Qwen in locale, gratis, dentro VS Code

Gli agenti di coding in cloud sono comodi. Ma hanno due costi: ogni richiesta si paga, e ogni richiesta porta il tuo codice su un server di qualcun altro.

C'è un'altra strada: far girare il modello sul tuo computer.

Qwen3-Coder è un modello open source pensato per scrivere codice. Con Ollama lo esegui in locale, con Qwen Code diventa un agente che legge e modifica i file del progetto, e con l'estensione per VS Code lavora direttamente nel tuo editor.

In questa guida trovi tutti i passaggi, dall'installazione alla prima modifica nel codice.

Come si collegano i pezzi

Quattro strumenti, ognuno con un compito:

Qwen3-Coder
  il modello che ragiona
  ↓
Ollama
  lo esegue sul computer
  ↓
Qwen Code
  lo trasforma in un agente
  ↓
VS Code
  ti fa vedere e approvare le modifiche

01. Esegui Qwen sul tuo computer

Ollama è un programma gratuito che scarica i modelli e li fa girare in locale, su Windows, macOS e Linux. Si installa da ollama.com/download.

Poi, dal terminale, scarichi il modello:

ollama pull qwen3-coder:30b

Il download pesa circa 19 GB. Quando è finito, puoi parlarci subito:

ollama run qwen3-coder:30b

Si apre una chat nel terminale. Fai una domanda di programmazione per verificare che funzioni, poi scrivi /bye per uscire. Il modello resta disponibile in background.

02. Scegli il modello giusto per il tuo computer

Più parametri ha un modello, più memoria serve per eseguirlo.

Qwen3-Coder 30B usa un'architettura a "esperti": ha 30 miliardi di parametri in totale, ma per ogni parola ne attiva circa 3,3 miliardi. Per questo è veloce per le sue dimensioni. Tutti i parametri però devono stare in memoria.

Le opzioni principali:

• qwen3-coder:30b: circa 19 GB. Serve una scheda video da 24 GB o un Mac con 32 GB di memoria unificata.
• qwen2.5-coder:14b: circa 9 GB. Va bene con una scheda video da 16 GB.
• qwen2.5-coder:7b: circa 4,7 GB. Gira anche con 8 GB di memoria video.
• qwen3-coder:480b: circa 290 GB. Non è pensato per un computer normale: serve un server con molte schede video.

Alla dimensione del download va aggiunta la memoria per il contesto, cioè per il testo che il modello tiene a mente durante il lavoro.

Se il tuo computer non regge il 30B, parti da un modello più piccolo. Funziona con gli stessi comandi, ma aspettati risultati meno affidabili sui compiti lunghi.

03. Dai al modello abbastanza contesto

È il passaggio che quasi tutti saltano, ed è quello che fa funzionare davvero un agente.

Ollama assegna il contesto in base alla memoria della scheda video: con meno di 24 GB parte da 4.000 token, tra 24 e 48 GB da 32.000. Per un agente di coding, che deve leggere più file insieme, la documentazione di Ollama consiglia almeno 64.000 token.

Il modo più semplice è il cursore della lunghezza del contesto nelle impostazioni dell'app di Ollama. Da terminale, su macOS e Linux, puoi avviare il server così:

OLLAMA_CONTEXT_LENGTH=64000 ollama serve

Per controllare il risultato:

ollama ps

La colonna CONTEXT mostra il contesto assegnato, la colonna PROCESSOR dice se il modello gira tutto sulla scheda video o in parte sul processore. Più contesto vuol dire più memoria: se il modello finisce sul processore, rallenta molto.

04. Trasforma Qwen in un agente

Il modello da solo risponde alle domande. Per lavorare su un progetto deve poter leggere i file, modificarli ed eseguire comandi. È quello che fa Qwen Code, un agente open source che funziona da terminale.

Serve Node.js 22 o successivo. Poi:

npm install -g @qwen-code/qwen-code@latest

Per avviarlo, entra nella cartella del progetto e scrivi:

qwen

Qwen Code chiede di approvare le azioni più delicate, come modificare un file o eseguire un comando. Leggi sempre cosa sta per fare prima di dire di sì.

05. Collega Qwen Code al modello locale

Ollama espone i modelli con un'API compatibile con quella di OpenAI, all'indirizzo http://localhost:11434/v1. Qwen Code può usarla come un fornitore personalizzato.

La configurazione va nel file ~/.qwen/settings.json (su Windows, nella cartella .qwen dentro il tuo profilo utente):

{
  "env": { "OLLAMA_API_KEY": "ollama" },
  "modelProviders": {
    "openai": [
      {
        "id": "qwen3-coder:30b",
        "name": "Qwen3-Coder 30B (Ollama)",
        "envKey": "OLLAMA_API_KEY",
        "baseUrl": "http://localhost:11434/v1",
        "generationConfig": { "contextWindowSize": 64000 }
      }
    ]
  },
  "security": { "auth": { "selectedType": "openai" } },
  "model": { "name": "qwen3-coder:30b" }
}

Tre dettagli:

• La chiave API: Qwen Code ne vuole una, ma Ollama la ignora. Va bene un valore qualsiasi, come ollama.
• Il nome del modello: deve essere uguale a quello che vedi con ollama list.
• Il contesto: tienilo allineato a quello che hai impostato in Ollama.

In alternativa, al primo avvio puoi scegliere "Custom Provider" e inserire gli stessi dati a mano. Con il comando /auth cambi configurazione in qualsiasi momento.

Se Qwen Code non riesce a collegarsi a Ollama mentre il terminale ci riesce, controlla la versione di Node.js: è stato segnalato un problema con Node.js 26, che si risolve usando la 24.

06. Lavora con Qwen dentro VS Code

Qwen Code ha un'estensione per VS Code, Qwen Code Companion. Per installarla:

1. apri il progetto in VS Code, con una sola cartella nell'area di lavoro;
2. apri il terminale integrato e avvia qwen nella cartella principale del progetto;
3. scrivi /ide install e conferma;
4. apri un nuovo terminale, avvia di nuovo qwen e scrivi /ide enable.

Da quel momento l'agente vede i file aperti di recente, la posizione del cursore e il testo selezionato. Le modifiche proposte si aprono nel visualizzatore delle differenze di VS Code: puoi correggerle, accettarle o rifiutarle prima che tocchino il file.

Selezioni il codice
  ↓
Chiedi a Qwen cosa fare
  ↓
Qwen propone la modifica
  ↓
La rivedi nel diff
  ↓
Accetti o rifiuti

Cosa aspettarti

Un modello locale ha vantaggi chiari:

• costo: nessun abbonamento e nessun costo per token, solo l'hardware che hai già;
• riservatezza: le richieste al modello restano sul tuo computer;
• disponibilità: funziona anche senza connessione.

E limiti altrettanto chiari:

• velocità: dipende dalla tua scheda video, e su un portatile può essere lenta;
• qualità: sui compiti complessi resta sotto i migliori modelli in cloud;
• memoria: modello e contesto occupano gran parte della memoria video mentre lavori.

Funziona bene per spiegare codice, scrivere test, fare refactoring circoscritti e lavorare su progetti che non vuoi far uscire dal tuo computer.

Checklist prima di iniziare

Prima di lanciare il primo comando, verifica almeno questi cinque punti:

• Il tuo computer ha abbastanza memoria per il modello scelto, più il contesto.
• Ollama è installato e ollama run risponde.
• Il contesto è di almeno 64.000 token e ollama ps lo conferma.
• Node.js è alla versione 22 o 24.
• Il nome del modello in settings.json coincide con quello di ollama list.

La tua AI, il tuo computer, il tuo codice

Per anni l'intelligenza artificiale per programmare ha voluto dire una cosa sola: un servizio in cloud, a pagamento, con il codice che viaggia su server esterni.

Oggi c'è un'alternativa concreta. Non sostituisce i modelli più potenti, ma ti dà un assistente che lavora sul tuo progetto, sul tuo computer, alle tue condizioni.

Fonti

• Ollama, Download
• Ollama, Context length
• Ollama, OpenAI compatibility
• Qwen Code, Quickstart
• Qwen Code, Model Providers
• Qwen Code, IDE Integration
• Qwen Code, issue #4152 su GitHub
• Inventive HQ, Run Qwen3-Coder locally with Ollama
• Morph, Best Ollama models