Ollama-Tools und Editor-Integrationen

Ollama unterhält ein offizielles Integrationsverzeichnis: Terminal-Coding-Agenten, gängige IDEs, Desktop-Assistenten und Automatisierungsplattformen können alle direkt lokale Modelle verwenden.

In diesem Abschnitt verwenden wirollama launchEin-Klick-Integration oder konfigurieren Umgebungsvariablen manuell, um lokale Modelle in Ihre tägliche Toolchain einzubinden.


Überblick über das Integrations-Ökosystem

Offizielle Integrationen sind nach Anwendungsfall in drei Kategorien unterteilt und decken alles von Coding bis hin zu täglichen Assistenten ab.

Ollama 集成生态全景

Alle Integrationen folgen im Wesentlichen demselben Weg: Richten Sie die Modellanfragen des Tools an localhost:11434 oder an OpenAI/Anthropic-kompatible APIs.


ollama launch: Ein-Klick-Integration

launch ist der einheitliche Einstiegspunkt für Integrationen und führt interaktiv vier Schritte aus: "Tool auswählen, Modell auswählen, Konfiguration schreiben, starten."

Beispiel

# Integration zum Starten interaktiv auswählen
ollama launch

# Eine angegebene Integration direkt mit einem angegebenen Modell starten
ollama launch claude --model qwen3.5

# Nur Konfiguration generieren, nicht starten
ollama launch droid --config

Für nicht-interaktive Szenarien wie Skripte und CI verwenden Sie --yes, um alle Auswahlabfragen zu überspringen; das Modell muss mit --model angegeben werden:

Beispiel

# Nicht-interaktiver Modus: Modell automatisch abrufen, automatisch konfigurieren, direkt ausführen
# Argumente nach "--" werden unverändert an Claude Code selbst übergeben
ollama launch claude --model qwen3.5 --yes -- -p "Was macht dieses Repository?"

Terminal-Coding-Agenten

Terminal-Coding-Agenten sind derzeit die aktivste Integrationskategorie; Ollama verbindet sich über das Kompatibilitätsprotokoll des jeweiligen Anbieters mit ihnen.

ToolBeschreibung
Claude CodeAnthropics Coding-Agent, verbunden über die Anthropic-kompatible API, unterstützt Tool-Aufrufe, Teilaufgaben und Websuche
OpenCodeOpen-Source-Coding-Agent; bearbeitet, führt aus und iteriert über Code
CodexOpenAIs Coding-Assistent, sowohl als CLI- als auch als Desktop-Version verfügbar
Copilot CLIGitHubs Kommandozeilen-Coding-Assistent
DroidKI-Codierungsagent von Factory
GooseOpen-Source-Automatisierungsagent mit MCP-Erweiterungsunterstützung
DeepSeek-HarnessDeepSeeks Open-Source-Agentenframework mit Unteraufgaben und Websuche
Cline CLIKommandozeilenform von Cline

Claude Code Integrationsleitfaden

Am Beispiel des repräsentativsten Claude Code ist die Ein-Klick-Methode der oben stehende Startbefehl; die manuelle Konfiguration erfordert nur zwei Umgebungsvariablen:

Beispiel

# Richte die Anfragen von Claude Code an lokales Ollama
export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_API_KEY=""
export ANTHROPIC_BASE_URL=http://localhost:11434

# Mit einem beliebigen lokalen Modell starten
claude --model qwen3.5

Nach der Integration können Chat, Dateibearbeitung, Befehlsausführung, Visionseingabe und Websuche von Claude Code alle lokale oder Cloud-Ollama-Modelle nutzen.

Die zwingende Voraussetzung für das Ausführen von Coding-Agents ist das Kontextfenster: Tool-Ausgaben und Codedateien können leicht Zehntausende Token erreichen. Die offizielle Empfehlung ist, den Kontext auf über 64K zu setzen; der letzte Abschnitt dieses Kapitels beschreibt die Einrichtungsmethode.


IDEs und Editoren

Offizielle VS Code-Erweiterung

Ollama bietet eine offizielle Erweiterung für VS Code, die lokale Modelle mit dem VS Code Chat verbindet.

Schließen Sie die Integration in drei Schritten ab:

Schritt 1: Installieren Sie die Ollama-Erweiterung aus dem Marketplace; sie erkennt den Dienst standardmäßig unter localhost:11434.

Schritt 2: Öffnen Sie das Chat-Panel, suchen Sie den Abschnitt Ollama im Modell-Selektor unter dem Eingabefeld und wählen Sie ein Modell.

Schritt 3: Chatten Sie und stellen Sie Fragen direkt; lokale Modelle können an Coding-Q&A teilnehmen.

Beispiel

# Ein Modell für Chat vorbereiten (zuerst abrufen, falls nicht heruntergeladen)
ollama pull qwen3.5

# Cloud-Modelle erfordern Anmeldung; lokale Modelle erfordern kein Konto
ollama signin

Wenn das Modell nicht im Auswahlfeld erscheint, beheben Sie das Problem in dieser Reihenfolge: Stellen Sie sicher, dass Ollama läuft, bestätigen Sie, dass ollama list das Modell anzeigt, führen Sie Ollama: Refresh Models in der Befehlspalette aus und verwenden Sie dann Ollama: Diagnose Models, um die Diagnoseausgabe zu prüfen.

Andere Editoren

ToolFormBeschreibung
JetBrainsPluginOllama-Modelle in JetBrains IntelliJ IDEs verwenden
Cline / Roo CodeVS Code-PluginCoding-Plugin im Agent-Stil mit Unterstützung für benutzerdefinierte Modell-Endpunkte
ZedIntegrierte KonfigurationHochleistungs-Editor mit nativer Unterstützung für benutzerdefinierte Modellanbieter
XcodeIntegrierte KonfigurationEntwicklungstools für Apple-Plattformen, die eine Verbindung zu lokalen Modellen herstellen

Desktop-Assistenten und Automatisierung

Lokale Modelle können nicht nur Code schreiben, sondern auch als Alltagsassistenten und Automatisierungs-Engines dienen.

ToolRolle
Claude DesktopAnthropic-Desktop-Assistent, unterstützt lokale und Cloud-Ollama-Modelle
OpenClawPersönlicher Assistent, verbunden mit Messaging-Apps, erledigt tägliche Aufgaben
Hermes / Hermes DesktopOpen-Source-Agent mit Selbstverbesserungsfähigkeiten und Gedächtnisfähigkeiten
n8nVisuelle Workflow-Plattform, die Ollama in Automatisierungspipelines einbettet
OnyxQ&A-Plattform für Unternehmenswissensdatenbanken (RAG-Szenarien)
MarimoReaktives Python-Notebook, Modelle können innerhalb von Zellen aufgerufen werden

Kontext-Tuning für Agenten-Szenarien

Wenn ein integriertes Tool langsam ist oder irrelevante Antworten liefert, ist wahrscheinlich das Kontextfenster zu klein.

Von Tools zurückgegebene Webinhalte, gesamte Codedateien und mehrrundiger Agentenverlauf konkurrieren alle um das Kontextfenster; die Standard-4K sind bei Weitem nicht genug. Die offizielle Empfehlung liegt bei mindestens 64.000 Tokens für Websuche, Agenten und Coding-Tools.

Wählen Sie eine der drei Einrichtungsmethoden:

Beispiel

# Methode 1: Ziehen Sie den Kontext-Schieberegler auf der Einstellungsseite der Ollama-App (Integration nach der Änderung neu starten)

# Methode 2: Global beim Starten des Dienstes festlegen
OLLAMA_CONTEXT_LENGTH=64000 ollama serve

# Methode 3: Mithilfe einer Modelfile in ein dediziertes Modell einbetten
PARAMETER num_ctx 65536

Überprüfen Sie nach der Einstellung mit der CONTEXT-Spalte von ollama ps, und prüfen Sie dann die PROCESSOR-Spalte, um zu bestätigen, dass der VRAM sie noch aufnehmen kann.


Status des klassischen Open-Source-Ökosystems

Über das offizielle Integrationsverzeichnis hinaus gibt es im Community-Ökosystem auch eine Reihe von Open-Source-Projekten, die in großem Umfang mit Ollama zusammenarbeiten.

ProjektRolleStatus
LangChain / LlamaIndexFramework zur Entwicklung von LLM-Anwendungen mit integrierten Ollama-IntegrationsklassenVon der Community gepflegt; wird häufig für die RAG-Entwicklung verwendet
Open WebUISelbstgehostete ChatGPT-ähnliche Web-UI, Ein-Klick-Verbindung zu lokalem OllamaVon der Community gepflegt; häufig für das Teilen innerhalb interner Teams verwendet
ContinueOpen-Source-Plugin für KI-Coding-AssistentenVon der Community gepflegt; unterstützt benutzerdefinierte Modell-Endpunkte
Andere Erweiterungen