Assistant code local avec Continue et Ollama

Par Emmanuel Sauvage · Publié le · Mis à jour le

Cette page peut contenir des liens partenaires Amazon : si vous achetez après un clic, le site peut percevoir une commission sans surcoût pour vous. Nos conseils restent indépendants. En savoir plus.

Coder un petit site perso, un script Python pour trier des photos ou un plugin Home Assistant, ce n’est pas le même métier que développer pour une PME. Dans un foyer, l’enjeu est souvent double : gagner du temps sur des tâches répétitives et éviter d’envoyer des bouts de code (parfois des mots de passe en commentaire, des clés API de test ou des données perso) vers un cloud d’assistance.

En bref (objectif, public, prérequis)

  • Objectif : brancher l’extension Continue sur Ollama pour obtenir chat code et complétion automatique (autocomplete dans la doc anglaise) dans VS Code, sans envoyer le dépôt vers un SaaS.
  • Public : développeur hobby, étudiant ou parent qui modifie des scripts perso — pas un monorepo d’entreprise.
  • Prérequis : Ollama installé (multi-OS ou Windows pas à pas), un modèle code 7B–13B téléchargé, 16–32 Go RAM ou GPU avec VRAM suffisante (VRAM et modèles), VS Code à jour.

Note libellés : les termes anglais inline, autocomplete et diff viennent de l’interface Continue/VS Code ; en français utile ici : complétion pendant la frappe, suggestions automatiques, comparaison avant/après modification.

Continue est une extension open source pour Visual Studio Code (et JetBrains) qui ajoute chat contextuel, édition par consigne et complétion pendant la frappe (inline dans l’interface). Ollama sert de moteur : il charge des modèles sur votre machine et expose une API (application programming interface, interface HTTP pour dialoguer avec le modèle) locale, en général sur le port 11434. En branchant Continue sur l’URL de base de cette API — champ apiBase dans la configuration Continue, par exemple http://localhost:11434 — vous gardez prompts et extraits de dépôt sur le LAN (local area network, réseau local domestique).

Ce que fait Continue, et ce qu’Ollama apporte

Continue ne remplace pas votre compilateur ni Git : c’est une couche de dialogue au-dessus de l’éditeur. Vous pouvez sélectionner un fichier, poser une question (« explique cette fonction », « ajoute des tests unitaires basiques »), demander une modification sur plusieurs fichiers ou accepter une suggestion de complétion pendant que vous tapez. Le modèle lit le contexte que vous lui envoyez (fichier ouvert, sélection, parfois d’autres fichiers indexés selon vos réglages).

Ollama télécharge des poids de modèle, les sert via un daemon (processus en arrière-plan) et répond à des requêtes compatibles OpenAI pour le chat. Continue s’y connecte via apiBase (URL de base de l’API Ollama) et le nom exact du modèle affiché par ollama list. Tant qu’Ollama écoute en local et que vous n’ouvrez pas le port 11434 sur Internet, le flux reste sur votre réseau. Pour le RGPD et la vie privée d’un code hobby, c’est un argument fort ; pour la qualité sur de gros monorepos d’entreprise, ce n’est pas l’objectif de ce guide — voir : RGPD et IA 100 % locale.

Si Ollama n’est pas encore installé, commencez par : installer Ollama sur Windows, Linux ou Mac ou le guide Windows pas à pas. Un premier test sans VS Code : la première IA locale en 15 minutes.

GGUF, quantification et modèles code 7B–13B

Les modèles que Ollama récupère sont souvent packagés à partir de fichiers GGUF (format associé à llama.cpp : Georgi Gerganov Unified Format — acronyme du nom de l’auteur et du format unifié de tensors pour l’inférence CPU/GPU). En pratique, GGUF permet de stocker un modèle quantifié (Q4_K_M, Q5_K_M, Q8_0…) : on réduit la précision numérique des poids pour gagner de la place en VRAM (mémoire vidéo de la carte graphique) ou en RAM, avec une légère perte de finesse. Pour du code hobby, Q4_K_M sur un modèle 7B ou 8B « coder » est le compromis le plus courant ; un 13B en Q4 demande plus de mémoire mais suit mieux les consignes sur des refactors un peu longs.

Ollama ne vous oblige pas à manipuler les fichiers GGUF à la main : la commande ollama pull télécharge un Modelfile déjà prêt. Côté choix, privilégiez des variantes instruct orientées code (noms contenant souvent coder, code, ou des familles réputées pour le dev). Le catalogue des modèles Ollama évolue vite ; en octobre 2026, des tailles 7B–13B restent la zone réaliste pour un poste de dev à la maison sans parc de cartes graphiques dédiées (plusieurs GPU en parallèle). Évitez de viser un 70B « parce que c’est sur la page d’accueil » : sur un mini-PC, vous retomberez sur du CPU lent et une complétion frustrante. Le guide VRAM et quel modèle et choisir un premier modèle aident à croiser taille, quantification et fluidité.

Exemples de commandes (adaptez les tags au catalogue du moment) :

ollama pull qwen2.5-coder:7b
ollama pull deepseek-coder-v2:16b-lite-instruct-q4_K_M
ollama run qwen2.5-coder:7b

Testez en terminal : si les réponses traînent ou si le processus bascule tout en RAM système, réduisez la taille ou passez à une machine avec plus de RAM 32 vs 64 Go pour les LLM (guide dédié, pas un jargon interne).

Procédure : Ollama prêt, puis Continue dans VS Code

Préparer Ollama et vérifier l’API

  1. Installez Ollama et laissez le service démarrer (icône barre des tâches sous Windows, systemd sous Linux).
  2. Téléchargez un modèle code adapté à votre RAM/VRAM (voir section modèles).
  3. Vérifiez que l’API répond : curl http://localhost:11434/api/tags doit lister vos modèles, ou testez ollama list.
  4. (Option) Si Ollama est sur une autre machine du réseau, notez son IP fixe DHCP et autorisez le port 11434 uniquement sur le LAN — jamais en redirection WAN ouverte.

Installer Continue dans VS Code

  1. Ouvrez VS Code, onglet Extensions, recherchez Continue (éditeur Continue) et installez l’extension officielle.
  2. Ouvrez la palette Continue (icône dans la barre latérale) puis Settings / configuration du modèle (fichier config.yaml ou interface selon la version).

Configurer le modèle Ollama et apiBase

  1. Ajoutez un modèle de type Ollama avec :
    • provider (fournisseur de backend) : ollama
    • model : le nom exact affiché par ollama list (ex. qwen2.5-coder:7b)
    • apiBase (URL de base de l’API) : http://localhost:11434 — ou http://IP_DU_SERVEUR:11434 si Ollama est distant sur le LAN
  2. Définissez ce modèle comme chat et, si l’interface le permet, comme modèle de complétion automatique (rôle autocomplete = suggestions pendant la frappe dans Continue).
  3. Redémarrez VS Code si les changements ne sont pas pris en compte.

Encart configuration Continue (doc oct. 2026)

Syntaxe susceptible d’évoluer avec Continue — vérifiez la documentation officielle avant de copier. Les clés restent en anglais (provider, model, apiBase, roles) : syntaxe imposée par Continue. Copiez le bloc ligne par ligne, sans espaces avant models :

models:
  - name: Ollama Code 7B
    provider: ollama
    model: qwen2.5-coder:7b
    apiBase: http://localhost:11434
    roles:
      - chat
      - autocomplete

Avec Docker (stack Docker Ollama + Open WebUI), l’hôte peut être http://127.0.0.1:11434 mappé depuis le conteneur — testez avec curl depuis la même machine que VS Code.

Tester Continue dans l’éditeur

  1. Ouvrez un dépôt local (pas besoin de GitHub).
  2. Sélectionnez une fonction et ouvrez le chat Continue : demandez une explication en français.
  3. Proposez une modification ciblée (« ajoute une gestion d’erreur sur l’ouverture de fichier ») et relisez la comparaison des changements (diff dans Continue) avant d’accepter.
  4. Activez la complétion pendant la frappe (inline) si disponible ; si les suggestions sont lentes, réduisez le contexte ou passez à un modèle 7B plus léger.
  5. Ne collez pas de secrets dans le chat : même en local, les logs ou captures d’écran peuvent fuiter ; habituez-vous à anonymiser.

Récapitulatif connexion (fin de procédure)

apiBase: http://localhost:11434
Port Ollama par défaut : 11434
model: nom exact copié depuis « ollama list »

Si Ollama tourne sur une autre machine du LAN, remplacez localhost par l’IP fixe du serveur dans apiBase uniquement — pare-feu maîtrisé, jamais de redirection WAN ouverte sur 11434.

Matériel : mini-PC, GPU et VRAM pour le code

Une fois Continue branché, si la complétion reste lente malgré un 7B léger, croisez profil matériel et modèle — ne changez pas de machine avant d’avoir validé les trois lignes du récap ci-dessus. En une phrase : un 7B quantifié convient souvent à un mini-PC 32 Go avec RTX 8 Go ; un 13B confortable demande plutôt 12–16 Go VRAM ou un Mac avec mémoire unifiée généreuse. Guides détaillés : VRAM et quel modèle, Mac Mini M4, comparatif mini-PC LLM, sélecteur matériel (usage, bruit, budget sans pousser un SKU précis).

Fourchettes foyer indicatives oct. 2026 — mesurez sur votre machine (ollama ps, moniteur système ou nvidia-smi si GPU NVIDIA).

Profil VRAM / RAM Modèle recommandé Commentaire
Portable 16 Go iGPU, swap RAM 3B–7B Q4 Apprentissage ; complétion parfois saccadée
Mini-PC 32 Go + RTX 4060 8 Go 8 Go VRAM 7B–8B Q4/Q5 Bon équilibre prix/confort bureau
Station 64 Go + RTX 4070 12 Go 12 Go VRAM 7B fluide, 13B Q4 Refactors multi-fichiers plus stables
Mac Mini 24–32 Go unifiés RAM unifiée 7B–8B Peu de bruit ; vérifier tags Ollama Apple

Continue peut tourner sur le laptop du développeur pendant qu’Ollama tourne sur une machine fixe du salon (mini-PC silencieux) : même règle apiBase avec l’IP LAN. Pour la conso 24 h/24 : bruit et consommation mini-PC, budget électricité. Stockez les modèles sur SSD (SSD et stockage modèles). eGPU / iGPU : GPU, iGPU, eGPU et OCuLink.

Achat matériel (optionnel) — seulement si vous confirmez un goulot VRAM/RAM après tests : vérifiez le prix actuel (oct. 2026) ; aucun tarif fixe sur LocAIhome. Recherches Amazon pour comparer l’offre du moment : mini PC pour LLM sur Amazon.fr, cartes RTX 4060 sur Amazon.fr — liens partenaires (rel=sponsored, tag manuso06-21) ; transparence sur la page affiliation.

Pour automatiser des tâches plutôt que coder dans l’IDE, le flux n8n + LLM reste une piste complémentaire.

Limites honnêtes et alternatives

Un 7B–13B local se trompe sur des API obscures, des dépendances très récentes ou des projets énormes non indexés. Continue n’a pas la profondeur d’intégration d’un Copilot sur tout l’écosystème Microsoft. Pour comparer le coût matériel vs abonnements cloud sur trois ans, ouvrez Ollama vs ChatGPT sur 3 ans.

LM Studio (guide GPU offload) reste pratique pour tester des GGUF avant de les servir via Ollama. Si vous voulez seulement discuter sans IDE, Open WebUI suffit ; pour un autre usage foyer, l’assistant familial privé partage souvent la même machine. Les automatisations maison passent plutôt par n8n et LLM local ou Home Assistant que par Continue.

Sécurité et bonnes habitudes

Ne pas exposer Ollama sur Internet sans authentification robuste. Mettre à jour Ollama et Continue régulièrement. Sur un PC partagé avec un ado, fixez des règles (pas de code pro employeur sur le modèle familial). Le local réduit le risque de fuite vers un fournisseur cloud, mais pas les hallucinations : vérifiez toujours le code généré avant de l’exécuter, surtout s’il touche au réseau ou au système de fichiers.

En résumé : installez Ollama, tirez un modèle code 7B–13B, configurez Continue (récap apiBase / 11434 / ollama list), testez dans l’éditeur, puis ajustez matériel ou modèle si la latence gêne. Vue d’ensemble matériel : choisir le matériel IA ; logiciels : hub logiciels IA locaux.

Questions fréquentes

Quel modèle code choisir avec Ollama ?

Viser un modèle instruct spécialisé code en 7B–13B (Q4_K_M) : suffisant pour scripts perso si la VRAM (mémoire vidéo) ou la RAM unifiée suit ; voir le guide VRAM LocAIhome.

Continue fonctionne-t-il sans Ollama ?

Oui avec d’autres serveurs de modèles (backends), mais ce guide cible Ollama local pour garder prompts et extraits de dépôt chez vous.

Est-ce comparable à GitHub Copilot ?

L’expérience est proche (complétion + chat dans l’éditeur) avec moins d’intégration native et plus de réglages ; l’intérêt foyer est la confidentialité du code.

Sources

Affiner avec le sélecteur matériel