Como editar código diretamente com IA local: ferramentas, modelos, hardware e guia prático

🛠️ Cline: A escolha de entrada mais direta

• O Cline pode ler ficheiros do projeto, pesquisar a base de código, aplicar patches, criar ficheiros e executar comandos. Perante uma tarefa como «adicionar a opção Lembrar-me ao início de sessão e executar os testes», pode rever o frontend, a autenticação e a API e ajustar a implementação segundo os resultados.
• O modo Planear é adequado para pesquisar problemas e conceber soluções primeiro, e depois o modo Agir irá realmente implementá-los. Caso o Agente apenas analise, mas não modifique os ficheiros, confirme primeiro se ainda se encontra no modo Plano e se a permissão "Editar ficheiros do projeto" está ativada.
• A aprovação automática permite que o agente trabalhe continuamente, mas os riscos de modificação de ficheiros e comandos de terminal serão alargados ao mesmo tempo. A aprovação manual deve ser mantida quando o utiliza pela primeira vez, e as operações seguras devem ser abertas gradualmente depois de o comportamento do modelo estar estável.
• O Cline CLI pode ser executado a partir do diretório do projeto, por exemplo, utilizandocline "Verifique o projeto e corrija os testes com falhas". Está mais próximo da experiência terminal do Codex ou do Claude Code, mantendo o mesmo conjunto de capacidades do Agente.

🧰 Código Roo: permissões e funções mais flexíveis

• O Roo Code divide os recursos em leitura, edição, comando e MCP, que podem completar a leitura, escrita, execução de Shell e invocação de ferramenta externa no modelo local.
• Está muito próximo das capacidades base do Cline. Se preferir usá-lo pronto a usar, pode escolher primeiro Cline; quando precisa de modo, permissões e definições de funções mais detalhadas, o Roo Code é geralmente mais conveniente.
• Em ambos os casos, convém começar com testes pequenos. Depois de confirmar que o modelo chama as ferramentas de forma estável, avance para um repositório real e alterações em vários ficheiros.

🧠 Continue: uma alternativa local completa ao Copilot

• O modo Chat é utilizado para conversas, o modo Plano lê e analisa projetos e o modo Agente possui ferramentas completas para criar ficheiros, modificar ficheiros e executar comandos de terminal.
• Pode atribuir tarefas diferentes a modelos diferentes: o modelo leve é responsável pelo preenchimento automático, o modelo grande é responsável pelo agente e o modelo de incorporação é configurado separadamente para a recuperação de código.
• Embora alguns modelos do Ollama sejam anotados para suportar a invocação de ferramentas, o Agente pode ainda não conseguir utilizar a ferramenta. Neste momento, precisa de verificar a declaração de capacidade do modelo, a configuração do fornecedor e se está corretamente ativada.tool_use。

🧩 Agente nativo do VS Code: acesso bem-sucedido não significa execução estável

• Os modelos locais podem participar nos fluxos de trabalho de chat e agente do VS Code, mas a invocação de ferramentas, o raciocínio e os recursos visuais dependem do modelo específico. Ser capaz de conversar normalmente não prova que irá chamar Editar Ficheiro.
• Se for necessária modificaçãologin.tsPor fim, o modelo apenas gera um trecho de código de substituição sem provocar alterações no ficheiro, e a configuração atual ainda é apenas um assistente de chat.
• Quando o modelo BYOK local é utilizado para modificação no estilo do agente, não substituirá automaticamente o preenchimento do separador nativo do VS Code. Se quiser manter a conclusão localmente, necessitará de uma extensão como Continue, que se possa ligar ao modelo de preenchimento automático local.

🧪 Codex + Ollama

• Use primeironpm install -g @openai/codexInstale o Codex CLI e executeollama launch codex, também pode passarcodex --ossSelecione um modelo local.
• Depois de entrar no diretório do projeto, o Codex irá operar diretamente o armazém no disco rígido, para que o editor possa escolher livremente. Codex App também pode passarollama launch codex-appLigue-se ao Ollama, adequado para pessoas que não gostam de interface de terminal puro.
• Este tipo de Agente continuará a transportar instruções de ferramentas, códigos de projeto, saída de comandos e operações históricas. O uso real deve começar em contextos de cerca de 64K.

🧭 Claude Code + Ollama

• correrollama launch claudePode ligar o shell do Claude Code Agent ao Ollama ou usarclaude --model qwen3.5Especifique o modelo aberto local.
• O programa do agente e a fonte do modelo são duas coisas diferentes. Utilizar as capacidades de operação de projeto do Claude Code não significa necessariamente que está a chamar o modelo de cloud Claude da Anthropic.
• Para acomodar o conteúdo do ficheiro, definições de ferramentas e múltiplas rondas de depuração, também é adequado configurar contextos de pelo menos cerca de 64K.

🌐 OpenCode, Copilot CLI e Cline CLI

• ollama launch opencodeAdequado para fluxos de trabalho de terminal aberto;ollama launch copilotDeixe o Copilot CLI utilizar o modelo fornecido pela Ollama.
• O Terminal Agent é especialmente adequado para ambientes Linux, SSH e servidores. Desde que introduza o diretório correto do projeto, este poderá ler o repositório, modificar ficheiros e executar testes independentemente do editor.
• Não olhe apenas para o nome quando escolher uma ferramenta, verifique se esta também tem Ler Ficheiro, Editar Ficheiro ou Aplicar Patch, Terminal, Chamada de Ferramenta e Loop de Agente.

📏 Parâmetros e capacidades reais do agente

• 3B ~ 4B estão mais próximos da conclusão avançada de código e não são adequados para tarefas complexas de agentes; 7B ~ 9B podem modificar ficheiros únicos, escrever pequenas funções e lidar com bugs simples, mas a estabilidade de loops longos é média.
• Por volta do 14B, começa a ter um claro valor de produtividade; 24B a 30B é um nível importante para o Agente de Codificação local, que pode lidar seriamente com a compreensão da base de código, modificação de vários ficheiros, depuração, refactoring e ciclos de teste.
• Só porque o modelo pode escrever código, não significa que possa ser um agente. As tarefas reais também exigem que escolha a ferramenta certa, preencha parâmetros, analise o resultado da ferramenta, mantenha metas a longo prazo e julgue quando parar, portanto, a capacidade de codificação agentica é mais importante do que uma única pontuação de benchmark de código.

📚 A janela de contexto não pode olhar apenas para o valor nominal máximo

• O contexto do Agente inclui também prompts do sistema, definições de ferramentas, requisitos do utilizador, ficheiros de projeto, saída do terminal, Git Diff e registos de operações anteriores. 8K pode ser suficiente para o chat comum, mas é mais fiável usar 32K como ponto de partida realista para o Coding Agent.
• Cline e Roo Code podem começar em 32K; os agentes terminais de loop longo, como o Codex, Claude Code e OpenCode, são mais adequados para 64K e superiores. Para armazéns de grandes dimensões ou refatorações em grande escala, considere adicionar mais.
• Só porque o modelo suporta 256K, não significa que deva ser directamentenum_ctxDefina como 262144. Quanto maior for o contexto, mais KV Cache está ocupado, o que pode causar overflow de memória, falta de memória, redução de velocidade e maior espera pelo primeiro token.

🗜️ Como escolher entre Q4, Q5, Q6 e Q8

• O Q4 tem um maior grau de compressão, ficheiros mais pequenos, menores requisitos de VRAM e operação mais rápida, mas perderá uma pequena quantidade de precisão; O Q8 está mais próximo das capacidades do modelo original, e a utilização de memória e VRAM também aumenta significativamente.
• O agente de programação local comum pode começar em Q4_K_M. Ser capaz de carregar de forma estável o modelo completo e o contexto razoável no hardware é geralmente mais importante do que procurar quantização de alta precisão, mas com excessos frequentes.

🎮 Porque é que a VRAM está em primeiro lugar

• A velocidade é geralmente melhor quando todos os parâmetros do modelo entram na GPU; quando a VRAM for insuficiente, alguns parâmetros serão transferidos para a memória do sistema. Embora ainda possa ser executado, a troca de dados entre o CPU e o GPU irá abrandar significativamente o ciclo do Agente.
• A operação pura da CPU não é totalmente inviável, mas o Agente irá solicitar o modelo várias vezes seguidas para uma tarefa. Esperar dezenas de segundos por cada passo pode tornar os processos de depuração, teste e correção complicados.
• O ficheiro Qwen3-Coder 30B Q4 tem cerca de 19 GB, o que não significa que existam 5 GB fixos restantes de VRAM de 24 GB. Cache KV, tempo de execução e contexto ocuparão características adicionais, e 32 GB ou 48 GB de VRAM serão mais confortáveis.

💾 Prioridade de memória, SSD e CPU

• A memória de 64 GB é mais adequada para o desenvolvimento a longo prazo porque o Windows, VS Code, browsers, Docker, Node.js, bases de dados, Ollama e servidores de desenvolvimento ocuparão recursos ao mesmo tempo que o modelo.
• As capacidades comuns dos ficheiros de modelo variam entre 6 GB, 15 GB, 19 GB e dezenas de GB. Depois de instalar vários modelos, pode facilmente ocupar centenas de GB. O SSD tem pelo menos 1 TB e 2 TB NVMe é mais adequado para utilização a longo prazo.
• É claro que o CPU é importante, mas quando se está com um orçamento limitado, geralmente não vale a pena reduzir 24 GB de VRAM para 16 GB para um pequeno aumento de CPU. Para modelos locais grandes, a memória GPU tem uma prioridade mais elevada.

🍎 Como escolher memória unificada para Apple Silicon

• O Mac utiliza memória unificada partilhada pelo CPU e GPU e não pode aplicar diretamente o algoritmo do PC de "memória do sistema mais VRAM independente". 16 GB é adequado para modelos mais pequenos e 32 GB podem testar seriamente modelos como o Devstral 24B Q4.
• A memória unificada de 64 GB é adequada para agentes de programação locais de 24B a 35B e 128GB pode acomodar modelos maiores e contextos mais longos. Ao executar apenas IA local e não se focar em jogos de grande escala, o Mac com grande memória unificada tem vantagens óbvias.
• Uma referência prática é: cerca de 8GB de VRAM com contexto de 16K, cerca de 16GB de VRAM com 32K e mais de 24GB de VRAM, experimente 64K. A ocupação específica irá ainda variar em função da arquitetura do modelo e do método de quantização.

1️⃣ Instale o corredor e descarregue o modelo adequado

• Instale primeiro o Ollama e depois selecione o modelo por hardware. Memória de vídeo de 24 GB pode ser testadaollama pull qwen3-coder:30bouollama pull devstral-small-2:24b;Quando a VRAM é pequena, pode utilizarollama pull qwen3.5:9bComece.
• Se se sentir mais confortável com uma interface gráfica, também pode utilizar o LM Studio para pesquisar, descarregar e carregar modelos. O âmbito de automatização e integração do Ollama é normalmente mais conveniente quando o Coding Agent é a utilização principal.

2️⃣ Instale o Cline e ligue-se ao Ollama

• Instale o Cline no armazenamento de extensões do VS Code, introduza Definições e defina o fornecedor de API como Ollama.
• O endereço padrão desta máquina é normalmentehttp://localhost:11434e selecione o modelo descarregado e defina um comprimento de contexto razoável para o Agente.
• Não abra as permissões automáticas de terminal pela primeira vez, permita primeiro a leitura de projetos, a edição de ficheiros do espaço de trabalho e a execução de comandos seguros.

3️⃣ Confirme a ligação do Agente com testes mínimos

• criartest.txte escreverhello, exigindo que o Agente não responda ao conteúdo modificado, mas altere diretamente o ficheiro parahello world。
• Se o ficheiro foi realmente alterado, significa que a ferramenta de edição foi chamada; se apenas for apresentado "deve ser alterado para Olá mundo", ainda existe um problema com o modo atual, permissões, modelo ou configuração da ferramenta.
• O segundo passo é criá-lohello.py, execute o script e confirme a saída. Só quando a criação, execução e leitura dos resultados puderem ser concluídas em sequência é que significa que a ferramenta de arquivo, a ferramenta de terminal e a chamada de ferramenta estão todas ligadas.

4️⃣ De seguida, introduza a tarefa real do software

• Primeiro, selecione projetos de pequena e média dimensão que tenham testes ou possam ser construídos, peça ao Agente para encontrar erros de compilação do TypeScript, corrija-os diretamente e, em seguida, executenpm run build, se mesmo assim falhar, continue o processamento.
• Indicar claramente o objetivo, o âmbito das modificações permitidas, os comandos de verificação que devem ser executados e as condições de paragem são mais fáceis de alcançar resultados estáveis do que dizer apenas “Ajude-me a corrigir”.

🐛 Correções de bugs e tratamento automático de erros de compilação

• Perante o problema de o estado de login desaparecer após a atualização da página web, o Agente pode procurar o código de autenticação, verificar a lógica localStorage e Token, modificar ficheiros relacionados e executar testes.
• quandonpm run buildQuando ocorrem vários erros, pode ler o erro, localizar o ficheiro, modificá-lo, reconstruí-lo e repetir o ciclo até que passe. Este tipo de tarefa com feedback claro pode realçar melhor o valor do Agente.

🧱 Adicione funções e modifique vários ficheiros

• Ao adicionar uma função de coleção de artigos a um blog, o Agent pode lidar com base de dados, API, backend, frontend, estilo e testes ao mesmo tempo, em vez de apenas gerar uma função isolada.
• Os requisitos devem indicar claramente a estrutura dos dados, o fluxo do utilizador, os requisitos de compatibilidade e os comandos de aceitação, para que o Agente possa terminar a tarefa com base em resultados reais e não em julgamentos subjetivos.

♻️Refatoração, atualização de dependências e ciclo de teste

• Ao dividir um ficheiro Python de 2000 linhas, o Agente pode analisar dependências, criar módulos, mover funções, ajustar importações e executar testes continuamente, desde que o projeto tenha uma proteção de teste fiável.
• Pode ser modificado ao atualizar dependências como Reactpackage.json, instale dependências, corrija APIs antigas e confirme a compatibilidade através da criação e teste.

🔍 Entenda armazéns desconhecidos e construa projetos de raiz

• Após entrar num projeto desconhecido, pode solicitar ao Agente que descubra o método de arranque, a entrada de login, o local de arranque da base de dados e a ligação de pedido. As pesquisas de repositório e as correlações entre ficheiros geralmente consomem menos tempo do que a leitura ficheiro a ficheiro.
• Ao criar um site de contabilidade pessoal a partir do zero, o Agente pode gerar o diretório, front-end e back-end, base de dados e API e, em seguida, iniciá-lo e corrigir erros, mas ainda requer a tomada de decisão manual da arquitetura e a verificação dos limites de segurança.

❌ O modelo não possui características estáveis de chamada de ferramentas

• O agente requer uma seleção precisa do modeloedit_file、read_fileou ferramenta de terminal e preencha o caminho e os parâmetros corretos do ficheiro. Se o modelo gerar apenas linguagem natural, apenas dará sugestões de código.
• Os modelos pequenos tendem a tornar-se confusos quando confrontados com um grande número de definições de ferramentas, ficheiros de projetos, conversas históricas e requisitos complexos. Mesmo que o modelo 3B ou 7B suporte nominalmente a ferramenta, esta pode ainda recorrer a respostas de texto comuns durante tarefas longas.

🔧 Modo, permissões ou configuração do fornecedor incorretas

• Os modos Chat e Plano geralmente não realizam modificações reais e devem ser comutados para o modo Agente, Ato ou Código. Não importa quão inteligente seja o modelo, não poderá escrever no ficheiro quando as permissões de edição estiverem desativadas.
• Confirme se o endereço Ollama, o nome do modelo, o contexto e a declaração de capacidade da ferramenta estão corretos. Algumas integrações requerem anotação explícitatool_use, caso contrário o modelo não receberá as ferramentas disponíveis.
• Não utilize armazéns complexos como primeiro alvo de diagnóstico.test.txtO teste hello pode separar rapidamente "problemas de capacidade do modelo" e "problemas de compreensão do projeto".

🔁 Agente repetidamente ou desvia-se do alvo em tarefas complexas

• O modelo 9B local pode encontrar o ficheiro errado, repetir a mesma operação, corrigir um bug e introduzir outro bug ou esquecer o objetivo original num loop longo. Ter ferramentas completas não significa que o nível de inteligência atinja o modelo de cloud mais forte.
• Dividir grandes tarefas em pequenas tarefas verificáveis, limitar o número de diretórios e ficheiros que podem ser modificados de uma só vez e exigir a execução de testes em cada fase é geralmente mais estável do que exigir "refatorar todo o projeto" de uma só vez.
• Quando o contexto começa a acumular registos irrelevantes, é mais eficaz reabrir uma tarefa em foco do que expandir cegamente a janela de contexto ao máximo.