---
title: 'Dùng Ollama với OpenCode: Hướng dẫn thiết lập mô hình cục bộ'
description: >-
  Kết nối OpenCode với Ollama để chạy suy luận cho coding agent ngay trên máy.
  Bao gồm ví dụ cấu hình, gợi ý chọn model, lưu ý hiệu năng và cách khắc phục
  các sự cố thường gặp với model cục bộ.
date: 2026-04-27T00:00:00.000Z
location: 'San Francisco, CA – 27 tháng 4 năm 2026'
image: /images/ollama-opencode-setup-hero.jpg
keywords: >-
  ollama opencode, opencode ollama, opencode local model, opencode local llm,
  dùng ollama với opencode
faq:
  - question: OpenCode có dùng được Ollama không?
    answer: >-
      Có. OpenCode có thể dùng Ollama qua endpoint cục bộ tương thích OpenAI tại
      http://localhost:11434/v1.. Thêm Ollama làm provider, dùng API key tạm và
      đặt tên model chính xác như trong lệnh 'ollama list'.
  - question: Nên dùng mô hình cục bộ nào với OpenCode?
    answer: >-
      Bắt đầu với Gemma 4 hoặc Qwen3.5 nếu máy có RAM từ 16GB đến 32GB. Model
      lớn hơn có thể cho kết quả tốt hơn, nhưng tốc độ sẽ giảm rõ rệt trong các
      phiên lập trình gọi nhiều tool.
  - question: OpenCode với Ollama có đủ tốt để lập trình thực tế không?
    answer: >-
      Phù hợp để giải thích, chỉnh sửa nhỏ, viết boilerplate và review code
      trong môi trường riêng tư. Tuy nhiên, nó yếu hơn nhiều khi refactor nhiều
      file phức tạp — lúc đó bạn vẫn nên dùng cloud dự phòng.
locale: vi-vn
translationKey: ollama-opencode-setup
---
Nếu bạn đã chán cảnh gửi mọi prompt lập trình lên API cloud, thì OpenCode kết hợp Ollama chính là thiết lập bạn đang tìm. Nó hoạt động được, nhưng cũng chậm hơn và dễ gặp trục trặc hơn so với những gì các bản demo cho thấy.

Kỳ vọng hợp lý rất đơn giản: OpenCode cục bộ rất lý tưởng cho các công việc nhỏ, riêng tư và lặp đi lặp lại. Nhưng đừng giao cho nó xử lý một đợt migration nhiều file lộn xộn — trừ khi bạn thích ngồi canh chừng.

## Cài đặt Ollama

Trên macOS:

```bash
brew install --cask ollama-app
open -a Ollama
```

Trên Linux:

```bash
curl -fsSL https://ollama.com/install.sh | sh
```

Sau đó tải model về:

```bash
ollama pull gemma4
```

Kiểm tra xem model đã sẵn sàng chưa:

```bash
ollama list
```

Dùng chính xác tên model từ output đó trong cấu hình OpenCode của bạn.

## Cấu hình OpenCode

OpenCode có thể giao tiếp với các provider tương thích OpenAI. Ollama cung cấp endpoint tương thích tại:

```text
http://localhost:11434/v1
```

Thêm provider Ollama vào file cấu hình OpenCode:

```jsonc
{
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "gemma4:latest": {}
      }
    }
  }
}
```

Nếu OpenCode yêu cầu xác thực, hãy dùng API key tạm:

```json
{
  "ollama": {
    "type": "api",
    "key": "ollama"
  }
}
```

Khởi động lại OpenCode và chuyển sang model Ollama từ menu chọn model.

## Các model nên thử trước

#### Gemma 4

Lựa chọn khởi đầu tốt. Xử lý tốt việc giải thích code, chỉnh sửa đơn giản và code nhỏ. Chạy được trên các máy có cấu hình khiêm tốn so với các model code lớn hơn.

#### Qwen3.5

Thường tốt hơn cho code, đặc biệt nếu bạn chạy được biến thể lớn hơn. Các model cỡ 27B hữu ích hơn nhiều so với các model nhỏ, nhưng chúng ngốn khá nhiều RAM.

#### Llama 3.3

Model đa năng tốt nếu bạn có phần cứng đủ mạnh. Kém tiện lợi hơn trên các laptop cấu hình thấp.

## Kỳ vọng về hiệu năng

Các thread gần đây về model cục bộ đều nói thẳng điều mà nhiều người ngại nhắc đến: prompt có thể chạy được, code có thể tốt, nhưng tổng thể vẫn có cảm giác chậm khi các tool call bắt đầu chồng chéo.

Chuyện này hoàn toàn bình thường. Một coding agent không phải là một request chat đơn lẻ — nó đọc file, lập kế hoạch, chỉnh sửa, kiểm tra output rồi lặp lại. Suy luận cục bộ khiến từng vòng lặp lộ rõ hơn.

Để dễ chịu hơn:

- Giữ context nhỏ
- Dùng model nhỏ hơn cho các chỉnh sửa đơn giản
- Giữ model luôn trong RAM
- Đóng các ứng dụng ngốn bộ nhớ
- Dùng cloud dự phòng cho các lần refactor dài

## Giữ Ollama luôn trong RAM

```bash
export OLLAMA_KEEP_ALIVE="-1"
```

Khởi động lại Ollama sau khi thiết lập. Điều này giúp tránh cold start lặp đi lặp lại trong một phiên lập trình.

## Khi nào nên dùng cloud dự phòng

Dùng OpenCode cục bộ cho:

- Đọc code chưa quen
- Soạn thảo các thay đổi nhỏ
- Tạo test
- Giải thích lỗi
- Làm việc với file riêng tư

Dùng model cloud cho:

- Refactor nhiều file
- Debug khó
- Thay đổi kiến trúc
- Bất cứ thứ gì bạn không muốn review từng dòng

Thiết lập tốt nhất không phải là chỉ dùng cục bộ — mà là ưu tiên cục bộ trước.

## Thiết lập liên quan

Nếu mục tiêu thực sự của bạn là Gemma 4, hãy đọc [Thiết lập Gemma 4 với Ollama](/blog/gemma-4-ollama-setup-guide/). Nếu bạn đang dùng OpenClaw thay vì OpenCode, hãy xem [Gemma 4 với OpenClaw](/blog/gemma-4-ollama-openclaw-setup/).

<a href="https://app.haimaker.ai/sign-up?utm_source=openclaw_blog&utm_medium=cta&utm_campaign=ollama_opencode" class="cta-button">THÊM CLOUD DỰ PHÒNG VỚI HAIMAKER</a>