Roo Code Ollama: локальные модели в Cline и Aider, честный разбор

Связка «roo code ollama» популярна не случайно: запустить кодового агента на модели с собственного компьютера заманчиво, ведь код не уходит наружу и токены не нужно оплачивать. Учтите сразу: само расширение Roo Code закрыто 15 мая 2026 года, подробности ниже. Настроить это просто, а вот чтобы агент работал нормально, придётся преодолеть несколько неожиданных ограничений. В статье по документации инструментов разобрано, как подключить Ollama в Roo Code, Cline, Aider и OpenCode, чем всё упирается на практике и в какой момент разумнее вернуться на облачный API.

Что нужно от локальной модели

У агента требования другие, чем у обычного чата. Три из них решают всё.

1. Вызов инструментов. Агент читает и правит файлы, вызывая функции. Если модель их не поддерживает, часть инструментов просто не заработает. В документации OpenCode совет на случай проблем: выберите модель с хорошей поддержкой вызова инструментов, например вариант Qwen-Coder или DeepSeek-Coder.
2. Контекст. Агент отправляет модели системные инструкции, список файлов, содержимое файлов и историю шагов. Несколько тысяч токенов исчерпываются мгновенно. По документации Ollama, длина контекста по умолчанию зависит от видеопамяти: меньше 24 GiB даёт 4k токенов, от 24 до 48 GiB даёт 32k, от 48 GiB даёт 256k, а для агентов и кодовых инструментов документация советует не менее 64 000.
3. Память. Чем длиннее контекст, тем больше памяти он занимает. Команда ollama ps показывает, поместилась ли модель целиком на видеокарту или часть ушла на процессор, а это сильно замедляет ответы.

Начните с задания контекста в самой Ollama, а потом настраивайте инструменты. Самый простой способ: OLLAMA_CONTEXT_LENGTH=65536 ollama serve или Modelfile:

FROM <имя-базовой-модели>
PARAMETER num_ctx 32768

ollama create my-coder -f Modelfile

Подберите значение под вашу память: в документации Roo Code приведён ориентир 16384 для около 8 GB видеопамяти, 32768 для около 16 GB и 65536 для 24 GB и больше.

Roo Code Ollama: настройка по документации

Предупреждение: по сообщению в документации Roo Code, расширение закрыто 15 мая 2026 года, а репозиторий на GitHub переведён в архив. В качестве альтернатив документация называет форк ZooCode, который развивает сообщество, и Cline. Описание ниже взято из документации Roo Code и относится к уже установленной копии; у форка пункты меню сверяйте с его собственной документацией.

Порядок по документации Roo Code:

1. Установите Ollama и убедитесь, что она запущена (ollama serve).
2. Скачайте модель: ollama pull <имя-модели>.
3. В настройках Roo Code (шестерёнка) выберите API Provider: ollama.
4. Впишите имя модели или имя вашей сохранённой копии с нужным num_ctx.
5. Базовый адрес по умолчанию http://localhost:11434, меняйте его только если Ollama на другой машине.

Roo Code по умолчанию берёт длину контекста из Modelfile, так что отдельно в расширении её задавать не нужно. В разделе устранения неполадок описан частый сбой: первый запрос падает по памяти, потому что при холодном старте Ollama выделила контекст больше, чем вы думали. Решение: заранее запустить модель (ollama run <модель>) и закрепить num_ctx в Modelfile.

Cline: Ollama и LM Studio

Документация Cline описывает оба варианта в разделе локальных моделей.

• Ollama: в настройках Cline выберите провайдера Ollama, Base URL http://localhost:11434, модель выберите из выпадающего списка (она должна быть уже скачана).
• LM Studio: запустите сервер на вкладке Developer (по умолчанию http://localhost:1234), загрузите модель, в Cline выберите провайдера LM Studio и оставьте Base URL как есть. Это ответ на запрос «cline lm studio».

Рекомендации документации Cline для локальной работы: включить Use Compact Prompt в разделе Features настроек, держать задачи узкими (меньше контекста, быстрее ответы) и начинать новую задачу, когда контекст разрастается. Там же дана таблица ориентиров по оперативной памяти: 16–32 ГБ подходят для небольших или квантованных моделей, 32–64 ГБ для моделей среднего размера, 64 ГБ и больше для крупных моделей и большого контекста.

Aider и Ollama

Для запроса «aider ollama» в документации Aider порядок такой:

export OLLAMA_API_BASE=http://127.0.0.1:11434
ollama pull <имя-модели>
OLLAMA_CONTEXT_LENGTH=8192 ollama serve   # в отдельном окне терминала
cd /путь/к/проекту
aider --model ollama_chat/<имя-модели>

Префикс ollama_chat/ документация рекомендует вместо ollama/. Там же предупреждение: Ollama молча отбрасывает то, что не влезло в окно контекста, поэтому агент может «не видеть» часть данных без всякой ошибки. Aider по умолчанию выставляет окно достаточным для каждого запроса плюс 8k токенов на ответ. Фиксированное значение задаётся в файле .aider.model.settings.yml:

- name: ollama/<имя-модели>
  extra_params:
    num_ctx: 65536

В документации Aider говорится о 2k по умолчанию у Ollama, а документация самой Ollama описывает значение по видеопамяти. Проверьте свою версию командой ollama ps, колонка CONTEXT.

OpenCode и Ollama

Для запроса «opencode ollama» в документации OpenCode локальный сервер описывается как пользовательский провайдер в opencode.json:

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama (local)",
      "options": { "baseURL": "http://localhost:11434/v1" },
      "models": { "<имя-модели>": { "name": "Локальная модель" } }
    }
  }
}

Если вызовы инструментов не работают, документация советует увеличить num_ctx в Ollama примерно до 16–32 тысяч. Для LM Studio конфиг аналогичен, меняется адрес на http://127.0.0.1:1234/v1.

Когда переключаться на API

Признаки, что локальный запуск мешает работе: агент теряет нить после нескольких файлов, вызовы инструментов ломаются, каждый ответ ждёте минуту, память занята и ничего другого не открыть. Переключение занимает пару строк:

• Cline: провайдер OpenAI Compatible, Base URL https://api.zukko.pro/v1, ключ fetch_..., модель claude-sonnet-5-5. Подробности в документации по расширениям VS Code↗.
• Aider: по документации Aider для OpenAI-совместимых API нужны переменные и префикс модели:

export OPENAI_API_BASE=https://api.zukko.pro/v1
export OPENAI_API_KEY=fetch_ваш_ключ
aider --model openai/claude-sonnet-5-5

• OpenCode: тот же провайдер с @ai-sdk/openai-compatible, baseURL равным https://api.zukko.pro/v1 и "apiKey": "{env:ZUKKO_API_KEY}" в options; сам ключ берите в кабинете↗.

Расчёт на 18 октября 2026. Сессия Aider или Cline: 20 запросов, в каждом 25 000 токенов входа и 1 000 токенов выхода, без учёта кэша.

• deepseek-v4.1-flash (0.013 / 0.038): 25 000 × 0.013 + 1 000 × 0.038 = 325 + 38 = 363 микродоллара на запрос, 363 × 20 = 7 260, около $0.007 за сессию.
• glm-5.3-flash (0.04 / 0.04): 25 000 × 0.04 + 1 000 × 0.04 = 1 040, 1 040 × 20 = 20 800, около $0.021.
• claude-sonnet-5-5 (0.4 / 2): 25 000 × 0.4 + 1 000 × 2 = 12 000, 12 000 × 20 = 240 000, $0.24.

Сравните это со своим электричеством и временем на ожидание. Для постоянной тяжёлой работы агентов у Claude и GPT доступен контекст до 1M токенов (таблица моделей, у GLM 128K). Какую модель взять, решает проверка на вашем проекте. Список моделей и цены: GET https://api.zukko.pro/v1/models. Оплата: СБП (комиссия платёжной страницы 8,5% сверху), криптовалюта или карты MasterCard. Настройки Cline и Aider с облачным ключом описаны отдельно: Cline↗, aider↗.

Частые вопросы

Можно ли держать локальную и облачную модель вместе?

Да. Например, в Cline можно настроить разные модели для Plan и Act, а в Aider выбирать модель флагом --model при запуске. Приватные задачи оставляйте локальным, тяжёлые отправляйте в облако.

Почему агент «забывает» файлы?

Часто контекст в Ollama меньше, чем вы думаете, и лишнее молча отбрасывается. Проверьте ollama ps и задайте num_ctx явно.

Какая локальная модель лучше всего пишет код?

Мы не оцениваем качество открытых моделей. Берите варианты с поддержкой вызова инструментов и проверяйте на небольшой реальной задаче.

Нужен ли ключ для локального сервера?

Обычно нет. Если инструмент требует поле, впишите любую строку; Ollama пропускает ключ без проверки.