CycleUser在注重代码隐私与离线开发的场景中，OpenCode（终端AI编程助手）与Ollama（本地大模型引擎）的组合提供安全、高效、完全自主的智能编程解决方案。 在线模型要考虑成本和隐私两方面问题，而且有时候其实完全用在线模型完成所有任务，会导致大家的古法编程技能衰退，说实话，我现在古法编程就很少了，很明显有时候会想不起来一些当初写过的东西是怎么写的来着。 之前写了一篇关于OpenCode + Ollama的本地AI编程环境搭建指南，但是那会用的模型过于简单，没有说得太细致，现在试了一些新模型，正好更新一下。本文依据官方文档整理配置与使用流程。
一、环境准备与安装
第一步肯定还是安装 Ollama，现在 Ollama 官方给每个系统都提供了命令行安装的途径，不过这可能需要比较独特的网络访问，大家自行解决吧。
1. 安装Ollama
- Windows（PowerShell）：
powershell irm https://ollama.com/install.ps1 | iex - Linux/macOS（终端）：
bash curl -fsSL https://ollama.com/install.sh | sh验证安装：ollama --version
2. 安装OpenCode
OpenCode 现在也提供了一个桌面版本，不过我还是更推荐命令行版本，毕竟命令行版本更轻量，而且可以随时随地进行开发，远程访问就非常方便。
命令行版本的安装方式有很多，咱们还是经典的脚本来安装：
curl -fsSL https://opencode.ai/install | bash
然后再验证安装：opencode --version
OpenCode用的模型最好是支持较大上下文窗口的（建议≥32k tokens）。
这时候先不要急着配置，因为OpenCode的模型选择和Ollama的模型选择是分开的，所以需要先配置Ollama。
二、模型选择与硬件适配
Ollama模型运行主要依赖GPU显存（无GPU时使用系统内存，性能显著降低）。根据设备能力选择模型：
| 模型 | 特点 | 推荐硬件 | 拉取命令 |
|---|---|---|---|
| lfm2.5-thinking | 轻量级（<1GB），思维链优化，CPU友好 | 笔记本什么的就可以 | ollama pull lfm2.5-thinking |
| qwen3:4b-instruct-2507 | 也是比较轻量级 | ≥6GB显存 | ollama pull qwen3:4b-instruct-2507 |
| qwen3.5:4b | 通用对话与编程，比较新的模型 | ≥6GB显存 | ollama pull qwen3.5:4b |
| translategemma:4b | 专业多语言翻译 | ≥6GB显存 | ollama pull translategemma:4b |
| gpt-oss:20b | 大型项目深度分析 | ≥16GB显存 | ollama pull gpt-oss:20b |
重要说明： - lfm2.5-thinking 体积不足1GB，低配置设备可流畅运行 - 模型下载需联网，运行阶段完全离线 - 显存不足时自动降级至CPU模式，响应速度下降
三、配置连接
方式一：一键配置（推荐）
# 通过 Ollama 启动 OpenCode 生成配置
ollama launch opencode --config
然后就可以按照提示进行模型选择等配置了。
方式二：手动配置
编辑 ~/.config/opencode/opencode.json，注意这里面写的模型名称需与ollama pull命令完全一致：
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"ollama": {
"options": { "baseURL": "http://localhost:11434/v1" },
"models": {
"lfm2.5-thinking": { "name": "lfm2.5-thinking" },
"qwen3:4b-instruct-2507": { "name": "qwen3:4b-instruct-2507" },
"qwen3.5:4b": { "name": "qwen3.5:4b" }
}
}
}
}
四、核心使用流程
1. 启动与项目初始化
mkdir my-project && cd my-project
opencode
在OpenCode交互界面中输入：
/init
该命令执行以下操作：
- 在当前目录创建 .opencode 隐藏文件夹（存储项目代码索引与会话数据）
- 生成 AGENTS.md 配置文件（定义项目中AI智能体的角色分工与协作规则）
- 完成项目上下文初始化，使后续对话精准理解项目结构与需求
然后还可以切换模型：
/models
就弹出了各种可选的模型了
2. 交互操作示例
- 创建功能：
创建带表单验证的登录页面→ 生成完整HTML/CSS/JS文件 - 代码解析：
解释 @src/auth.js 的认证逻辑（@引用项目内文件路径） - 常用指令：
- Tab键：切换 Plan（规划）/ Build（构建）模式
/undo：撤销上一步变更/share：生成会话分享链接- 脚本调用：
opencode -p "修复空指针异常"
3. 安全机制
- 敏感操作（如执行shell命令）默认需人工确认
- 严格遵循项目
.gitignore规则，避免索引无关文件 - 所有文件修改操作可追溯，支持即时撤销
五、能力补充说明
当本地硬件资源受限或需更强能力（如图片理解、超长上下文处理）时，可考虑专业云端服务作为补充方案：
阿里云百炼 Coding Plan 提供专为编程优化的模型服务，与OpenCode等工具兼容。
注意：云端方案涉及代码上传，需根据项目敏感度评估使用。