Cline + Ollama：在VS中实现100%本地代码代理 代码

#为什么在本地使用Cline智能体

Cline（原名 Claude Dev）是一款 VS Code 扩展，通过智能体循环驱动大语言模型：它会规划任务、编辑多个文件、在终端中执行命令、读取输出并进行修正。与简单的内联补全不同，它能够执行完整任务——例如编写函数、迁移模块、根据堆栈跟踪排查错误。

将它与 Ollama 配合使用，而非接入云端 API，有三个具体优势：您的专有代码始终不会离开本机，不产生任何按 token 计费的费用（Cline 消耗大量上下文，在云端费用很快就会累积），而且智能体可以离线运行。代价是：一个好的本地代码模型需要显存，而 Ollama 的默认设置不适合智能体用途。

#先决条件

VS Code

较新的版本（1.90+）。Cline 也能在兼容 Open VSX 的分支版本（VSCodium、Cursor）中运行，但本指南针对标准版 VS Code。

Ollama 已安装

守护进程必须保持运行，并监听 http://localhost:11434。如果尚未完成这一步，请参阅我们的 Ollama 安装指南。

具备足够显存的 GPU

要流畅使用智能体，至少需要16 GB 显存；使用高端模型则需要24 GB。仅用 CPU 仍然可行，但对智能体的循环执行来说速度太慢。

在 VS Code 中打开的项目

Cline 在当前工作区目录中操作：请打开一个真实仓库，而非孤立文件。

#根据VRAM选择模型

模型选择比其他一切都重要：Cline 智能体会接连调用工具、读取文件并处理差异，因此需要一个能遵循指令并严格遵守工具格式的模型。三种配置方案可以覆盖 2026 年的大多数显卡。

24 GB（RTX 4090、3090、RX 7900 XTX）—— Qwen3-Coder 32B

目前最好的本地智能体。采用 Q4_K_M 量化时，它占用约 19 GB 显存，还能为 32k 上下文留出余量。如果您的显卡能容纳它，这就是应当优先考虑的模型。

16 GB（RTX 4080、5070 Ti、4060 Ti 16GB）— Devstral Small 2

这款 Mistral 模型专为编程智能体设计，采用 Q4_K_M 量化时可装入 16 GB 显存，并保留实用的上下文空间。它是这一档显卡上的最佳折中选择。

通用性强 — Qwen 3.6 27B

如果您想用一个模型兼顾代码和其他任务，27B版本经Q4量化后能装进24GB显存，作为智能体使用时也表现出色。它在纯代码任务上比Qwen3-Coder稍逊一筹，但用途更广。

避免在智能体应用中使用小于 14B 的模型：它们会破坏工具调用格式、陷入循环，或生成无法应用的代码差异补丁（diff）。小而快的模型非常适合行内补全（通过 Tabby 或 Continue），但不适合驱动 Cline。

#1. 准备Ollama

首先确认 Ollama 正在运行，然后拉取所选模型。这里以 Qwen3-Coder 32B 为例——请将模型标签替换为适合您显存容量的标签。

# Vérifier que le daemon répond
curl http://localhost:11434/api/version

# Tirer le modèle de code (adapter au tag exact affiché sur ollama.com)
ollama pull qwen3-coder:32b

# Alternatives selon la VRAM
ollama pull devstral-small-2   # 16 Go
ollama pull qwen3.6:27b        # généraliste 24 Go

# Lister ce qui est installé
ollama list

#2. 配置Ollama的上下文

这是大家都会漏掉的步骤。默认情况下，Ollama以4096个token的上下文窗口提供模型服务。而Cline会发送多个文件的内容、任务历史和工具定义：上下文窗口只有4k时，智能体每一轮都会忘记自身任务的开头，从而变得无法使用。

需要提高 num_ctx 的值。规范的做法是通过 Modelfile 创建衍生模型，使该设置长期生效，并且不依赖 Cline。

# Fichier : Modelfile
FROM qwen3-coder:32b

# Contexte élargi pour l'usage agent (32k)
PARAMETER num_ctx 32768

# Un peu de déterminisme pour le code
PARAMETER temperature 0.2

# Créer le modèle dérivé
ollama create qwen3-coder-agent -f Modelfile

# Il apparaît désormais dans la liste
ollama list

#3. 安装 Cline

1. 01
   打开扩展市场

   在 VS Code 中，打开扩展面板（Ctrl+Shift+X）。
2. 02
   查找 Cline

   在搜索栏中输入「Cline」。官方扩展由「Cline Bot Inc.」发布——请检查发布者以避免使用仿制品。
3. 03
   安装并固定

   点击Installer。侧边活动栏中会出现Cline图标；将其固定，以便快速访问。

#4. 将Cline连接到 Ollama

Cline原生支持 Ollama ：无需手动构建兼容OpenAI API的URL。打开Cline面板，点击设置图标，然后配置服务提供商。

1. 01
   API Provider → Ollama

   在“API Provider”下拉列表中，选择“Ollama”。
2. 02
   Base URL

   保留 http://localhost:11434（默认值）。仅在 Ollama 运行在其他设备或容器中时才更改该值。
3. 03
   Model

   请选择qwen3-coder-agent（在第2步创建的衍生模型），而非4k上下文的原始模型。
4. 04
   检查上下文窗口

   Cline 中有一个名为「Context Window」的字段。请将其设置为与 Modelfile 中的 num_ctx 一致的值（32768）。如果两者不一致，提示词就会在到达 Ollama 之前被 Cline 截断。

#5. 首次以智能体模式运行

打开一个实际项目，然后给 Cline 分配一项具体且范围明确的任务。初次测试最好只涉及少量文件：添加一个测试、修复一个已发现的 bug，或编写一个小型工具函数。

Ajoute une fonction `slugify(texte)` dans src/utils/strings.js qui met en minuscules, remplace les accents et les espaces par des tirets. Écris aussi un test unitaire dans le fichier de tests existant à côté.

Cline 会读取文件夹内容，提出差异补丁（diff），并要求您确认每次修改和每条命令。首次使用时，请逐步批准，以了解它的行为。熟悉并信任它之后，您可以在设置中启用某些操作的自动批准，例如读取文件和执行非破坏性命令。

#常见陷阱

智能体忘记了自己的任务

这几乎总是上下文设置的问题：Ollama 端的 num_ctx 过低，或 Cline 端的 Context Window 设置不当。请重新调整，使这两个值保持一致。

无法应用差异补丁

模型太小或量化程度过高，无法遵循编辑格式。请提升一个档次（14B → 27B/32B），或从 Q3 改用 Q4_K_M。

推理切换至CPU

模型与上下文所需的显存超出了 VRAM 容量。请检查 `ollama ps`；减小 num_ctx 或选择更小的模型。部分依赖 CPU 运行的智能体会变得无法使用。

工具调用陷入无限循环

某些模型会重复执行同一条命令。请先切换到 Plan Mode，并将任务拆分为更小的子任务。

连接被拒绝

Ollama 未在监听，或未在预期的 URL 上监听。请测试 `curl http://localhost:11434/api/version`。如果在容器中运行，请暴露端口，并让 Cline 指向正确的地址。

#深入了解

您现在拥有一个 100% 在本地运行的 Cline 智能体，可以编辑您的代码而不泄露任何信息。接下来可以自然地从两个方向完善：优化模型选择，以及补充 Cline 不提供的行内自动补全功能。

2026 年最适合编程的本地 LLM

Devstral / Qwen3-Coder 及其他替代模型的对比，涵盖显存需求和代码质量——帮助您进一步选择接入 Cline 的模型。

Continue.dev 被 Cursor 收购：迁移至 Cline

如果您是从 Continue.dev 转来，此处提供专为将您的配置导出并迁移到本环境而设计的指南。

选择量化方案（Q4、Q5、Q8、FP16）

理解质量与显存之间的权衡，以在您的显卡上容纳尽可能大的模型。