Aider + Ollama: programar en el terminal con un agente 100 % local
Aider es un asistente de código que funciona en tu terminal, junto a tu repositorio git. Le describes una modificación en francés, lee los archivos adecuados, escribe el parche y crea automáticamente un commit con el resultado. Conectado a Ollama, todo ocurre en tu máquina: no se envía ningún fragmento de código a la nube. Esta guía ofrece una configuración reproducible de principio a fin: instalación mediante pip, archivo de configuración que apunta al endpoint de Ollama compatible con OpenAI, elección del modelo según tu VRAM y los comandos que realmente importan (/add, /architect, /diff). Terminamos con una explicación franca de las limitaciones de la ejecución local frente a un modelo en la nube, para que sepas cuándo basta y cuándo se queda corta.
#Por qué usar Aider en el terminal
Mientras que Cline o Continue viven en VS Code, Aider apuesta por el terminal. Permaneces en tu shell, en la raíz de tu repositorio git, y dialogas con el modelo como si estuvieras hablando con un compañero que tuviera acceso al código. Es un flujo de trabajo diferente, más cercano a la línea de comandos, que gusta a quienes viven en tmux y no quieren dejar el teclado.
- Centrado en git
- Cada modificación aceptada se convierte en un commit limpio, con un mensaje redactado por Aider. Tu historial sigue siendo legible y puedes deshacer cualquier cambio con un simple git revert.
- Mapa de repositorio automático
- Aider construye un mapa de tu repositorio (firmas de funciones, clases, estructura) que envía al modelo junto con los archivos abiertos. El modelo entiende el contexto sin que cargues todo el proyecto.
- Independiente del editor
- Aider modifica los archivos en disco. Sigues usando tu editor habitual en paralelo: Aider ve tus cambios y tú ves los suyos.
- 100 % local con Ollama
- Conectado a Ollama, el modelo corre en tu GPU. Tu código y tus prompts nunca abandonan el equipo, lo que cambia todo para código propietario o bajo NDA.
#Prerrequisitos e instalación
Esta guía te lleva al modelo. El kit te lleva al copiloto que programa en tu editor.
- Espacio en línea de por vida
- PDF + archivos
- Actualizaciones de por vida
Tres componentes: Python para Aider, Ollama en ejecución con un modelo de código cargado y un repositorio git. Aider necesita un repositorio git para funcionar plenamente: es Aider quien gestiona los commits.
- 01Verifica OllamaOllama debe escuchar en su puerto predeterminado. Ejecuta ollama list para confirmar que responde y ver los modelos ya instalados.
- 02Instala AiderEl método recomendado es mediante pipx o el script de instalación oficial, que aísla Aider en su propio entorno para evitar conflictos de dependencias de Python.
- 03Colócate en un repositorio gitAbre un terminal en la raíz de un proyecto bajo control de versiones. Si el proyecto aún no está bajo git, ejecuta git init antes: Aider lo necesita para registrar sus modificaciones mediante commits.
#Configurar Aider para Ollama
Aider se comunica con Ollama a través de su endpoint compatible con OpenAI. Hay dos cosas que configurar: la URL base de Ollama (variable de entorno) y el modelo que se va a utilizar. Lo más limpio es crear un archivo .aider.conf.yml en la raíz del proyecto (o en tu carpeta personal para una configuración global), para no tener que volver a escribir las opciones en cada inicio.
Para no tener que volver a escribirlo, guarda estos ajustes en un archivo de configuración. Aider lee automáticamente un .aider.conf.yml encontrado en la raíz del repositorio o en tu carpeta personal.
#¿Qué modelo según la VRAM?
Aider envía mucho contexto (archivos añadidos + mapa de repositorio) y espera un parche bien formado a cambio. Un modelo demasiado pequeño produce diffs rotos que Aider no puede aplicar. Busca el mayor modelo de codificación que tu tarjeta pueda cargar cómodamente, manteniendo margen para el contexto.
| VRAM disponible | Modelo recomendado | Comportamiento esperado |
|---|---|---|
| 8 GB | Qwen 3.5 9B | Tareas simples, archivos cortos. Diffs correctos en un archivo a la vez (256k ctx, Apache 2.0). |
| 12 GB | Qwen 3.5 9B en Q8 | La máxima calidad dentro de ese rango: parches que afectan a varios archivos más fiables y mejor aprovechamiento del repo-map. |
| 16 GB | Devstral 24B o gpt-oss 20B | Devstral (Mistral, Apache 2.0) está diseñado para agentes de código: sigue mejor las instrucciones multietapa. |
| 24 GB y más | Qwen3-Coder 30B-A3B | MoE para código (3B activos), 256k de contexto: genera diffs sólidos con rapidez, con un razonamiento cercano al de un asistente en la nube en tareas de dificultad media. |
| Versátil | GLM 4.7 Flash (MoE, MIT) | Alternativa sólida, que se desenvuelve muy bien en modo agente si Qwen no te gusta. |
#Flujo de trabajo de principio a fin
Este es el ciclo típico de una modificación, desde el inicio de Aider hasta el commit. Una vez que adquieres este ritmo, encadenas los cambios sin salir nunca del terminal.
- 01Inicia Aider en la raíz del repositorioAider arranca, lee la configuración, construye el repo-map y muestra un indicador de entrada. Indica el modelo activo y el número de archivos detectados.
- 02Agrega los archivos afectados con /addAgrega solo los archivos que la tarea debe modificar. Cuantos menos archivos haya en el contexto, más preciso será el modelo. El repo-map ya da al modelo una visión del resto del proyecto.
- 03Describe la modificación en francésEscribe tu solicitud en lenguaje natural: «agrega la validación del correo electrónico en el formulario de inscripción». Aider reflexiona y luego propone un parche.
- 04Relee el diff propuestoAider muestra el diff antes de aplicar los cambios. Revísalo. Si algo no va bien, responde para corregirlo: «no, usa una regex más estricta».
- 05Deja que Aider cree los commitsUna vez aplicado el parche, Aider crea automáticamente un commit con un mensaje descriptivo. Tu historial de git permanece limpio y cada cambio es rastreable.
- 06Itera o deshaz los cambiosSigue con la modificación siguiente. Si un commit de Aider no te convence, /undo anula el último commit que ha creado, sin tocar el resto.
#Comandos clave para el día a día
Aider se maneja mediante comandos con barra (/) en su línea de entrada. Unos pocos bastan para cubrir el 90 % de los usos.
- /add fichier
- Añade uno o varios archivos al contexto de edición. Aider escribirá en estos archivos. Limítate a lo estrictamente necesario.
- /drop fichier
- Elimina un archivo del contexto. Útil cuando cambias de tarea para empezar desde un contexto limpio.
- /architect
- Activa el modo de planificación seguido de código: el modelo razona primero sobre el enfoque y después genera el diff. Ideal para cambios no triviales.
- /diff
- Muestra los cambios desde el último commit, para repasar lo que Aider ha modificado antes de continuar.
- /undo
- Anula el último commit creado por Aider. Red de seguridad inmediata si una modificación sale mal.
- /run commande
- Ejecuta un comando de shell (pruebas, linter) y vuelve a insertar la salida en el chat. Aider puede entonces corregir basándose en los errores reales.
- /ask question
- Plantea una pregunta sobre el código SIN desencadenar modificaciones ni commits. Para entender antes de actuar.
#Limitaciones de la ejecución local frente a la nube
Seamos honestos: un modelo local que se ejecuta con entre 8 y 16 GB de memoria no iguala a un modelo puntero en la nube. Conocer las limitaciones evita la frustración y ayuda a elegir la herramienta adecuada según la tarea.
- Diffs a veces mal formados
- Los pequeños modelos a veces producen un parche que Aider no puede aplicar (formato dañado). Aumentar el tamaño del modelo o ampliar num_ctx reduce considerablemente este problema.
- Contexto más corto
- Un modelo en la nube procesa decenas de archivos. En local, mantén el contexto acotado: añade pocos archivos con /add a la vez y apóyate en el repo-map en lugar de cargarlo todo.
- Razonamiento multiarchivo
- Las refactorizaciones que afectan a muchos archivos a la vez siguen siendo el punto débil de los modelos locales. Divide el trabajo en varias tareas pequeñas o pasa a /architect para estructurarlo.
- Velocidad dependiente del GPU
- La latencia depende de tu tarjeta. Un 32B en una tarjeta modesta será lento. Si la rapidez de respuesta es prioritaria, un 7B o 14B bien ajustado es más agradable en el día a día.
#Preguntas frecuentes
¿Aider es realmente gratuito y 100 % local con Ollama?+
¿Por qué Aider no se conecta a mi Ollama?+
¿Es necesario un repositorio Git para usar Aider?+
¿Qué modelo local elegir para Aider?+
¿Qué diferencia hay entre Aider y Cline?+
¿Un comentario, un error, una precisión? Avísanos, eso mejora la guía para todos.