Open Interpreter 对接 Ollama 跑通本地模型编程代理指南【免费下载链接】openinterpreterA coding agent for open models like Kimi K3项目地址: https://gitcode.com/GitHub_Trending/op/openinterpreter你的代码提示词一直要发到云端 API数据出网让你不放心把 Open Interpreter 指向 Ollama 拉取的本地模型就能在单机上得到一个能读代码、改文件、跑测试的编程代理推理过程不依赖任何云端。整体分工很简单Ollama 负责推理在localhost:11434暴露 OpenAI 兼容的/v1接口Open Interpreter 是 Rust 实现的代理主体负责终端交互、工具调度和 diff 审查命令执行被关在本地沙箱里越界操作会先征求你的批准。启动时带上--oss --local-provider ollama两个参数推理后端就挂到本机模型上了。 从零到跑通安装 Ollama 并挂载本地后端装好 Ollama 后确认服务可用ollama --version拉取一个本地模型ollama pull qwen3获取 Open Interpreter 源码git clone https://gitcode.com/GitHub_Trending/op/open-interpreter进入目录运行安装脚本cd open-interpreter sh scripts/install/install.sh挂载 Ollama 后端启动会话interpreter --oss --local-provider ollama首次启动会引导确认 provider之后可用/model随时切换模型 第一次对话用一个具体请求验证环境确认就绪后直接提一个具体任务 add a /health endpoint that returns the build sha Proposed: 修改 app.py新增 /health 路由 Run: pytest → 3 passed代理读完项目后给出修改方案编辑文件并在沙箱内跑测试。这里能出结果说明 Ollama 到 Open Interpreter 的链路已通。️ 能力边界本地模型组合能干什么仓库级小改读上下文、编辑文件、跑测试全程留在沙箱内非交互单跑interpreter exec summarize the current diff一次出结果断点续作interpreter resume --last恢复上次会话、上下文和工作目录换 harness/harness切到 kimi-code 等模式适配不同模型的输出习惯边界提醒本地模型上下文有限大仓库先缩小任务范围再动手⚠️ 踩坑与防护四个常见问题与解法启动即连不上 11434 端口 → 原因Ollama 服务没起 → 处理先跑ollama serve报Model metadata for ... not found→ 原因模型 id 不在兼容目录里 → 处理确认服务端真实 id 并用-m传同样的值不是连接失败模型想写工作区外的文件被拦 → 原因默认 workspace-write 沙箱拦截 → 处理确属需要时interpreter --add-dir ../shared-lib输出质量不稳定 → 原因本地模型参数偏小 → 处理换更大的模型或调高 reasoning effort 延伸资源本地模型与远程 Ollama 服务器配置见 docs/models.md沙箱与审批策略见 docs/sandbox.md安装脚本在 scripts/install/。【免费下载链接】openinterpreterA coding agent for open models like Kimi K3项目地址: https://gitcode.com/GitHub_Trending/op/openinterpreter创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考