Cómo configurar Aider con Ollama para programar con IA local

 

Si estás harto de pagar suscripciones mensuales por asistentes de código o te preocupa que tu propiedad intelectual acabe en los servidores de una gran corporación, has llegado al sitio indicado. Imagina tener un compañero de programación superinteligente que viva en tu propia máquina, capaz de escribir funciones enteras, corregir bugs y gestionar tus commits de Git sin que un solo byte de datos salga de tu ordenador. Esa es precisamente la magia de combinar Aider con Ollama, un agente de terminal avanzado junto a la herramienta reina para ejecutar LLMs locales.

Lo mejor de todo es que no necesitas ser un experto en despliegues de IA para poner esto en marcha. Aunque Aider puede funcionar con gigantes como Claude o GPT-4, su capacidad para conectarse a modelos locales lo convierte en una opción imbatible para quienes buscan privacidad total y coste cero. En las siguientes líneas te cuento paso a paso cómo montar este ecosistema, desde la instalación más básica hasta los trucos de experto para que la IA no se quede «colgada» con proyectos grandes.

Instalación y puesta en marcha

 

Para empezar, necesitas tener Python (versión 3.9 o superior) y Git instalados en tu sistema. La forma más rápida y limpia de instalar Aider es mediante el instalador de bootstrap ejecutando python -m pip install aider-install seguido de aider-install. Si prefieres mantener tu sistema impecable y evitar conflictos de dependencias, te recomiendo usar uv tool install –force –python python3.12 –with pip aider-chat@latest, que crea un entorno aislado y eficiente.

Una vez instalado Aider, necesitas que Ollama esté corriendo en segundo plano. Para que la IA realmente sea útil programando, no sirve cualquier modelo; necesitas uno especializado en código. Un candidato estrella es qwen2.5-coder:14b, que ofrece un equilibrio brutal entre calidad y consumo de recursos. Puedes bajarlo ejecutando ollama pull qwen2.5-coder:14b en tu consola.

Configuración de la conexión

Para configurar Aider con Ollama, debes definir la dirección del servidor. En sistemas Mac o Linux, puedes usar export OLLAMA_API_BASE=http://127.0.0.1:11434, mientras que en Windows (PowerShell) deberás usar setx OLLAMA_API_BASE http://127.0.0.1:11434 y reiniciar la terminal para que el cambio surta efecto. Es un detalle sencillo, pero si te saltas este paso, el agente no encontrará el camino hacia el modelo.

Al lanzar la herramienta, hay un truco vital que mucha gente pasa por alto: el prefijo del modelo. Para obtener respuestas coherentes y que la IA siga las instrucciones de edición, debes usar –model ollama_chat/qwen2.5-coder:14b. Es fundamental añadir el ollama_chat/ en lugar de solo ollama/, ya que el endpoint de chat está optimizado para el tipo de prompts que Aider envía, evitando errores molestos y resultados mediocres.

Dominando la ventana de contexto

 

Uno de los problemas más comunes al usar modelos locales es que, por defecto, Ollama suele venir con una ventana de contexto muy recortada (unos 2048 tokens). Para un proyecto de software, esto es sencillamente insuficiente y provoca que la IA olvide partes del código o ignore instrucciones previas sin avisar. Intentar cambiarlo desde la CLI de Ollama no suele funcionar porque Aider lanza su propia configuración al iniciar.

La solución definitiva (en el caso de Aider con Ollama) es crear un archivo llamado .aider.model.settings.yml en la raíz de tu proyecto. Dentro de este archivo, debes especificar el nombre del modelo y el parámetro num_ctx. Por ejemplo, configurarlo en 32768 tokens permitirá que el modelo maneje mucha más información simultáneamente. Eso sí, ten cuidado: la cantidad de VRAM de tu tarjeta gráfica determinará cuánto puedes subir este valor antes de que el rendimiento caiga en picado.

Flujos de trabajo avanzados: Arquitecto y Mapa de Repositorio

 

La combinación Aider con Ollama en modelos locales hace que estos a veces sufran cuando tienen que pensar la arquitectura y escribir el código al mismo tiempo. Para solucionar esto, Aider implementa el modo arquitecto. En este flujo, la IA primero diseña un plan detallado en lenguaje natural y, posteriormente, un modelo editor traduce ese plan en cambios precisos de archivos. Puedes activarlo con –architect o usando el comando /architect dentro del chat.

Para que un modelo pequeño no se pierda en un mar de archivos, Aider utiliza un mapa del repositorio. Esta herramienta crea un esqueleto del proyecto con las firmas de las clases y funciones principales, permitiendo que la IA entienda las relaciones entre archivos sin necesidad de leer todo el código fuente. Para añadir archivos específicos al contexto actual y que la IA pueda editarlos, usa el comando /add nombre_del_archivo.

Combinar Aider con Ollama: comparativa y consejos finales

Si te preguntas qué modelo elegir según tu hardware, la regla general es: para tarjetas de 12GB o 16GB, el Qwen2.5-Coder-14B es la opción más sensata. Si tienes una bestia de 24GB, puedes saltar al de 32B para obtener una precisión mayor. Para quienes buscan velocidad pura, el DeepSeek-Coder-V2-Lite es sorprendentemente rápido gracias a su arquitectura MoE.

A diferencia de herramientas integradas en el IDE como Cline o Goose, Aider se centra en la terminal y en la integración nativa con Git. Cada cambio que realiza la IA se confirma automáticamente con un mensaje descriptivo. Esto es una bendición, ya que si la IA mete la pata, puedes ejecutar /undo para revertir el último commit instantáneamente, devolviendo tu código al estado anterior sin complicaciones.

Tener un sistema de programación basado en integrar Aider con Ollama transforma la terminal en un centro de mando donde el código se escribe, se prueba y se versiona de forma automática. Al ajustar correctamente el prefijo del modelo, expandir la ventana de contexto mediante archivos YAML y aprovechar el modo arquitecto, cualquier desarrollador puede disponer de un agente de IA privado y gratuito que no compromete la seguridad de sus datos ni el rendimiento de su flujo de trabajo.