Aider AI кодирование

Терминальное AI-кодирование с Aider на Clore.ai — с учётом Git, мультифайловое, локальные модели через Ollama

Aider — это терминальный AI-помощник для кодирования с более чем 39K звёзд на GitHub. Он редактирует файлы прямо в вашем репозитории, автоматически создаёт коммиты Git и поддерживает как облачные API (OpenAI, Anthropic), так и полностью локальные модели через Ollama. На GPU Clore.ai вы можете запускать крупные модели для кодирования, такие как DeepSeek-R1 32B или Qwen2.5-Coder-32B, полностью на вашем оборудовании — приватно, быстро и экономично.

Все примеры запускаются на GPU-серверах, арендованных через CLORE.AI Marketplace.

Ключевые особенности

• Родной для терминала — работает по SSH, идеально для безголовых серверов Clore.ai

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

• Редактирование нескольких файлов — добавляйте несколько файлов в контекст и редактируйте их одновременно

• Поддержка локальных моделей — подключайтесь к Ollama для полностью приватного кодирования без затрат на API

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

• Карта репозитория — автоматически индексирует ваш кодовый базис для редактирования с учётом контекста

• Линтинг и тестирование — запускайте линтеры/тесты после каждого редактирования, автоматически исправляйте ошибки

• Голосовой ввод — диктуйте инструкции по кодированию через микрофон

Требования

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

Цены Clore.ai: RTX 4090 ≈ $0.5–2/день · RTX 3090 ≈ $0.3–1/день · RTX 3060 ≈ $0.15–0.3/день

Для только облачных моделей (без локального вывода) GPU не требуется — но GPU Clore.ai позволяет 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

# Загрузите модель для кодирования
ollama pull deepseek-r1:32b

# Или более компактную 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
> Добавь обработку ошибок в функцию parse_config и напиши для неё модульные тесты

Aider будет:

1. Прочитать файлы и понять кодовую базу

2. Предложить изменения в виде diff

3. Применить изменения на диск

4. Создать Git-коммит с описательным сообщением

Примеры использования

Режим архитектора (настройка с двумя моделями)

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

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

Модель-архитектор планирует изменения, а модель-редактор пишет фактический код — сочетая высокое качество рассуждений с быстрой реализацией.

Добавление файлов и редактирование

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

# Попросите внести изменения
> Рефакторните endpoint регистрации пользователя на async/await и добавьте валидацию входных данных с Pydantic

# Добавьте целую директорию
> /add src/tests/

# Запустите тесты после редактирования
> /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: Add error handling to parse_config
# d4e5f6g aider: Write unit tests for parse_config
# h7i8j9k aider: Refactor user registration endpoint

# Отмена последнего изменения от aider
aider --undo

Линтинг и авто-исправление

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

# Aider запускает линтер после каждого редактирования и автоматически исправляет проблемы

Неинтерактивный (скриптовый) режим

# Выполнить одну инструкцию и выйти
aider --model ollama/deepseek-r1:32b \
  --message "Add type hints to all functions in src/utils.py" \
  --yes  # автоматически принять изменения

Рекомендации по моделям

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

Советы

• Используйте /add избирательно — добавляйте только те файлы, которые Aider должен видеть. Слишком много файлов тратит токены контекста

• Режим архитектора мощна для сложных изменений — модель рассуждений улавливает краевые случаи, которые модель-редактор может пропустить

• /undo отменяет последнее изменение аккуратно через Git — экспериментируйте свободно

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

• Установите --auto-commits (по умолчанию) для полной истории Git каждого изменения от ИИ

• Используйте .aiderignore чтобы исключить файлы из карты репозитория (node_modules, .venv и т.д.)

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

• Запускайте тесты после правок — /test pytest немедленно обнаруживает регрессии

Устранение неполадок

Проблема	Решение
Модель Ollama слишком медленная	Используйте меньшую квантизацию (q4_0) или меньшую модель
CUDA — недостаточно памяти с Ollama	Загрузите более компактный вариант модели или используйте OLLAMA_NUM_GPU=0 для CPU
Ошибки коммита Git	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 даёт плохие правки	Попробуйте более мощную модель или используйте режим архитектора
Соединение отклонено (Ollama)	Убедитесь, что Ollama запущена: 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

• CLORE.AI Marketplace