Agent de code IA 100 % hors ligne avec Ollama ou LM Studio
Installez OHarness, démarrez Ollama (port 11434) ou le serveur de LM Studio (port 1234), puis lancez oharness -m ollama/<model>. Les deux runtimes sont des fournisseurs intégrés qui ne demandent aucune clé : chaque requête au modèle reste donc sur votre machine.
Mis à jour le
Ce qu'il vous faut
- Node 22.6 ou plus récent, pour la CLI.
- Ollama ou LM Studio, avec un modèle qui prend en charge l'appel d'outils. Un agent qui ne peut pas appeler d'outils ne peut que parler de votre code.
- Assez de mémoire pour le modèle. Un modèle de code de 20 à 30 B est le minimum pratique pour le travail d'agent ; les modèles plus petits répondent, mais perdent le fil des modifications en plusieurs étapes.
Mise en place avec Ollama
- Installez la CLI.
- Téléchargez un modèle qui appelle des outils, par exemple
qwen3-coder:30bougpt-oss:20b. - Lancez l'agent dessus. La partie avant la première barre oblique est le fournisseur, le reste est le nom du modèle tel qu'Ollama l'affiche.
npm install -g oharnessollama pull qwen3-coder:30boharness -m ollama/qwen3-coder:30bAucune clé et rien à configurer : le fournisseur ollama pointe vers http://localhost:11434/v1 et demande au serveur sa liste de modèles, si bien que tout ce que vous avez téléchargé apparaît dans /models.
Mise en place avec LM Studio
Chargez un modèle dans LM Studio et démarrez son serveur local (l'onglet Developer, ou lms server start). Les identifiants de modèles LM Studio contiennent leur propre barre oblique, ce qui ne pose pas de problème — seule la première barre oblique sépare le fournisseur :
oharness -m lmstudio/qwen/qwen3-coder-30bDonnez assez de contexte au modèle
Les sessions d'agent sont longues : chaque fichier lu et chaque résultat d'outil retourne dans le contexte. Ollama sert un contexte bien plus court que ce que la plupart des modèles acceptent, sauf si vous l'augmentez ; et quand un serveur local n'indique pas sa fenêtre, OHarness suppose 128K — la compaction se déclenche donc plus tard que le moment où le serveur tronque réellement. Augmentez la fenêtre du serveur avant une longue session :
OLLAMA_CONTEXT_LENGTH=32768 ollama serveDans LM Studio, le réglage équivalent est le curseur de longueur de contexte au chargement du modèle. 32K est un minimum utilisable pour le travail d'agent ; davantage, c'est mieux si la mémoire le permet.
Ce qui passe encore par le réseau
| Trafic | Quand | Comment le désactiver |
|---|---|---|
| Requêtes au modèle | Jamais — elles vont vers localhost | — |
| Vérification des mises à jour | Au plus une fois par jour, vers le registre npm | OHARNESS_NO_UPDATE_CHECK=1 |
| Synchronisation des sessions | Seulement si vous êtes connecté à un compte OHarness | Ne vous connectez pas, ou /sync off |
| Serveurs MCP | Seulement ceux que vous configurez | Utilisez des serveurs stdio, ou aucun |
Quand un modèle local n'est pas le bon choix
Les modèles locaux sont gratuits au token et privés, mais ils restent derrière les meilleurs modèles hébergés pour les longues modifications sur plusieurs fichiers. Un partage raisonnable : le local pour l'exploration, la lecture et les petites modifications ; un modèle hébergé pour le gros refactoring — activé dans la même session avec /model, qui ne convertit rien. Changer de modèle en cours de session explique comment.
Questions fréquentes
Un agent de code IA peut-il fonctionner entièrement hors ligne ?
Oui. Avec OHarness branché sur Ollama ou LM Studio, la boucle d'agent, les outils et le modèle tournent tous sur votre machine. Le seul autre trafic est une vérification quotidienne des mises à jour npm, que OHARNESS_NO_UPDATE_CHECK=1 désactive, et la synchronisation, qui ne fonctionne que si vous vous connectez.
Quels modèles locaux conviennent à un agent de code ?
Les modèles qui prennent en charge l'appel d'outils, idéalement de 20 à 30 B de paramètres ou plus. Les modèles spécialisés dans le code comme Qwen3-Coder et les modèles généralistes comme gpt-oss fonctionnent tous deux ; les modèles sans appel d'outils peuvent répondre à des questions mais pas modifier des fichiers ni exécuter des commandes.
Faut-il une clé API pour utiliser OHarness avec Ollama ?
Non. Les fournisseurs ollama et lmstudio ne demandent aucune clé et sont intégrés ; ils pointent vers localhost:11434 et localhost:1234. Démarrez le serveur et lancez oharness -m ollama/<model>.
Pourquoi une longue session avec un modèle local oublie-t-elle le travail précédent ?
Généralement, la fenêtre de contexte du serveur est plus petite que celle du modèle. Ollama sert une fenêtre courte par défaut ; augmentez-la avec OLLAMA_CONTEXT_LENGTH (ou num_ctx), et la compaction d'OHarness résumera à un moment sûr au lieu que le serveur tronque en silence.