- Integración de Aider AI con modelos locales de Ollama para garantizar privacidad total y coste cero.
- Configuración crítica del prefijo ollama_chat/ y ajuste de la ventana de contexto mediante archivos YAML.
- Uso del modo arquitecto y el mapa de repositorio para maximizar la eficiencia de modelos locales pequeños.
- Diferenciación entre Aider, Cline y Goose según la preferencia de flujo de trabajo (terminal vs IDE).
¿Alguna vez has sentido que programar a solas es un poco tedioso o que te falta ese compañero que te eche un cable con los bugs más complicados? Pues bien, utilizar Aider con Ollama te permite tener un asistente de programación avanzado que vive directamente en tu terminal y se integra a muerte con tus repositorios de Git.
Lo más potente de todo es que, si te preocupa la privacidad de tu código o no quieres dejarte el sueldo en suscripciones de APIs en la nube, puedes combinarlo con Ollama. Esta pareja permite que todo el procesamiento ocurra en tu propio hardware, haciendo que tu código nunca salga de tu máquina y que el coste por token sea, sencillamente, cero.
¿Qué es exactamente Aider AI y por qué es tan interesante?
Aider no es el típico autocompletado de código que solo te sugiere la siguiente línea. Es un agente de codificación completo que mapea tu base de código, entiende la relación entre archivos y realiza ediciones reales en múltiples documentos a la vez. Lo que lo hace brillar es su naturaleza nativa de Git: cada vez que el asistente hace un cambio, crea un commit con un mensaje descriptivo, lo que significa que puedes deshacer cualquier pifia de la IA con un simple comando.
Al ser una herramienta de código abierto bajo licencia Apache 2.0, es extremadamente flexible. Puedes usarla en la terminal, configurar un entorno de navegador experimental mediante el comando --browser para quienes prefieren una interfaz visual, o incluso integrar comandos de voz si instalas librerías adicionales como PortAudio.
Pasos para empezar a utilizar Aider con Ollama
Para que todo funcione como la seda, para utilizar Aider con Ollama primero necesitas tener instalado Python (versión 3.9 o superior) y Git. La forma más rápida de instalar Aider es a través de su instalador rápido python -m pip install aider-install seguido de aider-install, aunque para los más puristas que prefieren mantener el sistema limpio, usar uv tool install es la opción recomendada.
Una vez instalado Aider, el siguiente paso es preparar el cerebro de la operación en Ollama. Debes descargar un modelo especializado en código, siendo qwen2.5-coder:14b la recomendación estrella por su equilibrio entre potencia y consumo de VRAM. Para conectar ambos mundos, es fundamental configurar la variable de entorno OLLAMA_API_BASE apuntando a http://127.0.0.1:11434. En Windows esto se hace con setx y en Mac o Linux con export.
El truco maestro: el prefijo ollama_chat
Aquí es donde mucha gente mete la pata cuando intenta utilizar Aider con Ollama y acaba frustrada porque el modelo no responde bien. Aider ofrece dos formas de conectar con Ollama, pero los desarrolladores recomiendan encarecidamente usar el prefijo ollama_chat/ en lugar de solo ollama/. Por ejemplo, debes lanzar la herramienta así: aider --model ollama_chat/qwen2.5-coder:14b.
Esta pequeña diferencia en la nomenclatura hace que Aider utilice el endpoint de chat de Ollama, que gestiona mucho mejor el prompting y produce ediciones de código mucho más precisas y limpias, evitando que el modelo se pierda en el camino.
Optimización de la ventana de contexto
Si notas que Aider olvida partes de tu código o te lanza avisos sobre el límite de tokens, es porque Ollama viene por defecto con una ventana de contexto de 2k, que es ridículamente pequeña para programar. Aider intenta ajustarlo automáticamente, pero para proyectos serios lo ideal es fijar un tamaño mayor.
La solución es crear un archivo llamado .aider.model.settings.yml en la raíz de tu proyecto. Dentro, debes definir el parámetro num_ctx (por ejemplo, 32768). Cuanto más subas este valor, más capacidad tendrá la IA para analizar el mapa del repositorio, siempre y cuando tu tarjeta gráfica (VRAM) pueda soportarlo sin colapsar.
Modelos recomendados y modos de trabajo
No todos los modelos locales son iguales. Y eso influye a la hora de utilizar Aider con Ollama. Para quienes tienen GPUs modestas (12GB-16GB), el Qwen2.5-Coder-14B es el punto dulce. Si tienes una bestia de 24GB, puedes saltar al de 32B para obtener razonamientos más profundos. Para quienes priorizan la velocidad pura, DeepSeek-Coder-V2-Lite es una opción increíblemente rápida gracias a su arquitectura MoE.
Además, Aider ofrece diferentes modos de interacción que puedes cambiar sobre la marcha con comandos de barra (slash commands):
- Modo Código (predeterminado): Para hacer cambios directos en los archivos.
- Modo Arquitecto: Ideal para modelos locales. Primero planifica la solución en prosa y luego la ejecuta, lo que reduce drásticamente los errores de formato.
- Modo Preguntar: Para resolver dudas conceptuales sin que la IA toque ni una sola línea de tu código.
Para potenciar esto, Aider utiliza un Repo Map, que es básicamente un esquema simplificado de todo tu proyecto. Esto permite que modelos pequeños puedan entender la arquitectura global sin necesidad de cargar miles de líneas de código en la memoria, optimizando así el uso de los recursos locales.
Comparativa rápida: Aider vs Cline vs Goose
Si estás dudando entre varias herramientas locales, la clave está en dónde quieres trabajar. Aider es la opción definitiva si eres un amante de la terminal y de Git. Si prefieres no salir de Visual Studio Code y quieres un agente que te pida permiso antes de cada cambio, Cline es tu mejor apuesta. Por otro lado, Goose es ideal si buscas un agente independiente con un ecosistema amplio de extensiones MCP. Muchos desarrolladores acaban usando Aider para ediciones rápidas y Cline para tareas más integradas en el editor.
Utilizar Aider con Ollama, es decir, implementar este flujo de trabajo local, transforma la experiencia de desarrollo al eliminar la dependencia de la nube y los costes recurrentes. Al dominar la configuración del contexto, la elección del modelo adecuado y el uso del modo arquitecto, cualquier programador puede convertir su ordenador en una estación de trabajo autónoma capaz de refactorizar código, crear nuevas funcionalidades y depurar errores con una privacidad total y un control absoluto sobre el historial de cambios a través de Git.
Redactor especializado en temas de tecnología e internet con más de diez años de experiencia en diferentes medios digitales. He trabajado como editor y creador de contenidos para empresas de comercio electrónico, comunicación, marketing online y publicidad. También he escrito en webs de economía, finanzas y otros sectores. Mi trabajo es también mi pasión. Ahora, a través de mis artículos en Tecnobits, intento explorar todas las novedades y nuevas oportunidades que el mundo de la tecnología nos ofrece día a día para mejorar nuestras vidas.