Ollama VS Code: Extension und Chat lokal

TL;DR

Ollama VS Code ist die Hersteller-Extension Ollama.ollama für VS Code Chat, nicht Tabby und nicht Cursor. Die Integrationsdoku verlangt Visual Studio Code 1.127 oder neuer, eine laufende Ollama-Instanz und mindestens ein lokales oder Cloud-Modell. Die Extension findet Modelle unter http://127.0.0.1:11434. Chat öffnen, Modellwähler unten in der Eingabe, Abschnitt Ollama. Lokal reicht ollama pull; Cloud-Tags brauchen zusätzlich ollama signin. Gelesen in der VS-Code-Doku und im Marketplace-Eintrag am 2026-11-15. Kein Ranking, kein Kaufguide.

Chat-Extension, nicht Tabby und nicht Cursor

IT-Leiter suchen „ollama vscode“, wenn VS Code Chat denselben Ollama-Server nutzen soll, der schon auf Port 11434 läuft — nicht, wenn Tabby auf Port 8080 hängt oder Cursor eine eigene Base-URL braucht. Tabby bleibt TabbyML VS Code Setup. Cursor bleibt Cursor mit Ollama. Der Python-Client gegen dieselbe API bleibt Ollama Python.

Die Engine kommt von Ollama Download oder dem Linux-Dienst. Port und Bind-Adresse bleiben 11434.

Voraussetzungen laut Hersteller

Die VS-Code-Seite und der Marketplace-Eintrag Ollama.ollama nennen dieselben drei Punkte:

• Visual Studio Code 1.127 oder neuer. Ältere Versionen brechen Anfragen von Language-Model-Providern nicht zuverlässig ab.
• Ollama ist installiert und läuft.
• Mindestens ein lokales oder Cloud-Modell liegt in Ollama.

Ollama 0.17.6 oder neuer empfiehlt der Hersteller für Cloud-Anmeldung und reichere Modellmetadaten. Ältere Ollama-Versionen können laut Doku mit lokalen Modellen noch funktionieren.

Extension installieren und Modell wählen

Marketplace-Eintrag: Ollama.ollama. Die Integrationsdoku, Reihenfolge:

1. Ollama-Extension aus dem VS Code Marketplace installieren.
2. Ollama starten.
3. Chat in VS Code öffnen.
4. Modellwähler unten in der Chat-Eingabe öffnen.
5. Ein Modell im Abschnitt Ollama wählen.

Die Extension sucht den Server standardmäßig unter http://127.0.0.1:11434. Läuft Ollama im Container, zeigt der Host auf das gemappte 11434, siehe Ollama Docker.

Modell pullen: lokal oder Cloud

Lokales Beispiel der Herstellerdoku:

ollama pull qwen3.6

Der Tag qwen3.6 ist das Doku-Beispiel, keine Empfehlung gegenüber anderen Bibliotheks-Einträgen. Den Modellpfad beschreibt Qwen 3.6 in Ollama. Coder-Tags bleiben Ollama Qwen2.5-Coder.

Cloud-Beispiel derselben Seite:

ollama pull kimi-k2.6:cloud
ollama signin

Lokale Modelle brauchen laut Doku keine Anmeldung. Cloud-Modelle verlangen ollama signin. Das ist die Herstellerunterscheidung, kein Anbietervergleich.

Liste prüfen, bevor der Modellwähler leer bleibt:

ollama list

Kontextlänge in VS Code

Die VS-Code-Doku warnt: VS Code kann die maximale Kontextlänge des Modells anzeigen, während Ollama zur Laufzeit weniger Kontext zuweist. Für lokale Modelle: Ollama Settings öffnen, Kontextlänge auf mindestens 64k setzen, VS-Code-Fenster neu laden, Prompt erneut senden. Die Einstellung auf dem Server bleibt Ollama Context Length.

Command Palette

Der Marketplace-Eintrag ergänzt zwei Befehle:

• Ollama: Refresh Models lädt die Modellliste in VS Code neu.
• Ollama: Diagnose Models schreibt die Erkennung in den Ausgabe-Kanal Ollama.

Wenn ollama list Modelle zeigt, der Wähler aber leer bleibt, zuerst Refresh, dann Diagnose.

Thinking-Effort für kompatible Modelle setzt der Marketplace über ollama.thinkingLevels in den User-Settings (JSON). Schlüssel ist der genaue Name aus ollama list inklusive Tag. Werte nur solche, die das Modell unterstützt; der Server liefert sie über /api/show. Einträge ohne unterstützten Wert ignoriert die Extension. Das ist die Einstellseite, keine Qualitätsaussage.

Dauert der Start einer Inferenz laut Marketplace länger als 10 Minuten, lässt sich Ollama: Inference Timeout Minutes in den VS-Code-Settings erhöhen. Der Timeout gilt nur für Anfragen dieser Extension. Abbrechen im Chat stoppt die Anfrage sofort.

Häufige Fragen

Ist das TabbyML in VS Code?

Nein. Tabby hat eigenen Server und Port 8080. Diese Extension spricht Ollama auf 11434. Tabby bleibt TabbyML VS Code Setup.

Ist das Cursor plus Ollama?

Nein. Cursor ist ein anderer Editor mit eigener Modell-URL. Der Cursor-Pfad bleibt Cursor mit Ollama.

Reicht die Extension ohne laufendes Ollama?

Nein. Marketplace und Doku verlangen eine laufende Instanz und mindestens ein Modell. Ohne Serve bleibt der Abschnitt Ollama leer.

Warum erscheinen keine Modelle?

Laut Troubleshooting der VS-Code-Doku: Ollama läuft, ollama list zeigt Einträge, dann Ollama: Refresh Models, sonst Ollama: Diagnose Models und den Ausgabe-Kanal Ollama prüfen. Cloud-Tags zusätzlich mit ollama signin.

Brauche ich Python in VS Code?

Nein für Chat. Der Python-Client ist eine andere Schicht, beschrieben in Ollama Python.

Ist das ein zweiter Hardware-Kaufguide?

Nein. Hardware-Optionen bleiben im KI-Server Hardware-Guide. Hier geht es nur um die Chat-Extension auf einem bereits laufenden Ollama.

Fazit

„Ollama VS Code“ ist die Chat-Anbindung: Extension Ollama.ollama, Server 127.0.0.1:11434, Modellwähler, bei Bedarf Refresh und Diagnose. Lokal ollama pull, Cloud zusätzlich ollama signin. VS Code 1.127 oder neuer. Kein Ranking, keine Preise.