Aider на локальной LLM: полный гайд по конфигурации без нервов

Зачем мучиться с Aider, если можно просто взять ChatGPT?

Потому что приватность. Потому что скорость. Потому что контроль. Когда ваш код летит через OpenAI API, вы теряете все три пункта. Aider с локальной моделью - это как иметь личного код-ревьюера, который не рассказывает ваши секреты и работает даже когда интернет отвалился.

Но вот незадача: официальная документация Aider про локальный инференс написана так, будто ее автор никогда сам не пытался это настроить. Вы открываете README, видите "просто укажите endpoint", а через час бьетесь головой об стол, потому что ничего не работает.

Что ломается в первую очередь

Типичный сценарий: вы ставите Ollama или LM Studio, запускаете модель, прописываете в Aider базовый URL - и получаете кучу непонятных ошибок. Проблема в том, что Aider ожидает определенную структуру ответов, которую не все локальные серверы соблюдают из коробки.

1 Где живут конфиги Aider и почему их три

Aider ищет конфигурацию в трех местах, и это не баг, а фича (хотя иногда хочется думать иначе):

• ~/.aider.conf.yml - глобальный конфиг пользователя
• ~/.config/aider/aider.conf.yml - альтернативное расположение
• .aider.conf.yml в корне проекта - переопределяет все

В теории это позволяет иметь разные настройки для разных проектов. На практике вы полчаса ищете, почему изменения не применяются, пока не поймете, что Aider читает не тот файл.

2 Минимальный рабочий конфиг для локальной модели

Вот как выглядит конфигурация, которая реально работает с локальным сервером на 21 января 2026 года. Не копируйте слепо из документации - там половина параметров устарела.

# ~/.aider.conf.yml
# Работает с Ollama, LM Studio, Open WebUI
model: local-model
oai-api-key: dummy-key  # Да, нужно указать что-то, даже если не используете OpenAI
oai-api-base: http://localhost:11434/v1  # Или ваш endpoint
chat-completion-params:
  temperature: 0.1  # Для кода лучше низкая температура
  max_tokens: 8192  # Зависит от модели
disable-notifications: true  # Иначе будет ругаться на отсутствие ключа OpenAI

Ключевой момент: oai-api-key: dummy-key. Aider проверяет наличие этого поля, даже если вы не используете OpenAI. Без него получите ошибку валидации.

3 Почему Aider не видит вашу модель

Самая частая ошибка: Aider отправляет запрос на /v1/models, а ваш локальный сервер отвечает 404 или возвращает список моделей в другом формате. Проверьте:

# Проверяем, что endpoint вообще живёт
curl http://localhost:11434/v1/models

# Должен вернуть что-то типа:
# {"data": [{"id": "llama3.2", "object": "model"}]}

# Если не работает, проверяем сам сервер:
curl http://localhost:11434/api/tags  # для Ollama

Если ваш сервер не реализует /v1/models, придется либо найти плагин/расширение, либо использовать прокси. Для Oobabooga есть OpenAI-совместимый API, но его нужно включать отдельно.

Продвинутая конфигурация: когда базового недостаточно

Если вы просто хотите попробовать Aider с локальной моделью, предыдущего раздела достаточно. Но если вы планируете использовать это в работе, вот что нужно настроить дополнительно.

Таймауты и ретраи

Локальные модели могут думать долго. Особенно если у вас не топовое железо или вы запускаете большую модель на виртуалке. Стандартные таймауты Aider слишком агрессивны.

# Расширенный конфиг с таймаутами
model: local-model
oai-api-key: dummy-key
oai-api-base: http://localhost:11434/v1

timeout: 300  # 5 минут вместо стандартных 30 секунд
max-retries: 3  # Количество попыток при ошибках

chat-completion-params:
  temperature: 0.1
  max_tokens: 8192
  timeout: 600  # Таймаут для самого запроса

disable-notifications: true

Контекст и токены

Разные модели имеют разный максимальный контекст. Llama 3.2 (самая популярная на январь 2026 для локального кодинга) работает с 128K, но старые модели могут иметь 4K или 8K. Укажите правильные лимиты:

model: llama3.2:latest  # Явное указание модели
max-context-tokens: 122880  # 128K минус запас
max-chat-history-tokens: 4096  # Сколько истории сохранять

Если не указать max-context-tokens, Aider будет использовать значение по умолчанию, которое может быть меньше возможностей вашей модели.

Ошибки, которые заставят вас выть

Вот список проблем, с которыми вы точно столкнетесь, и как их решить без потери нервных клеток.

Прокси для несовместимых серверов

Если ваш LLM-сервер не поддерживает OpenAI API, но вы хотите использовать его с Aider, поставьте простой прокси на Python:

from flask import Flask, request, jsonify
import requests

app = Flask(__name__)

# Ваш реальный endpoint
LLM_URL = "http://localhost:8080/generate"

@app.route('/v1/chat/completions', methods=['POST'])
def chat_completions():
    data = request.json
    # Конвертируем формат OpenAI в формат вашего сервера
    payload = {
        "prompt": data['messages'][-1]['content'],
        "max_tokens": data.get('max_tokens', 512)
    }
    
    response = requests.post(LLM_URL, json=payload)
    # Конвертируем обратно в OpenAI формат
    return jsonify({
        "choices": [{
            "message": {
                "content": response.json()['text']
            }
        }]
    })

@app.route('/v1/models')
def models():
    return jsonify({
        "data": [{"id": "custom-model", "object": "model"}]
    })

if __name__ == '__main__':
    app.run(port=5001)

Теперь в Aider укажите oai-api-base: http://localhost:5001/v1 и модель custom-model.

Производительность: как не ждать по 5 минут за каждый запрос

Локальные модели медленнее облачных. Особенно если у вас нет GPU или вы используете CPU-инференс на домашнем железе. Вот как ускорить процесс:

1. Используйте квантованные модели (Q4_K_M или Q5_K_M дают хороший баланс качества/скорости)
2. Установите num_threads в Ollama равным количеству физических ядер
3. Для больших проектов ограничьте контекст через max-context-tokens
4. Используйте модели, заточенные под код: CodeLlama, DeepSeek-Coder, StarCoder

Интеграция с другими инструментами

Aider не существует в вакууме. Вот как заставить его работать с вашим стеком:

Git и предкоммитные проверки

Aider отлично интегрируется с Git, но с локальными моделями есть нюанс: проверка кода перед коммитом может занимать много времени. Настройте фильтры:

# В .aider.conf.yml проекта
git:
  auto-commit: false  # Отключите авто-коммиты для больших изменений
  diff-context: 3

# Используйте .aiderignore для исключения файлов
# Например, node_modules, .git, большие бинарные файлы

IDE и редакторы

Хотя Aider - CLI инструмент, его можно интегрировать с VS Code через задачи или использовать вместе с Obsidian для документации. Просто запускайте aider в отдельном терминале, а результаты копируйте в редактор.

Когда все равно не работает

Если после всех манипуляций Aider упорно отказывается работать с вашей локальной моделью, есть радикальное решение: использовать не Aider, а альтернативы. Но прежде чем сдаваться, проверьте:

• Версию Aider (на 21.01.2026 актуальна 0.45.0+)
• Что сервер действительно запущен и отвечает на curl-запросы
• Что модель загружена и работает (проверьте логи сервера)
• Нет ли конфликта портов (11434 для Ollama, 1234 для Oobabooga)

Иногда проблема в самом Aider. Откройте issue на GitHub, но перед этим проверьте, не решили ли ее в последнем релизе.

Итог: стоит ли игра свеч?

Настройка Aider для локального инференса - это не пять минут работы. Это час-два ковыряния в конфигах, тестирования разных моделей и настройки параметров. Но когда все заработает, вы получаете инструмент для рефакторинга и генерации кода, который не отправляет вашу интеллектуальную собственность в облако.

Особенно актуально для бизнеса с требованиями к безопасности или разработчиков, работающих с закрытым кодом.

Главный совет: начните с простой конфигурации, проверьте базовую работу, а потом уже настраивайте продвинутые параметры. И не верьте документации слепо - она часто отстает от реальности на пару версий.