🧩 Agent natif VS Code : un accès réussi ne signifie pas une exécution stable

• Les modèles locaux peuvent participer aux workflows de discussion et d'agent de VS Code, mais l'invocation des outils, le raisonnement et les capacités visuelles dépendent du modèle spécifique. Pouvoir discuter normalement ne prouve pas qu'il appellera Edit File.
• Si une modification est nécessairelogin.tsEnfin, le modèle génère simplement un morceau de code de remplacement sans provoquer de modifications de fichiers, et la configuration actuelle n'est toujours qu'un assistant de discussion.
• Un modèle BYOK local utilisé par l'agent ne remplace pas automatiquement la complétion native de VS Code. Pour conserver aussi cette fonction en local, il faut une extension comme Continue, capable de se connecter à un modèle d'autocomplétion local.

🧪 Codex + Ollama

• Utiliser en premiernpm install -g @openai/codexInstallez Codex CLI et exécutezollama launch codex, vous pouvez aussi passercodex --ossSélectionnez un modèle local.
• Après être entré dans le répertoire du projet, Codex exploitera directement l'dépôt sur le disque dur, afin que l'éditeur puisse choisir librement. L'application Codex peut également réussirollama launch codex-appConnectez-vous à Ollama, adapté aux personnes qui n'aiment pas l'interface de terminal pure.
• Ce type d'agent continuera à transporter des instructions d'outils, des codes de projet, des sorties de commandes et des opérations historiques. L'utilisation réelle devrait commencer à partir d'environ 64 000 contextes.

🧭 Claude Code + Ollama

• courirollama launch claudeVous pouvez connecter le shell Claude Code Agent à Ollama, ou utiliserclaude --model qwen3.5Spécifiez le modèle ouvert local.
• Le programme d'agent et la source du modèle sont deux choses différentes. Utiliser les capacités d'exploitation de projet de Claude Code ne signifie pas nécessairement que vous appelez le modèle cloud Claude d'Anthropic.
• Afin de prendre en charge le contenu des fichiers, les définitions d'outils et les multiples cycles de débogage, il convient également de configurer au moins environ 64 000 contextes.

🌐 OpenCode, Copilot CLI et Cline CLI

• ollama launch opencodeConvient aux flux de travail de terminaux ouverts ;ollama launch copilotLaissez Copilot CLI utiliser le modèle fourni par Ollama.
• Terminal Agent est particulièrement adapté aux environnements Linux, SSH et serveur. Tant que vous entrez dans le bon répertoire du projet, il peut lire le référentiel, modifier des fichiers et exécuter des tests indépendamment de l'éditeur.
• Ne vous contentez pas de regarder le nom lorsque vous choisissez un outil, vérifiez s'il dispose également des fonctionnalités Lire le fichier, Modifier le fichier ou Appliquer le correctif, Terminal, Appel d'outil et Boucle d'agent.

📏 Paramètres et capacités réelles de l'agent

• 3B ~ 4B sont plus proches de la complétion de code avancée et ne conviennent pas aux tâches d'agent complexes ; 7B ~ 9B peuvent modifier des fichiers uniques, écrire de petites fonctions et gérer des bugs simples, mais la stabilité des longues boucles est moyenne.
• Vers 14B, il commence à avoir une valeur de productivité claire ; 24B à 30B est un niveau important pour l'agent de programmation local, qui peut sérieusement gérer la compréhension de la base de code, la modification multi-fichiers, le débogage, la refactorisation et les cycles de test.
• Ce n’est pas parce que le modèle peut écrire du code qu’il peut être un agent. Les tâches réelles nécessitent également qu'il choisisse le bon outil, remplisse les paramètres, analyse les résultats de l'outil, maintienne les objectifs à long terme et juge du moment d'arrêt. La capacité de codage agent est donc plus importante qu'un score de référence de code unique.

📚 La fenêtre contextuelle ne peut pas uniquement regarder la valeur nominale maximale

• Le contexte de l'agent comprend également les invites système, les définitions d'outils, les exigences des utilisateurs, les fichiers de projet, la sortie du terminal, Git Diff et les enregistrements d'opérations précédentes. 8K peut suffire pour un chat ordinaire, mais il est plus fiable d'utiliser 32K comme point de départ réaliste pour Coding Agent.
• Cline et Roo Code peuvent commencer à partir de 32K ; les agents terminaux à longue boucle tels que Codex, Claude Code et OpenCode sont plus adaptés au 64K et au-dessus. Pour les grands dépôts ou les refactorisations à grande échelle, envisagez d’en ajouter davantage.
• Ce n’est pas parce que le modèle prend en charge 256K qu’il doit être directementnum_ctxDéfini sur 262144. Plus le contexte est grand, plus le cache KV est occupé, ce qui peut entraîner un débordement de mémoire, un manque de mémoire, une réduction de la vitesse et une attente plus longue pour le premier jeton.

🗜️ Comment choisir entre Q4, Q5, Q6 et Q8

• Q4 a un degré de compression plus élevé, des fichiers plus petits, des besoins en VRAM inférieurs et un fonctionnement plus rapide, mais perdra un peu de précision ; Le Q8 est plus proche des capacités du modèle d'origine, et l'utilisation de la mémoire et de la VRAM augmente également considérablement.
• L'agent de programmation local ordinaire peut démarrer à partir de Q4_K_M. Être capable de charger de manière stable le modèle complet et un contexte raisonnable dans le matériel est généralement plus important que de rechercher une quantification de haute précision mais des débordements fréquents.

🎮 Pourquoi la VRAM occupe la première place

• La vitesse est généralement meilleure lorsque tous les paramètres du modèle entrent dans le GPU ; lorsque la VRAM est insuffisante, certains paramètres seront transférés vers la mémoire système. Même s'il peut toujours fonctionner, l'échange de données entre le CPU et le GPU ralentira considérablement le cycle de l'Agent.
• Le fonctionnement du processeur pur n'est pas totalement irréalisable, mais l'agent demandera le modèle plusieurs fois de suite pour une tâche. Attendre des dizaines de secondes pour chaque étape peut rendre les processus de débogage, de test et de réparation fastidieux.
• Le fichier Qwen3-Coder 30B Q4 fait environ 19 Go, ce qui ne signifie pas qu'il reste 5 Go de VRAM fixe de 24 Go. Le cache KV, le temps d'exécution et le contexte occuperont tous des ressources supplémentaires, et 32 ​​Go ou 48 Go de VRAM seront plus confortables.

💾 Priorité mémoire, SSD et CPU

• 64 Go de mémoire sont plus adaptés au développement à long terme car Windows, VS Code, les navigateurs, Docker, Node.js, les bases de données, Ollama et les serveurs de développement occuperont des ressources en même temps que le modèle.
• Les capacités courantes des fichiers de modèles vont de 6 Go, 15 Go, 19 Go à des dizaines de Go. Après avoir installé plusieurs modèles, il peut facilement occuper des centaines de Go. Le SSD fait au moins 1 To et le NVMe de 2 To est plus adapté à une utilisation à long terme.
• Bien sûr, le processeur est important, mais lorsque vous avez un budget limité, cela ne vaut généralement pas la peine de réduire de 24 Go de VRAM à 16 Go pour une petite augmentation du processeur. Pour les grands modèles locaux, la mémoire GPU a une priorité plus élevée.

🍎 Comment choisir la mémoire unifiée pour Apple Silicon

• Mac utilise la mémoire unifiée partagée par le CPU et le GPU et ne peut pas appliquer directement l'algorithme PC de « mémoire système plus VRAM indépendante ». 16 Go conviennent aux modèles plus petits, et 32 ​​Go peuvent sérieusement essayer des modèles tels que le Devstral 24B Q4.
• La mémoire unifiée de 64 Go convient aux agents de programmation locaux de 24 à 35 Go, et 128 Go peuvent accueillir des modèles plus grands et des contextes plus longs. Lorsqu’il exécute uniquement une IA locale et ne se concentre pas sur des jeux à grande échelle, les Mac dotés d’une grande mémoire unifiée présentent des avantages évidents.
• Une référence pratique est : environ 8 Go de VRAM avec un contexte 16K, environ 16 Go de VRAM avec 32K et plus de 24 Go de VRAM, essayez 64K. L'occupation spécifique variera toujours en fonction de l'architecture du modèle et de la méthode de quantification.

1️⃣ Installez le coureur et téléchargez le modèle approprié

• Installez d'abord Ollama, puis sélectionnez le modèle par matériel. Une VRAM de 24 Go peut être essayéeollama pull qwen3-coder:30bouollama pull devstral-small-2:24b;Lorsque la VRAM est petite, vous pouvez utiliserollama pull qwen3.5:9bCommencez.
• Si vous êtes plus à l'aise avec une interface graphique, vous pouvez également utiliser LM Studio pour rechercher, télécharger et charger des modèles. La portée de l'automatisation et de l'intégration d'Ollama est souvent plus pratique lorsque Coding Agent est l'utilisation principale.

2️⃣ Installez Cline et connectez-vous à Ollama

• Installez Cline dans le magasin d'extensions VS Code, entrez dans les paramètres et définissez le fournisseur d'API sur Ollama.
• L'adresse par défaut de cette machine est généralementhttp://localhost:11434, puis sélectionnez le modèle téléchargé et définissez une longueur de contexte raisonnable pour l'agent.
• N'ouvrez pas les autorisations automatiques du terminal pour la première fois, autorisez d'abord la lecture des projets, la modification des fichiers de l'espace de travail et l'exécution de commandes sécurisées.

3️⃣ Confirmez le lien de l'agent avec un minimum de tests

• créertest.txtet écrirehello, obligeant l'agent à ne pas répondre au contenu modifié, mais à changer directement le fichier enhello world。
• Si le fichier a bien changé, cela signifie que l'outil d'édition a été appelé ; si seul "doit être remplacé par hello world" est affiché, il y a toujours un problème avec le mode actuel, les autorisations, le modèle ou la configuration de l'outil.
• La deuxième étape consiste à le créerhello.py, exécutez le script et confirmez la sortie. Ce n'est que lorsque la création, l'exécution et la lecture des résultats peuvent être effectuées en séquence que cela signifie que l'outil fichier, l'outil terminal et l'appel d'outil sont tous connectés.

4️⃣ Entrez ensuite dans la vraie tâche logicielle

• Sélectionnez d'abord les projets de petite et moyenne taille qui ont des tests ou peuvent être construits, demandez à l'agent de rechercher les erreurs de compilation TypeScript, de les corriger directement, puis d'exécuternpm run build, si l'échec persiste, poursuivez le traitement.
• Énoncer clairement l'objectif, l'étendue des modifications autorisées, les commandes de vérification qui doivent être exécutées et les conditions d'arrêt est plus facile pour obtenir des résultats stables que de simplement dire « Aidez-moi à résoudre ce problème ».

🐛 Corrections de bugs et gestion automatique des erreurs de compilation

• Face au problème de disparition du statut de connexion après l'actualisation de la page Web, l'agent peut rechercher le code d'authentification, vérifier la logique du stockage local et du jeton, modifier les fichiers associés et exécuter des tests.
• quandnpm run buildLorsque plusieurs erreurs se produisent, il peut lire l'erreur, localiser le fichier, le modifier, le reconstruire et répéter le cycle jusqu'à ce qu'il réussisse. Ce type de tâches avec un feedback clair peut mieux faire ressortir la valeur de l'agent.

🧱 Ajoutez des fonctions et modifiez plusieurs fichiers

• Lors de l'ajout d'une fonction de collecte d'articles à un blog, l'agent peut gérer simultanément la base de données, l'API, le backend, le frontend, le style et les tests, au lieu de simplement générer une fonction isolée.
• Les exigences doivent clairement indiquer la structure des données, le flux des utilisateurs, les exigences de compatibilité et les commandes d'acceptation, afin que l'agent puisse terminer la tâche sur la base de résultats réels plutôt que de jugements subjectifs.

♻️Refactoring, mise à niveau des dépendances et cycle de test

• Lors du fractionnement d'un fichier Python de 2 000 lignes, l'agent peut analyser les dépendances, créer des modules, déplacer des fonctions, ajuster les importations et exécuter des tests en continu, à condition que le projet dispose d'une protection de test fiable.
• Il peut être modifié lors de la mise à niveau de dépendances telles que Reactpackage.json, installez les dépendances, corrigez les anciennes API, puis confirmez la compatibilité via la création et les tests.

🔍 Comprenez les dépôts inconnus et construisez des projets à partir de zéro

• Après avoir entré un projet inconnu, vous pouvez demander à l'agent de connaître la méthode de démarrage, l'entrée de connexion, l'emplacement d'initialisation de la base de données et le lien de demande. Les recherches dans le référentiel et les corrélations entre fichiers prennent souvent moins de temps que la lecture fichier par fichier.
• Lors de la création d'un site Web de comptabilité personnelle à partir de zéro, l'agent peut générer l'annuaire, le front-end et le back-end, la base de données et l'API, puis le démarrer et corriger les erreurs, mais cela nécessite toujours une prise de décision manuelle de l'architecture et une vérification des limites de sécurité.

❌ Le modèle n'a pas de capacités d'appel d'outils stables

• L'agent nécessite une sélection précise du modèleedit_file、read_fileou un outil de terminal et indiquez le chemin d'accès et les paramètres corrects du fichier. Si le modèle génère uniquement du langage naturel, il ne donnera que des suggestions de code.
• Les petits modèles ont tendance à devenir déroutants lorsqu'ils sont confrontés à un grand nombre de définitions d'outils, de fichiers de projet, de conversations historiques et d'exigences complexes. Même si le modèle 3B ou 7B prend en charge nominalement l'outil, il peut toujours recourir à des réponses textuelles ordinaires lors de tâches longues.

🔧 Mode, autorisations ou configuration du fournisseur incorrects

• Les modes Chat et Plan n'effectuent généralement pas de véritables modifications et doivent être basculés vers le mode Agent, Act ou Code. Aussi intelligent que soit le modèle, il ne peut pas écrire dans le fichier lorsque les autorisations de modification sont désactivées.
• Confirmez que l'adresse Ollama, le nom du modèle, le contexte et la déclaration de capacité de l'outil sont corrects. Certaines intégrations nécessitent une annotation explicitetool_use, sinon le modèle ne recevra pas les outils disponibles.
• N'utilisez pas les dépôts complexes comme première cible de diagnostic.test.txtLe test hello peut rapidement séparer les « problèmes de capacité du modèle » et les « problèmes de compréhension du projet ».

🔁 Agent à plusieurs reprises ou s'écarte de la cible dans des tâches complexes

• Le modèle 9B local peut trouver le mauvais fichier, répéter la même opération, corriger un bug et introduire un autre bug, ou oublier l'objectif initial dans une longue boucle. Disposer d’outils complets ne signifie pas que le niveau d’intelligence atteint le modèle cloud le plus performant.
• Diviser les tâches volumineuses en petites tâches vérifiables, limiter le nombre de répertoires et de fichiers pouvant être modifiés en même temps et exiger l'exécution de tests à chaque étape est généralement plus stable que d'exiger « refactoriser l'ensemble du projet » en une seule fois.
• Lorsque le contexte commence à accumuler des journaux non pertinents, il est plus efficace de rouvrir une tâche ciblée plutôt que d'agrandir aveuglément la fenêtre contextuelle au maximum.