要让Qoder调用本地Ollama模型，需先确认Ollama服务就绪：执行ollama list确保模型存在，curl http://127.0.0.1:11434/api/tags验证服务运行；再通过CLI临时命令、永久配置config.yaml或MCP插件三种方式指定本地模型地址与名称。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让Qoder在修改代码时不再走云端计费通道，而是直接调用你本地运行的Ollama模型完成推理与决策，避免Credits消耗、提升响应速度、保障代码隐私。
确认本地Ollama服务已就绪
这一步是所有后续操作的前提，缺一不可。若Ollama未运行或模型未加载，Qoder将无法连接，报错提示模糊（常显示“LLM timeout”或“Connection refused”），而非明确指出本地服务问题。
执行ollama list，确认目标模型（如qwen2.5-coder:14b）状态为created；若未出现，先运行ollama pull qwen2.5-coder:14b拉取。
执行curl http://127.0.0.1:11434/api/tags，返回包含该模型的JSON数据，证明服务监听正常。若返回Failed to connect，请检查Ollama是否启动：ollama serve需在后台持续运行。
CLI临时启用本地模型修改代码
适用于单次批量重构、快速验证模型效果或切换不同本地模型场景，不改动任何配置文件，退出终端即失效。
① 在项目根目录打开终端，确保已安装Qoder CLI且登录有效；
② 执行命令：qoderclicn --ollama http://127.0.0.1:11434/v1 --model qwen2.5-coder:14b；
③ 启动后，在Quest模式中输入自然语言指令（如“把所有System.out.println替换成SLF4J日志”），Qoder将完全使用本地模型分析项目结构、生成Diff并应用修改；
【注意：此命令必须在项目根目录下执行，否则Qoder无法加载完整上下文，导致跨文件替换失败】
永久配置全局本地模型用于代码修改
适合长期本地开发环境，所有Qoder Agent行为（Quest/TUI/Memory）均默认走本地通道，无需每次重复指定参数。
方法一：直接编辑配置文件
打开~/.qoder/config.yaml（Windows路径为%USERPROFILE%\.qoder\config.yaml）；
定位到llm:区块，写入以下四行（缩进必须为两个空格，冒号后保留一个空格）：
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。
llm:<br> base_url: "http://127.0.0.1:11434/v1"<br> api_key: "sk-ollama"<br> model: "qwen2.5-coder:14b"
保存后关闭所有Qoder窗口，重新打开IDE或桌面版——此时任意行间对话、批量替换、Agent任务均自动调用本地模型。
方法二：用CLI命令一键注入（推荐新手）
执行：qoder config set llm.base_url "http://127.0.0.1:11434/v1"；
执行：qoder config set llm.api_key "sk-ollama"；
执行：qoder config set llm.model "qwen2.5-coder:14b"；
这三条命令会自动创建或更新config.yaml，避免手动编辑格式错误。
用MCP插件方式注入自定义本地模型
当你需要对接非标准Ollama API（如加了反向代理、JWT校验）、或想同时注册多个本地模型供不同任务选用时，此法最灵活。
在项目根目录创建mcp-providers/local-ollama/文件夹；
新建provider.py，写入最小可用实现（仅需支持chat接口）：
from mcp.server.stdio import stdio_server<br>from mcp.types import ChatRequest, ChatResponse<br>import requests<br><br>def call_chat(request: ChatRequest) -> ChatResponse:<br> resp = requests.post("http://127.0.0.1:11434/api/chat", json={<br> "model": "qwen2.5-coder:14b",<br> "messages": [{"role": "user", "content": request.messages[0].content}]<br> })<br> return ChatResponse(choices=[{"message": {"content": resp.json()["message"]["content"]}}])<br><br>if __name__ == "__main__":<br> stdio_server(call_chat)
保存后，在Qoder中执行qoder mcp register ./mcp-providers/local-ollama，注册成功即生效。
