Zed + Ollama: el editor ultrarrápido con asistente local

#Configurar Ollama en Zed

La documentación oficial de Zed describe un procedimiento en cuatro pasos: descargar e instalar Ollama, descargar un modelo, comprobar que el servidor de Ollama esté funcionando y, después, seleccionar ese modelo en el menú desplegable de Zed.

ollama pull mistral
ollama serve

En macOS, ejecutar la aplicación Ollama.app es suficiente para arrancar el servidor; en Linux o desde una terminal, el comando ollama serve hace lo mismo. Zed es presentado por su editor como un editor de código multiusuario y de alto rendimiento, creado por los autores de Atom y Tree-sitter; la última versión estable el 28 de septiembre de 2026 es v1.21.0, publicada el 23 de septiembre de 2026, y el repositorio contaba con cerca de 91.000 estrellas en GitHub en esa fecha.

Esta configuración de Ollama permite utilizar todas las funciones de IA de Zed que se basan en un modelo de lenguaje: el panel Agent para tareas que abarcan varios archivos, el asistente integrado en el editor (Inline Assistant) para modificaciones específicas y los hilos de terminal que permiten al agente proponer comandos. Los agentes externos y los hilos de terminal pueden requerir, sin embargo, su propia configuración de modelo local, separada de la descrita aquí para las funciones nativas de Zed.

#Detección automática de modelos

Zed detecta automáticamente los modelos que ya ha descargado Ollama y los propone en el menú de selección. Para desactivar esta detección y listar manualmente los modelos con sus capacidades precisas, hay que establecer auto_discover en false en los ajustes.

{
  "language_models": {
    "ollama": {
      "api_url": "http://localhost:11434",
      "auto_discover": false,
      "available_models": [
        {
          "name": "qwen2.5-coder",
          "display_name": "qwen 2.5 coder",
          "max_tokens": 32768,
          "supports_tools": true,
          "supports_thinking": true,
          "supports_images": true
        }
      ]
    }
  }
}

Este modo manual tiene una utilidad práctica: forzar supports_tools o max_tokens para un modelo que Zed no clasificaría correctamente de forma automática, o documentar en el archivo de configuración versionado del proyecto qué modelo se supone que debe usar el equipo.

El campo supports_tools merece especial atención: indica a Zed si el modelo puede recibir definiciones de herramientas en el agente de Zed (edición de archivos, ejecución de comandos) en lugar de quedar limitado a un simple chat. Un modelo de Ollama sin capacidad declarada de llamada a herramientas funcionará para el asistente integrado en el código o el autocompletado, pero no para las tareas que abarcan varios archivos del panel Agent.

#Ventana de contexto de 4096 tokens

Zed transmite la longitud de contexto a Ollama mediante el parámetro num_ctx, con 4096 tokens por defecto según la documentación oficial. Es claramente inferior a la ventana nativa de la mayoría de los modelos recientes (frecuentemente 32 000 tokens o más), y un archivo de tamaño medio puede ser suficiente para superar este límite.

{
  "language_models": {
    "ollama": {
      "context_window": 8192
    }
  }
}

Este ajuste de context_window se aplica a todos los modelos Ollama configurados en Zed; un contexto diferente por modelo se define mediante max_tokens en available_models, desactivando auto_discover para que el valor se tome en cuenta.

#llama.cpp y LM Studio, alternativas locales

Zed soporta llama.cpp al mismo nivel que Ollama, con detección automática de modelos servidos en modo enrutador, refinada por un flujo /models/sse que exige una versión reciente del servidor llama.cpp. LM Studio también está soportado a través de su servidor API local, iniciado con lms server start.

#Permisos de las herramientas del agente

Desde la versión 0.224.0, la aprobación de las herramientas del agente Zed se configura mediante agent.tool_permissions.default; antes de esta versión, un simple valor booleano (agent.always_allow_tool_actions, false por defecto) controlaba el conjunto. El nuevo sistema permite reglas basadas en patrones regex, con tres resultados posibles: autorizar, rechazar o pedir siempre confirmación.

{
  "agent": {
    "tool_permissions": {
      "default": "allow",
      "tools": {
        "terminal": {
          "default": "confirm",
          "always_allow": [
            { "pattern": "^cargo\\s+(build|test|check)" }
          ],
          "always_confirm": [{ "pattern": "sudo\\s+/" }]
        }
      }
    }
  }
}

Este ejemplo, extraído de la documentación oficial, autoriza automáticamente comandos cargo específicos en la herramienta de terminal, mientras exige siempre una confirmación para cualquier comando sudo que afecte a la raíz del sistema: un nivel de granularidad útil cuando el modelo conectado es un pequeño modelo local menos predecible que un modelo de referencia en la nube.

#El sandbox: lo que realmente protege

Más allá de los permisos declarativos, Zed ofrece un entorno aislado a nivel del sistema operativo para las llamadas a herramientas de su agente. La documentación precisa su alcance: se aplica únicamente a las herramientas terminal y fetch, no a Zed en sí, ni a los servidores de lenguaje, las extensiones, las tareas o las pestañas de terminal convencionales.

Herramienta de terminal

El entorno aislado limita las escrituras en disco y el acceso saliente a la red de los comandos ejecutados por el agente; los metadatos de Git están protegidos.

Herramienta fetch

El entorno aislado restringe los hosts con los que el agente puede comunicarse efectivamente.

Requisitos de Linux

Debe estar presente en el PATH un binario bwrap ejecutable y no setuid.

Requisitos para Windows

WSL debe estar disponible; la documentación precisa que el aislamiento del entorno de ejecución es más débil en WSL que en Linux o macOS y puede no bloquear todos los intentos de escape.

Es importante tener en cuenta este alcance limitado (solo terminal y fetch) antes de confiar tareas sensibles a un pequeño modelo local menos predecible: las modificaciones de archivos realizadas mediante edit_file o write_file están sujetas a los permisos declarativos y a los perfiles de agente, no al aislamiento del sistema que proporciona el sandbox. Por tanto, una revisión humana sigue siendo útil para estas acciones, incluso con el sandbox activo para el resto.

#Servidores MCP en Zed

Además de usar Ollama como proveedor de modelos, Zed utiliza Model Context Protocol para interactuar con servidores de contexto externos: bases de datos, gestores de tickets y documentación empresarial. La documentación oficial precisa que Zed admite las funciones Herramientas y Prompts de MCP, lo que proporciona al agente capacidades adicionales a las de las herramientas integradas (edición de archivos, terminal).

Para garantizar que se utilice realmente un servidor MCP concreto sin que compita con las herramientas integradas de Zed, la documentación muestra un perfil de agente dedicado (con el servidor container-use como ejemplo) que desactiva las herramientas integradas y solo activa las del servidor MCP elegido, con enable_all_context_servers establecido en false en la configuración del perfil.

{
  "enable_all_context_servers": false,
  "context_servers": {
    "container-use": {
      "tools": {
        "environment_create": true,
        "environment_add_service": true,
        "environment_update": true,
        "environment_run_cmd": true
      }
    }
  }
}

Esta granularidad por perfil encaja con el sistema de permisos por herramienta descrito más arriba: con un modelo Ollama local menos predecible que un modelo de referencia en la nube, limitar las herramientas que realmente se exponen al agente —ya procedan de un servidor MCP o de las capacidades nativas de Zed— reduce las posibilidades de error incluso antes de abordar la cuestión de los permisos y del entorno aislado.

• MCP: ¿qué es? El Model Context Protocol explicado
• Conectar servidores MCP a Ollama

#La edición predictiva (Zeta), también en local

Zed ofrece una función distinta del agente de chat: la edición predictiva, que sugiere el siguiente cambio mientras escribes y se acepta pulsando Tab. El proveedor predeterminado es Zeta, un modelo de código abierto desarrollado por el propio Zed, distinto de los modelos de conversación configurados para el panel Agent o el asistente inline.

Para mantener esta funcionalidad completamente local, la documentación oficial permite configurar un proveedor Ollama dedicado a la edición predictiva, con variantes del modelo previstas para este uso (zeta2 en particular), en lugar de reutilizar el modelo de chat ya configurado para el agente: ambos ajustes son independientes en Zed. Un modelo más pequeño, diseñado para predecir una sola modificación a la vez en lugar de mantener una conversación de múltiples turnos, suele responder más rápido que un modelo de chat generalista en esta tarea concreta, y eso importa más aquí que la capacidad de razonamiento pura: la latencia percibida al escribir es el criterio que prima, muy por delante de la riqueza de las respuestas.

#Ollama en un servidor remoto

Si Ollama corre en otra máquina o requiere una clave (caso de Ollama Turbo, la versión alojada), la clave se introduce en la interfaz del proveedor o a través de la variable OLLAMA_API_KEY, y la URL de la API debe apuntar al endpoint remoto en lugar de localhost.

Este escenario remoto tiene una ventaja concreta para un equipo: un único servidor Ollama, dimensionado para un modelo de tamaño adecuado, puede dar servicio a varios equipos con Zed configurados con la misma URL de API, evitando que cada desarrollador tenga que ejecutar y recargar el modelo en su propia máquina. La ventana de contexto y las capacidades declaradas (supports_tools, supports_thinking) solo tendrán que configurarse una vez, en la configuración compartida del proyecto en lugar de en los ajustes personales de cada uno.

• Copiloto local con Cline: agente de IA en VS Code (Ollama)
• Cline + Ollama: agente de código 100 % local en VS Code
• Continue.dev comprado por Cursor: migrar hacia Cline en local
• Fuente: documentación oficial de los modelos locales en Zed
• Fuente: documentación oficial del entorno aislado del agente
• Fuente: documentación oficial de permisos de herramientas