AI-кодинг Aider

AI-кодинг через терминал с Aider на Clore.ai — с поддержкой Git, нескольких файлов, локальные модели через Ollama

Aider — это терминальный ИИ-ассистент для программирования с 39 тыс.+ звёзд на GitHub. Он напрямую редактирует файлы в вашем репозитории, автоматически создаёт Git-коммиты и поддерживает как облачные API (OpenAI, Anthropic), так и полностью локальные модели через Ollama. На GPU Clore.ai вы можете запускать крупные модели для кодинга, такие как DeepSeek-R1 32B или Qwen2.5-Coder-32B, полностью на своём оборудовании — приватно, быстро и экономично.

Все примеры работают на GPU-серверах, арендованных через маркетплейс CLORE.AI.

Ключевые особенности

• Нативный для терминала — работает по SSH, идеально для серверов Clore.ai без графического интерфейса

• Учитывает Git — автоматически коммитит каждое изменение с описательными сообщениями, легко просматривать и откатывать

• Многофайловое редактирование — добавляйте несколько файлов в контекст и редактируйте их одновременно

• Поддержка локальных моделей — подключите Ollama для полностью приватного кодинга без затрат на API

• Режим архитектора — используйте мощную модель для планирования, затем быструю модель для реализации

• Карта репозитория — автоматически индексирует вашу кодовую базу для редактирования с учётом контекста

• Проверка линтерами и тестирование — запускайте линтеры/тесты после каждого изменения, автоматически исправляйте ошибки

• Голосовой ввод — диктуйте инструкции по кодингу через микрофон

Требования

Компонент	Минимум	Рекомендуется
GPU	RTX 3060 12 ГБ	RTX 4090 24 GB
VRAM	12 ГБ	24 ГБ
ОЗУ	16 ГБ	32 ГБ
Диск	30 ГБ	60 ГБ
Python	3.9	3.11

Цены Clore.ai: RTX 4090 ≈ $0.14–0.42/ч · RTX 3090 ≈ $0.07–0.21/ч · RTX 3060 ≈ $0.03–0.07/ч

Для моделей только в облаке (без локального инференса) GPU не требуется — но GPU Clore.ai позволяют запускать модели Ollama локально для полной приватности.

Быстрый старт

1. Установите Aider

pip install aider-chat

2. Настройте Ollama для локальных моделей

# Установите Ollama
curl -fsSL https://ollama.com/install.sh | sh

# Скачайте модель для кодинга
ollama pull deepseek-r1:32b

# Или меньшую модель для меньшего объёма VRAM
ollama pull qwen2.5-coder:7b

3. Запустите Aider с локальной моделью

cd /workspace/your-project

# Используйте DeepSeek-R1 32B через Ollama (требуется ~20 ГБ VRAM)
aider --model ollama/deepseek-r1:32b

# Или используйте меньшую модель на RTX 3060
aider --model ollama/qwen2.5-coder:7b

4. Начните кодить

Внутри REPL Aider:

> /add src/main.py src/utils.py
> Добавьте обработку ошибок в функцию parse_config и напишите для неё модульные тесты

Aider выполнит:

1. Прочитает файлы и разберётся в кодовой базе

2. Предложит изменения в виде diff

3. Применит изменения на диск

4. Создаст Git-коммит с описательным сообщением

Примеры использования

Режим архитектора (схема с двумя моделями)

Используйте мощную модель для рассуждений и быструю модель для генерации кода:

# Облачный архитектор + локальный редактор
aider --architect --model ollama/deepseek-r1:32b --editor-model ollama/qwen2.5-coder:7b

Модель-архитектор планирует изменения, а модель-редактор пишет сам код — сочетая качественные рассуждения с быстрой реализацией.

Добавление файлов и редактирование

# Добавьте конкретные файлы в контекст чата
> /add src/api/routes.py src/models/user.py

# Запросите изменения
> Рефакторите endpoint регистрации пользователя, чтобы использовать async/await, и добавьте проверку входных данных с помощью Pydantic

# Добавьте целый каталог
> /add src/tests/

# Запустите тесты после изменения
> /test pytest src/tests/ -v

Использование с облачными API

# OpenAI
export OPENAI_API_KEY=sk-...
aider --model gpt-4o

# Anthropic
export ANTHROPIC_API_KEY=sk-ant-...
aider --model claude-sonnet-4-20250514

Интеграция с Git

# Каждое изменение автоматически создаёт коммит
git log --oneline -5
# a1b2c3d aider: Добавить обработку ошибок в parse_config
# d4e5f6g aider: Написать модульные тесты для parse_config
# h7i8j9k aider: Рефакторить endpoint регистрации пользователя

# Отмените последнее изменение Aider
aider --undo

Линтинг и автоисправление

# Настройте линтер
aider --lint-cmd "ruff check --fix" --auto-lint

# Aider запускает линтер после каждого изменения и автоматически исправляет проблемы

Неинтерактивный (сценарный) режим

# Выполните одну инструкцию и завершите работу
aider --model ollama/deepseek-r1:32b \\
  --message "Добавьте type hints для всех функций в src/utils.py" \\
  --yes  # автоматически принимать изменения

Рекомендации по моделям

Модель	VRAM	Скорость	Качество	Лучше всего для
deepseek-r1:32b	~20 GB	Средне	Высокий	Сложный рефакторинг
qwen2.5-coder:32b	~20 GB	Средне	Высокий	Генерация кода
qwen2.5-coder:7b	~5 ГБ	Быстро	Хорошо	Быстрые правки, RTX 3060
codellama:34b	~20 GB	Средне	Хорошо	Наследуемый код, C/C++
deepseek-coder-v2:16b	~10 ГБ	Быстро	Хорошо	Сбалансированная производительность

Советы

• Используйте /add выборочно — добавляйте только те файлы, которые нужно видеть Aider. Слишком много файлов расходует токены контекста

• Режим архитектора полезно для сложных изменений — модель рассуждений замечает крайние случаи, которые модель-редактор может упустить

• /undo чисто откатывает последнее изменение через Git — экспериментируйте свободно

• /diff показывает предлагаемые изменения перед применением — используйте для проверки

• Установите --auto-commits (по умолчанию) для полной истории Git всех изменений ИИ

• Используйте .aiderignore для исключения файлов из карты репозитория (node_modules, .venv и т. д.)

• Для больших репозиториев, карта репозитория Aider помогает модели понять структуру кода — дайте ей выполниться при первой загрузке

• Запускайте тесты после изменений — /test pytest сразу ловит регрессии

Устранение неполадок

Проблема	Решение
Модель Ollama слишком медленная	Используйте меньшую квантизацию (q4_0) или меньшую модель
CUDA out of memory с Ollama	Скачайте меньший вариант модели или используйте OLLAMA_NUM_GPU=0 для CPU
Ошибки Git-коммита	Убедитесь, что git config user.email и user.name установлены
Aider игнорирует мои файлы	Используйте /add filename.py явно — Aider редактирует только добавленные файлы
Модель делает неудачные правки	Попробуйте более сильную модель или используйте режим архитектора
Соединение отклонено (Ollama)	Убедитесь, что Ollama запущен: ollama serve или systemctl start ollama
Превышено окно контекста	Удалите файлы с помощью /drop, оставьте только релевантные

Ресурсы

• Aider на GitHub

• Документация Aider

• Библиотека моделей Ollama

• маркетплейс CLORE.AI