Een gratis lokale programmeerworkflow kan een kleine Mac-app opleveren, maar David Gewirtz’ test laat ook zien hoeveel debugwerk daarbij kwam kijken. Met Qwen, Ollama en OpenCode bouwde hij een hulpmiddel om screenshots te hernoemen; zijn poging om PDF’s te organiseren liep vast. Dat is een verslag van twee specifieke projecten op één computer, geen algemene prestatietest. (ZDNET)
Wat de lokale setup voor elkaar kreeg
Gewirtz gebruikte OpenCode v2.2.5 als code-agent, Ollama als lokale runtime en het model qwen3-coder-next:q4_K_M. Hij beschrijft dat model als een model met 80 miljard parameters, waarvan er telkens 3 miljard actief waren. De configuratie draaide op een Mac Studio met een M4 Max en 128 GB geheugen, met een context van 64.000 tokens. Dat was zijn testopstelling, geen aanbevolen minimum.
De bruikbare uitkomst was een eenvoudige Mac-app voor een map met meer dan 7.000 screenshots. De app toonde één afbeelding tegelijk, liet Gewirtz een bestandsnaam invullen en ging na het opslaan door naar de volgende afbeelding. Het bouwen kostte hem bijna zes dagen. Vier dagen daarvan gingen op aan een bestandslijst die niet goed wilde werken; uiteindelijk liet hij een nieuwe OpenCode-sessie die lijst opnieuw bouwen.
De app miste onder meer zoom, snel bladeren, aanpasbare panelen en sjablonen voor bestandsnamen en datums. Gewirtz hield de functionaliteit beperkt om nieuwe debugproblemen te vermijden.
Waarom het PDF-project bleef steken
In een afzonderlijk project probeerde Gewirtz een app te bouwen die PDF’s kon ordenen. De software kon het onderwerp van één document benoemen, maar herhaalde dat niet betrouwbaar voor grotere batches. Na vijf dagen liep het werk vast tijdens het debuggen van nieuwe documentbegripfuncties op het apparaat in macOS 27. Dat resultaat geldt voor deze poging en deze configuratie.
Gewirtz’ werkwijze was om taken klein te houden, voor een afzonderlijke reparatie of functie een nieuwe sessie te starten en onderzoek van het programmeren te scheiden. Hij vroeg ook toestemming voordat de agent bestands- of shellacties uitvoerde. Zulke controles zijn relevant bij code-agents: een shellopdracht kan bestanden verplaatsen of verwijderen.
Houd een lokale code-agent bij afgebakende taken en laat bestands- en shellacties eerst goedkeuren.
Een andere lokale CLI en de verschillen
Local-CLI is een aparte code-agent met een eigen opdrachtregelprogramma. De huidige projectrepository beschrijft ondersteuning voor OpenAI-compatibele endpoints, waaronder lokale opties zoals Ollama, vLLM en LM Studio, maar ook clouddiensten zoals Azure OpenAI en Google Gemini. De repository beschrijft bovendien een plannings- en uitvoermodus en een toezichtmodus die toestemming vraagt vóór bestandswijzigingen. Dat zijn functies die het project zelf beschrijft, geen resultaten van een vergelijkbare programmeertest. (Local-CLI-projectrepository)
| Aanpak | Code-agent | Model of endpoint | Wat er is beschreven |
| Geteste Qwen-setup | OpenCode v2.2.5 | Ollama met qwen3-coder-next:q4_K_M | Screenshot-hernoemapp gebouwd; PDF-project liep vast |
| Local-CLI | Eigen CLI-agent | Lokale, on-premises of cloudendpoint | Planningsmodus en goedkeuring vóór bestandswijzigingen staan in de projectdocumentatie |
De basisinstallatie van Local-CLI vereist Node.js 20 of hoger. De repository geeft deze opdrachten: npm install -g local-cli-agent en daarna local-cli. Bij de eerste start verschijnt een wizard om het endpoint in te stellen. Het project heeft een MIT-licentie. De keuze voor een lokaal endpoint kan lokaal gebruik mogelijk maken; een cloudendpoint is een andere configuratie en brengt niet automatisch dezelfde kosten- of privacy-eigenschappen mee.
Wie Claude Code wil behouden en daarnaast Ollama wil bekijken, kan ook de Engelstalige video van Eric Tech over Claude Code en Ollama openen. Die video is kijkmateriaal, geen vergelijkbare test van de twee workflows.
