Содержание
Как подключить Kilo Code к Ollama
Черновик готовит редакция с помощью ИИ. За стандарт издания отвечает главный редактор — Валерий Курземнек.
Материал редакции Зерокодера. Счёт по выдаче снят собственным прогоном 18 октября 2026 года; цитаты источников приведены дословно. Обновлено: октябрь 2026.
Подключить Kilo Code к Ollama можно за четыре шага: установить и запустить Ollama, скачать модель под своё железо, выбрать Ollama в настройках провайдера Kilo Code и проверить связку на короткой задаче с одним файлом. Kilo Code поддерживает Ollama как локального провайдера моделей в расширении VS Code, плагине JetBrains и CLI. Инференс при этом идёт на вашем железе, а сетевые функции Kilo Code живут отдельными путями. Мы скачали подборку результатов веб-поиска по запросу «Как подключить Kilo Code к Ollama»: текст отдали 9 из 10.
Прямой ответ и границы продукта
Kilo Code — открытый ассистент для программирования, который работает в IDE, терминале, браузере и мобильных приложениях. В документации проекта перечислены VS Code, JetBrains, Cursor, Windsurf и другие форки VS Code, а также CLI для скриптов и автоматизации. Ollama в этой схеме отвечает за локальный запуск моделей: в материалах Kilo Code про локальные модели сказано, что это практичный выбор, когда нужен скриптуемый локальный рантайм с простой библиотекой моделей и службой, которая остаётся работать в фоне.
Границы стоит обозначить сразу. Локальный инференс снимает плату за токены у хостингового провайдера, но компьютер, память, накопитель, электричество, настройка и обслуживание остаются на вас — так это описано в разделе про локальные модели на сайте Kilo Code. Ollama Cloud — отдельный хостинговый сервис, и он отличается от запуска рантайма Ollama на собственной машине.
Второе ограничение касается приватности. Использование Ollama удерживает инференс модели локально, однако вход в аккаунт, обновления, удалённые MCP-серверы, телеметрия, Cloud Agents, хостинговое ревью кода и другие сетевые функции имеют собственные пути передачи данных. Полностью изолированный контур требует настройки или отключения каждой сетевой зависимости по отдельности.
Третье ограничение — качество моделей. В документации Kilo Code отмечено, что локальные модели заметно меньше облачных вроде Claude и GPT, чаще зацикливаются, хуже вызывают инструменты и выдают синтаксические ошибки. Простые промпты, короткие диалоги и отключение MCP-инструментов ускоряют работу.
Условия доступа и источник актуальных требований
Актуальные требования удобнее всего сверять по двум адресам: страница локальных моделей на kilo.ai и файл документации про Ollama в репозитории проекта. Первая описывает порядок подключения и ожидания от локального инференса, второй даёт детали по контексту, таймауту и выбору модели. Для установки самого рантайма источник требований — сайт Ollama.
Железо. В документации проекта для legacy-IDE указано, что для приличной скорости нужна видеокарта с большим объёмом VRAM (24 ГБ и больше) либо MacBook с большим объёмом унифицированной памяти (32 ГБ и больше). Это ориентир для моделей, которые там обсуждаются; для меньших артефактов порог ниже, но запас памяти всё равно нужен.
Память под контекст. Сайт Kilo Code предупреждает: длинные контекстные окна расходуют дополнительную память, а настройки рантайма по умолчанию могут отличаться от заявленного максимума модели. Выбирайте артефакт и квантизацию осознанно и оставляйте запас под IDE, индекс репозитория, инструменты и контекстное окно.
Аккаунт. При установке Kilo Code предлагает войти или создать бесплатный аккаунт; вход возможен по email, через ChatGPT, Google, Apple, GitHub, GitLab, Discord, LinkedIn, Anaconda или корпоративный SSO. Для локального провайдера это не отменяет настройки самого рантайма.
| Что проверяем | Где смотреть | Зачем |
|---|---|---|
| Версия рантайма и запуск службы | сайт Ollama, локальный терминал | служба должна работать до открытия настроек провайдера |
| Требования к железу | документация Kilo Code про Ollama | понять, потянет ли машина выбранный артефакт |
| Контекст и таймаут | настройки API-провайдера | избежать обрезки промпта и обрывов по времени |
| Список моделей | библиотека моделей Ollama | выбрать артефакт и квантизацию под задачу |
Документированный порядок действий
Порядок из документации проекта выглядит так.
- Установите Ollama с официального сайта и убедитесь, что локальная служба запущена, до того как открывать настройки провайдера в Kilo Code.
- Скачайте модель под своё железо. Артефакт и квантизацию выбирайте осознанно, оставляя запас памяти под IDE, индекс репозитория, инструменты и контекстное окно. В терминале это делается командой
ollama pull <model_name>, причёмollama serveдолжен быть запущен. - Откройте настройки провайдера Kilo Code, выберите Ollama и укажите модель, которую отдаёт локальный рантайм. Рантайм держите на локальном адресе, если только вы намеренно не поднимаете защищённый удалённый эндпоинт.
- Проверьте связку на короткой задаче: запрос, который читает один файл и предлагает небольшую правку. Убедитесь, что ответы модели и вызовы инструментов работают, прежде чем запускать длинные агентные сценарии.
В интерфейсе расширения путь такой: панель Kilo Code, значок шестерёнки, выбор Ollama в поле API Provider, затем выбор модели из предыдущего шага. Базовый URL по умолчанию — http://localhost:11434; его меняют, если Ollama работает на другой машине. Если нужной модели нет в списке, введите её имя прямо в поле Model ID, скачайте через ollama pull и переоткройте настройки провайдера, чтобы список определённых моделей обновился.
Контекст настраивается в поле «Context Window Size (num_ctx)» в настройках API-провайдера. В документации проекта сказано, что по умолчанию Ollama обрезает промпты до очень короткой длины, а для приличных результатов нужно минимум 32k; увеличение контекста повышает расход памяти и может снизить производительность. Таймаут API-запросов по умолчанию — 10 минут, и его увеличивают в разделе API Request Timeout, если локальная модель не успевает.
Оригинальный учебный пример и критерии проверки
Возьмите небольшой файл — например, модуль с одной функцией и парой тестов. Задача формулируется так: прочитать этот файл и предложить правку, которая переименует переменную и обновит её использование. Это ограниченный запрос из документации проекта: он читает один файл и предлагает небольшую правку.
Критерии, по которым вы сами оцениваете результат:
- модель прочитала именно тот файл, который вы указали, и не полезла в соседние;
- предложенная правка компилируется или проходит тесты без ручной доработки;
- вызов инструмента чтения файла отработал с первого раза;
- ответ уложился в таймаут, который вы задали;
- в логах рантайма нет сообщений об обрезке промпта.
Если хотя бы один критерий не выполняется, меняйте не весь стек сразу, а один параметр: размер контекста, таймаут или саму модель. В документации проекта отмечено, что модель, отвечающая на вопросы по коду, может плохо справляться с надёжным вызовом инструментов и длинными агентными циклами, поэтому проверка на одном файле отделяет проблему модели от проблемы настроек.
Готовый промпт для этой проверки:
Прочитай файл [путь к файлу] и предложи правку: переименуй переменную [старое имя] в [новое имя] и обнови все места, где она используется. Покажи только изменённые строки с номерами. Ничего не меняй в других файлах.
Подставьте свой путь и имена переменных. Если модель отвечает неуверенно, добавьте в промпт требование сначала перечислить найденные вхождения переменной, а потом предложить правку.
Смежные варианты и что выбирать по задаче
| Вариант | Когда подходит | Что учесть |
|---|---|---|
| Ollama локально | приватность, работа без сети, отсутствие платы за токены | железо, память, настройка и обслуживание на вас |
| Ollama Cloud | нужен хостинговый рантайм | это отдельный сервис, не локальный запуск |
| Kilo Gateway с BYOK | нужны облачные модели и аналитика расходов | ключ провайдера, оплата напрямую провайдеру |
| Собственный эндпоинт | self-hosted модель | настройка кастомного провайдера в конфиге |
Для моделей вне встроенного каталога Kilo Code предусмотрены кастомные модели: они добавляются под ключом provider.<provider_id>.models в конфигурационном файле, а ключ модели становится её идентификатором. В интерфейсе это делается через вкладку Providers, пункт Custom provider внизу списка провайдеров и заполнение диалога. По документации проекта, кастомные модели нужны для свежих релизов, локальных и дообученных моделей, self-hosted эндпоинтов и настройки лимитов токенов.
Для агентной работы в документации проекта рекомендуется qwen3-coder:30b; там же отмечено, что эта модель иногда ошибается с вызовом инструментов, и в таких случаях помогает смена промпта или кнопка Enhance Prompt. Альтернатива — devstral:24b. Для вспомогательных функций вроде Enhance Prompt или генерации сообщения коммита хватает моделей меньшего размера.
Типичные проблемы и проверяемые способы диагностики
Обрезка промпта. Симптом — модель отвечает так, будто не видит части контекста. Проверка: посмотрите значение num_ctx в настройках API-провайдера и сравните с заявленным максимумом модели. В документации проекта указано, что по умолчанию Ollama обрезает промпты до очень короткой длины, а минимум для приличных результатов — 32k.
Таймаут. Симптом — запрос обрывается на середине. Проверка: значение API Request Timeout в настройках; по умолчанию это 10 минут. Локальные модели работают медленно, и увеличение таймаута здесь — штатная мера.
Модель не появилась в списке. Проверка: скачайте её командой ollama pull <model_name> и переоткройте настройки провайдера, чтобы список определённых моделей обновился. Как альтернатива — впишите имя модели прямо в поле Model ID.
Служба не отвечает. Проверка: убедитесь, что Ollama запущена, до открытия настроек провайдера. Если рантайм живёт на другой машине, проверьте базовый URL: по умолчанию это http://localhost:11434.
Зацикливание и ошибки в коде. Симптом — агент повторяет один и тот же шаг или выдаёт нерабочий синтаксис. Проверка: сократите диалог, упростите промпт, отключите MCP-инструменты — в документации проекта это названо способом ускорить работу. Если не помогает, смените модель.
Проверка ключа в Kilo Gateway. В блоге Kilo описан тест соединения: значок лаборатории рядом с ключом, при наведении появляется подсказка «Test API key». Сообщение об успехе или ошибке покажет, дошёл ли запрос до провайдера.
Частые вопросы
Можно ли использовать Ollama с Kilo Code в VS Code, JetBrains и CLI?
Да. В документации проекта Kilo Code поддерживает Ollama как локального провайдера моделей во всех локальных клиентах: расширении VS Code, плагине JetBrains и CLI. Настройки провайдера применяются ко всему расширению, включая боковую панель и Agent Manager, которому отдельная аутентификация не нужна.
Делает ли Ollama все функции Kilo Code офлайн?
Нет. Локальным остаётся инференс модели, а вход в аккаунт, обновления, удалённые MCP-серверы, телеметрия, Cloud Agents и хостинговое ревью кода идут своими сетевыми путями. Для полностью изолированного контура каждую сетевую зависимость настраивают или отключают отдельно.
Бесплатен ли локальный инференс?
Плата за токены у хостингового провайдера не возникает, когда модель работает на вашем железе. Компьютер, память, накопитель, электричество, время на настройку и обслуживание остаются вашими расходами. Ollama Cloud — отдельный хостинговый сервис со своей моделью оплаты.
Какую модель выбрать для работы с Kilo Code?
В документации проекта для агента рекомендуется qwen3-coder:30b, альтернатива — devstral:24b. Для вспомогательных функций вроде Enhance Prompt или генерации сообщения коммита подойдут модели меньшего размера. Перед скачиванием большого артефакта сравните профили моделей по рантайму, квантизации, памяти и классу железа.
Что делать, если модель обрезает контекст или упирается в таймаут?
Увеличьте значение num_ctx в настройках API-провайдера: минимум для приличных результатов — 32k, но рост контекста повышает расход памяти. Таймаут API-запросов по умолчанию составляет 10 минут, и его увеличивают в разделе API Request Timeout. Если после этого запросы всё равно обрываются, проверьте запас памяти и смените модель на меньшую.