Cette page traite uniquement du couple OpenCode Ollama : modèle local, endpoint, validation et dépannage. Les sujets généraux d'installation restent dans le guide principal.
Verdict rapide
Validez d'abord la chaîne complète : service Ollama, modèle chargé, puis visibilité dans OpenCode. Corriger OpenCode avant ce test risque de masquer le vrai problème.
Une fois le test réussi, documentez le modèle, l'endpoint et les tâches autorisées pour éviter des configurations individuelles incompatibles.
Tableau de décision
Le bon choix dépend de l'usage. Un essai personnel privilégie la vitesse, une équipe privilégie la reproductibilité et la revue.
Les autres intentions ont déjà leurs pages : installation générale, comparaison avec Claude Code et stockage des sessions.
| Question | Use ollama launch | Use opencode.json |
|---|---|---|
| First-time setup | Best default because it guides model selection and startup. | Useful only if you already know the exact provider fields. |
| Team repeatability | Good for demos, but easy to leave undocumented. | Better because the endpoint and model choice are explicit. |
| Local privacy | Works when the selected model actually runs locally. | Better for review because you can verify the local base URL. |
| Remote Ollama server | Less ideal unless the integration exposes the right host choice. | Better because you can point OpenCode at the server endpoint. |
| Troubleshooting | Good for confirming whether launch itself works. | Better when comparing machines, ports, and model names. |
Avant de connecter
Testez Ollama seul. Un modèle trop lent ou impossible à charger ne deviendra pas meilleur dans un dépôt complet.
Choisissez un petit dépôt avec Git, README et une tâche sûre avant tout code de production.
Séparez aussi historique de session, configuration et secrets. Un modèle local ne protège pas automatiquement les fichiers `.env`, les jetons cloud ou les chemins privés. Plus le dépôt exclut clairement ces éléments, plus le contexte envoyé à l'assistant reste propre.
Dans une équipe, nommez un responsable du modèle conseillé. Sans cela, chaque machine finit avec un port, un modèle et une procédure différents, ce qui rend les erreurs difficiles à reproduire.
7 vérifications
Les sept vérifications séparent le service, le modèle, la configuration, la lecture, l'édition, les commandes et la documentation d'erreur.
- Confirm the service Run Ollama directly and make sure the default local service is reachable before opening OpenCode.
- Pull the model Use a model that is appropriate for coding and fits your memory budget.
- Choose launch or config Use `ollama launch opencode` for the first proof, then document `opencode.json` if the workflow will be reused.
- Select the model in OpenCode Open the model picker or equivalent provider selection and confirm the Ollama model is visible.
- Run a read-only task Ask OpenCode to summarize a small file before allowing edits.
- Run a low-risk edit Change documentation or a test fixture and inspect the Git diff.
- Record failure notes Save the model name, port, OS, shell, and fix for any timeout, missing model, or spawn error.
Exemple de configuration
Vérifiez les champs dans la documentation officielle. Le principe est de pointer OpenCode vers l'endpoint compatible OpenAI d'Ollama.
Ne placez jamais de vrais tokens cloud dans un exemple local.
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"ollama": {
"npm": "@ai-sdk/openai-compatible",
"name": "Ollama (local)",
"options": {
"baseURL": "http://localhost:11434/v1"
}
}
}
}Dépannage
Si le modèle n'apparaît pas, exécutez-le directement avec Ollama, puis vérifiez port, base URL et nom.
Si la qualité d'édition est faible, réduisez la tâche ou gardez un modèle plus puissant pour les changements risqués.
Quand Ollama répond mais OpenCode échoue, gardez une preuve minimale : commande, modèle, port, système et message d'erreur. Cette trace permet de comparer deux machines sans modifier le dépôt.
Si la lenteur domine, mesurez avant d'optimiser les prompts. Testez une question courte, une lecture de fichier et une petite édition. Une lenteur partout pointe vers le modèle ou le matériel; une lenteur seulement en édition pointe vers le contexte.
Quand éviter Ollama par défaut
N'utilisez pas Ollama par défaut si le matériel est trop lent, si le contexte manque ou si personne ne maintient la configuration.
Une approche mixte reste souvent plus robuste.
La meilleure décision peut être un usage hybride. Ollama sert aux questions privées ou hors ligne, tandis qu'un modèle cloud plus robuste reste réservé aux changements complexes et aux diffs à haut risque.
FAQ OpenCode Ollama
Méthode la plus rapide ?
`ollama launch opencode` pour valider.
Mot-clé principal ?
`opencode ollama`.
Serveur distant possible ?
Oui, avec endpoint accessible et sécurisé.
Local ou cloud ?
Choisissez le modèle qui produit des diffs fiables.
Pourquoi un échec ?
Modèle absent, service arrêté, URL ou nom incorrect, PATH.
Sources
Verify commands and supported models against official documentation because OpenCode and Ollama integration details can change.