Copilot local avec Cline : chat + agent IA dans VS Code (Ollama)

#Pourquoi un Copilot local

Confidentialité: Aucun extrait de code ne quitte votre poste. NDA, secret industriel, code client : tout reste local.
Offline: Dans l'avion, au fond d'un labo sans Internet, en vacances. Le modèle est sur votre disque.
Coût: Gratuit après achat GPU. Un dev qui utilise Copilot deux ans couvre le prix d'une carte graphique de milieu de gamme.
Choix du modèle: Vous pouvez swap Qwen Coder pour Devstral, DeepSeek-Coder ou un autre coder selon le langage.

#Pourquoi ce guide est passé à Cline

Ce guide s'appuyait à l'origine sur Continue.dev. Continue a été racheté par Cursor en juin 2026, son dépôt est désormais archivé et le produit autonome n'est plus maintenu : nous l'avons donc mis à jour pour Cline, un assistant open-source équivalent, vivant, et lui aussi 100 % local via Ollama.

Vous veniez de Continue ?

Le passage est indolore : votre backend Ollama ne change pas, vous remplacez seulement l'extension. Vos forks Continue épinglés restent légaux à faire tourner (code Apache 2.0), mais pensez à exporter vos données hébergées avant le 15 juillet 2026. Un guide dédié détaille la migration pas à pas si besoin.

#Modèles à utiliser

⭐ Qwen2.5-Coder 7B: Meilleur rapport qualité/VRAM en 2026. Multilingue (FR inclus), excellent en Python, TypeScript, Rust. ~5 Go en Q4.
Qwen2.5-Coder 14B / 32B: Pour les gros GPU. La version 32B rivalise avec Copilot sur des tâches complexes et tient bien le mode agent.
Devstral (Mistral): Pensé pour l'agentique de code. Bon choix sur 16 Go pour les modifications multi-fichiers de Cline.
DeepSeek-Coder: Précis sur C++ et Rust. Alternative selon vos langages et votre VRAM.

Modèle conseillé selon la VRAM disponible

VRAM	Modèle Cline (chat + agent)	Quantisation
6 Go	qwen2.5-coder:7b	Q4_K_M (~5 Go)
8-12 Go	qwen2.5-coder:14b	Q4_K_M (~9 Go)
16 Go	devstral / qwen2.5-coder:14b	Q5/Q6
24 Go+	qwen2.5-coder:32b	Q4_K_M (~19 Go)

→

Cline préfère un modèle qui suit les consignes

Contrairement à de l'autocomplétion brute, le mode agent envoie des instructions multi-étapes. Privilégiez la variante instruct/chat du modèle (pas la variante -base), et montez à 14B si votre VRAM le permet pour plus de fiabilité.

#1. Installer Cline

01
Installer Ollama
Si ce n'est pas déjà fait, voir le guide Installer Ollama sur Windows/macOS/Linux. C'est le moteur qui fait tourner le modèle en arrière-plan.
02
Télécharger le modèle
Tirez un coder adapté à votre VRAM avec la commande ci-dessous.
03
Installer l'extension Cline
Dans VS Code : Extensions (Ctrl+Shift+X) → chercher Cline → Install. Sur JetBrains, passez par le marketplace de plugins.
04
Ouvrir le panneau
Une icône Cline apparaît dans la barre latérale gauche. Cliquez dessus pour ouvrir le panneau de chat et d'agent.

Modèle à télécharger

# Modèle principal (chat + agent)
ollama pull qwen2.5-coder:7b

# Plus de VRAM ? montez en 14b pour un agent plus fiable
ollama pull qwen2.5-coder:14b

#2. Configurer le provider Ollama

Cline doit savoir où trouver le modèle. Ouvrez ses paramètres (icône d'engrenage dans le panneau), sélectionnez le provider Ollama, renseignez l'adresse locale du démon et choisissez le modèle dans la liste détectée.

Réglages provider

Provider     : Ollama
Base URL     : http://localhost:11434
Modèle       : qwen2.5-coder:7b

Restez bien sur le provider local

Cline sait aussi parler à des API cloud. Pour un usage 100 % local, vérifiez que le provider actif est Ollama et non un fournisseur distant — c'est le seul réglage qui sépare un usage privé d'un envoi de code à un serveur tiers.

#3. Mode chat

Le mode chat est l'équivalent direct d'un panneau Copilot Chat, en local. Posez une question, collez du code, demandez une explication ou un correctif.

Ouvrir le chat: Cliquez l'icône Cline dans la barre latérale. La conversation s'affiche dans le panneau.
Joindre du code: Sélectionnez un bloc dans l'éditeur, puis envoyez-le dans le contexte du chat pour que le modèle raisonne dessus.
Mentionner des fichiers: Cline peut référencer des fichiers de votre projet pour répondre avec le bon contexte, sans que vous ayez à tout copier-coller.
Garder l'historique local: Vos conversations restent sur votre machine. Rien n'est synchronisé dans un cloud.

#4. Mode agent

C'est là que Cline va plus loin qu'un simple chat. En mode agent, il peut lire l'arborescence, ouvrir des fichiers, proposer des modifications multi-fichiers et exécuter des commandes — chaque action étant soumise à votre validation.

Plan puis exécution: Décrivez une tâche en français (« ajoute un endpoint /health et son test »). Cline propose un plan, puis applique les changements étape par étape.
Diff validé: Chaque modification est présentée sous forme de diff que vous acceptez ou refusez. Vous gardez la main à tout moment.
Commandes encadrées: L'agent peut suggérer de lancer une commande (tests, build). Rien ne s'exécute sans votre accord explicite.

Exemples d'instructions à l'agent

- Ajoute du logging pour tracer les entrées/sorties
- Convertis cette fonction en async/await
- Extrais ce bloc dans un fichier util.ts et mets à jour les imports
- Écris des tests unitaires pour les cas limites

→

Donnez du contexte à l'agent

Plus l'instruction est précise (fichier visé, comportement attendu, contrainte de style), meilleur est le résultat. Un modèle 14B suit des consignes multi-étapes plus fidèlement qu'un 7B.

#5. Autocomplétion : Tabby ou Twinny

Point important : Cline est un assistant chat + agent, il ne fournit pas l'autocomplétion inline « texte grisé » pendant la frappe. Pour retrouver ce confort façon Copilot, ajoutez une extension dédiée, branchée elle aussi sur Ollama.

Tabby: Extension d'autocomplétion self-hosted, idéale si plusieurs développeurs partagent un même GPU. La complétion ligne par ligne s'affiche en grisé ; Tab pour accepter.
Twinny: Extension VS Code légère, autocomplétion + chat, qui se branche directement sur Ollama. Bon complément solo à Cline pour la frappe au kilomètre.
Le duo qui marche: Cline pour le chat et l'agent, Tabby ou Twinny pour la complétion inline. Les deux pointent sur le même Ollama, et votre code reste local des deux côtés.

→

Modèle de complétion plus petit

Pour l'autocomplétion (Fill-In-the-Middle), un modèle 1.5B ou 3B en variante -base suffit et reste réactif. Gardez le 7B/14B pour le chat et l'agent de Cline.

#Perf et réglages avancés

Num_ctx élevé: Dans Ollama, passez num_ctx à 16384 pour que l'agent puisse envoyer beaucoup de contexte (fichiers, diffs). Via un Modelfile.
Flash Attention: Sur RTX 30/40/50, activez FA dans Ollama (variable OLLAMA_FLASH_ATTENTION=1). Environ +20 % de vitesse.
KV cache quantifié: OLLAMA_KV_CACHE_TYPE=q8_0 divise par deux la VRAM du contexte. Crucial quand l'agent travaille sur de gros fichiers.
Un modèle par rôle: Un petit 1.5B/3B pour l'autocomplétion (Tabby/Twinny), un 14B/32B pour le chat et l'agent de Cline. Ollama charge celui qui est demandé.

Augmenter la fenêtre de contexte

# Modelfile : qwen-coder-16k
FROM qwen2.5-coder:14b
PARAMETER num_ctx 16384

Créer le modèle à contexte élargi

ollama create qwen-coder-16k -f Modelfile
# puis sélectionnez qwen-coder-16k comme modèle dans Cline

#Questions fréquentes

FAQ

Cline remplace-t-il vraiment GitHub Copilot ?+

Pour le chat et le mode agent (lire/modifier plusieurs fichiers, lancer des commandes), oui. Pour l'autocomplétion inline « texte grisé » pendant la frappe, non : Cline ne la fournit pas. Ajoutez Tabby ou Twinny, branchés sur le même Ollama, pour retrouver ce confort.

Pourquoi ne pas rester sur Continue.dev ?+

Continue a été racheté par Cursor en juin 2026 ; son dépôt est archivé en lecture seule (v2.0.0 = dernière release) et le produit autonome n'est plus maintenu. L'extension s'installe encore et le code Apache 2.0 reste légal à faire tourner, mais sans mises à jour ni correctifs. Cline, open-source MIT et activement développé, est le choix de consolidation recommandé.

Quel modèle choisir si je n'ai que 8 Go de VRAM ?+

Qwen2.5-Coder 14B en Q4_K_M (~9 Go) passe sur 8-12 Go avec un peu d'offload, sinon restez sur le 7B (~5 Go) qui tient confortablement. Le 7B suffit pour le chat ; montez en 14B dès que possible pour fiabiliser le mode agent multi-étapes.

Mon code part-il sur Internet avec Cline ?+

Non, tant que le provider actif est Ollama (http://localhost:11434). Cline sait aussi parler à des API cloud : vérifiez dans ses paramètres que vous êtes bien sur le provider Ollama local, c'est le seul réglage qui sépare un usage 100 % privé d'un envoi à un serveur tiers.

Cline fonctionne-t-il sur JetBrains, pas seulement VS Code ?+

Oui. Cline existe pour VS Code et pour les IDE JetBrains (via le marketplace de plugins). La configuration du provider Ollama et le choix du modèle sont identiques des deux côtés.

#Conclusion

En une vingtaine de minutes, vous avez un copilot de code 100 % local : Cline pour le chat et le mode agent, Qwen2.5-Coder via Ollama comme moteur, et Tabby ou Twinny pour l'autocomplétion inline. Votre code ne quitte jamais votre machine, vous travaillez hors ligne, et vous gardez la liberté de changer de modèle selon vos langages. Si vous voulez gagner les heures de réglages et partir d'une base éprouvée, le guide payant « Copilote de code local » fournit un pack complet de configurations Ollama + Cline + Aider clé en main.

Ce guide vous a aidé ?

Un retour, une erreur, une précision ? Faites-nous signe, ça améliore le guide pour tout le monde.

Suite logique

Développement · 13 min