Lokaler Copilot mit Cline: KI-Agent in VS Code (Ollama)

#Warum ein lokaler Copilot?

Datenschutz

Kein Codeausschnitt verlässt Ihren Rechner. NDA, Betriebsgeheimnisse, Kundencode: Alles bleibt lokal.

Offline

Im Flugzeug, tief in einem Labor ohne Internet, im Urlaub. Das Modell liegt auf Ihrem Datenträger.

Kosten

Nach dem Kauf einer GPU kostenlos. Die Kosten für zwei Jahre Copilot-Nutzung entsprechen für einen Entwickler dem Preis einer Mittelklasse-Grafikkarte.

Modellwahl

Sie können Qwen 3.5 je nach Programmiersprache und verfügbarem VRAM durch Devstral, Qwen3-Coder oder GLM 4.7 Flash ersetzen.

#Warum dieser Leitfaden auf Cline umgestellt wurde

Dieser Leitfaden basierte ursprünglich auf Continue.dev. Continue wurde im Juni 2026 von Cursor übernommen, sein Repository ist inzwischen archiviert und das eigenständige Produkt wird nicht mehr gepflegt. Deshalb haben wir den Leitfaden für Cline aktualisiert, einen gleichwertigen, aktiv weiterentwickelten Open-Source-Assistenten, der über Ollama ebenfalls zu 100 % lokal läuft.

#Zu verwendende Modelle

⭐ Qwen 3.5 9B

DIE Wahl für 8 GB im Jahr 2026. Mehrsprachig (einschließlich Französisch), 256k Kontext, Bildverarbeitung, Apache 2.0. Gut im Chat und als Agent für Python, TypeScript und Rust. ~6,6 GB in Q4.

Devstral 24B (Mistral AI)

Spezialist für agentengestütztes Programmieren, Apache 2.0. DIE Wahl bei 16 GB für Änderungen an mehreren Dateien mit Cline. ~14 GB in Q4.

Qwen3-Coder 30B-A3B

MoE-Modell für Code (3B aktive Parameter, daher schnell), 256k Kontext. Für 24 GB: Chat + leistungsstarker Agent, der mit Copilot mithalten kann. ~19 GB in Q4.

Qwen 3.8 27B

Das „Copilot-ähnliche“ Modell von 2026 (veröffentlicht am 14.08.2026), 262k Kontext, Bildverarbeitung, Apache 2.0. Für 24 GB – die Reasoning-Stufe auf „low“ setzen, damit das Modell nicht übermäßig lange nachdenkt.

#1. Cline installieren

1. 01
   Ollama installieren

   Falls noch nicht geschehen, lesen Sie die Anleitung „Ollama unter Windows/macOS/Linux installieren“. Ollama ist die Laufzeit, die das Modell im Hintergrund ausführt.
2. 02
   Modell herunterladen

   Laden Sie mit dem folgenden Befehl ein zu Ihrem VRAM passendes Coding-Modell herunter.
3. 03
   Die Cline-Erweiterung installieren

   In VS Code: Erweiterungen (Ctrl+Shift+X) → Cline suchen → Install. Bei JetBrains nutzen Sie den Plugin-Marktplatz.
4. 04
   Panel öffnen

   Ein Cline-Icon erscheint in der linken Seitenleiste. Klicken Sie darauf, um das Chat- und Agentenpanel zu öffnen.

# Modèle principal (chat + agent)
ollama pull qwen3.5:9b

# Plus de VRAM ? Devstral, le spécialiste du mode agent (16 Go)
ollama pull devstral:24b

#2. Den Ollama-Provider konfigurieren

Cline muss wissen, wo das Modell zu finden ist. Öffnen Sie seine Einstellungen (Zahnradsymbol im Panel), wählen Sie den Anbieter Ollama, geben Sie die lokale Adresse des Daemons ein und wählen Sie das Modell aus der Liste der erkannten Modelle aus.

Provider     : Ollama
Base URL     : http://localhost:11434
Modèle       : qwen3.5:9b

#3. Chat-Modus

Der Chat-Modus ist das direkte lokale Gegenstück zu einem Copilot-Chat-Panel. Stellen Sie eine Frage, fügen Sie Code ein oder bitten Sie um eine Erklärung oder eine Fehlerbehebung.

Chat öffnen

Klicken Sie auf das Cline-Symbol in der Seitenleiste. Die Unterhaltung wird im Panel angezeigt.

Code beifügen

Wählen Sie einen Block im Editor aus und senden Sie ihn anschließend in den Chatkontext, damit das Modell darüber nachdenken kann.

Dateien erwähnen

Cline kann Dateien aus Ihrem Projekt referenzieren, um mit dem richtigen Kontext zu antworten, ohne dass Sie alles kopieren und einfügen müssten.

Historie lokal speichern

Ihre Gespräche bleiben auf Ihrem Gerät. Nichts wird in eine Cloud synchronisiert.

#4. Agent-Modus

Hier geht Cline über einen einfachen Chat hinaus. Im Agentenmodus kann Cline die Verzeichnisstruktur lesen, Dateien öffnen, Änderungen an mehreren Dateien vorschlagen und Befehle ausführen — jede Aktion erfordert Ihre Zustimmung.

Erst planen, dann ausführen

Beschreiben Sie eine Aufgabe auf Französisch („ajoute un endpoint /health et son test“). Cline schlägt einen Plan vor und setzt die Änderungen anschließend Schritt für Schritt um.

Validierter Diff

Jede Änderung wird als Diff dargestellt, den Sie akzeptieren oder ablehnen können. Sie behalten jederzeit die Kontrolle.

Kontrollierte Befehlsausführung

Der Agent kann vorschlagen, einen Befehl auszuführen (Tests, Build). Ohne Ihre ausdrückliche Zustimmung wird nichts ausgeführt.

- Ajoute du logging pour tracer les entrées/sorties
- Convertis cette fonction en async/await
- Extrais ce bloc dans un fichier util.ts et mets à jour les imports
- Écris des tests unitaires pour les cas limites

#5. Autovervollständigung: Tabby oder Twinny

Wichtiger Punkt: Cline ist ein Chat-Assistent und Agent; es bietet beim Tippen keine Inline-Autovervollständigung als „ausgegrauten Text“. Um diesen Komfort wie bei Copilot wiederzubekommen, installieren Sie eine dafür vorgesehene Erweiterung, die ebenfalls mit Ollama verbunden ist.

Tabby

Selbst gehostete Erweiterung zur Autovervollständigung, ideal, wenn mehrere Entwickler dieselbe GPU gemeinsam nutzen. Die zeilenweise Vervollständigung wird grau angezeigt; mit Tab übernehmen.

Twinny

Schlanke VS-Code-Erweiterung mit Autovervollständigung und Chat, die sich direkt mit Ollama verbindet. Eine gute Ergänzung zu Cline für die Einzelarbeit, wenn viel Code zu tippen ist.

Das Duo, das funktioniert

Cline für Chat und Agent, Tabby oder Twinny für die Inline-Vervollständigung. Beide greifen auf dieselbe Ollama-Instanz zu, und Ihr Code bleibt bei beiden lokal.

#Leistung und erweiterte Einstellungen

Hohes num_ctx

In Ollama setzen Sie num_ctx auf 16384, damit der Agent viel Kontext (Dateien, Diffs) übermitteln kann. Per Modelfile.

Flash Attention

Auf RTX 30/40/50 aktivieren Sie FA in Ollama (Variable OLLAMA_FLASH_ATTENTION=1). Ca. +20 % Geschwindigkeit.

Quantisierter KV-Cache

OLLAMA_KV_CACHE_TYPE=q8_0 halbiert den VRAM-Bedarf für den Kontext. Entscheidend, wenn der Agent große Dateien verarbeitet.

Ein Modell pro Rolle

Ein dediziertes FIM-Modell (qwen2.5-coder:7b-base, ~4,7 GB) für die Autovervollständigung (Tabby/Twinny), ein 24B/30B-Modell (Devstral, Qwen3-Coder) für den Chat und den Agenten von Cline. Ollama lädt das jeweils angeforderte Modell.

# Modelfile : devstral-16k
FROM devstral:24b
PARAMETER num_ctx 16384

ollama create devstral-16k -f Modelfile
# puis sélectionnez devstral-16k comme modèle dans Cline

#Häufig gestellte Fragen

#Fazit

In etwa zwanzig Minuten haben Sie einen 100 % lokalen Code-Copilot: Cline für den Chat und den Agentenmodus, ein aktuelles Code-Modell (Qwen 3.5 9B, oder Devstral 24B für den Agenten) über Ollama als Engine, sowie Tabby oder Twinny (mit qwen2.5-coder:7b-base) für die Inline-Autovervollständigung. Ihr Code verlässt nie Ihr Gerät, Sie arbeiten offline und behalten die Freiheit, das Modell je nach Programmiersprache zu wechseln. Wenn Sie die Stunden für die Einstellungen sparen und von einer bewährten Basis ausgehen möchten, bietet der kostenpflichtige Leitfaden „Copilote de code local“ ein komplettes, sofort einsatzbereites Konfigurationspaket für Ollama + Cline + Aider.