Installer Cline dans VS Code et le brancher sur Ollama

Un modèle local sait écrire du code, mais il ne sait pas encore agir dans votre projet : créer des fichiers, lancer des commandes, lire votre arborescence. C’est le rôle de Cline, un agent de codage open source qui s’installe dans VS Code et orchestre le modèle pour qu’il travaille réellement à votre place. En le branchant sur le moteur Ollama mis en place précédemment, vous obtenez un assistant agentique gratuit, privé et hors-ligne. À la fin de ce tutoriel, Cline aura créé le squelette du projet « carnet » sous votre supervision.

📍 Guide principal de la série : Coder avec une IA en local : Cline, Ollama et les assistants souverains.

Ce que vous allez apprendre

• Installer l’extension Cline dans VS Code ;
• La connecter au serveur Ollama local (provider et URL) ;
• Choisir le modèle de code à utiliser ;
• Lancer une première tâche agentique et lire les diffs ;
• Comprendre la différence entre un agent et un simple chat.

Ce que vous allez construire

Une configuration de travail complète : Cline installé, relié à votre modèle Ollama, et une première tâche réussie — la création de la structure de départ de l’application « carnet » (dossier, fichier principal, fichier de dépendances). Vous verrez l’agent proposer chaque modification sous forme de diff que vous validez ou refusez.

Prérequis

• Ollama installé avec un modèle de code (voir Installer Ollama et un modèle de code en local) ;
• VS Code installé (gratuit, sur code.visualstudio.com) ;
• Le service Ollama doit tourner (port 11434) ;
• Niveau : débutant à intermédiaire.

⏱️ Temps estimé : environ 20 minutes.

Étape 1 — Installer l’extension Cline

Cline se présente comme une extension VS Code, au même titre qu’un linter ou un thème. On l’installe depuis la place de marché intégrée, ce qui garantit les mises à jour automatiques. Ouvrez VS Code, cliquez sur l’icône Extensions dans la barre latérale (ou faites Ctrl+Maj+X), puis tapez « Cline » dans la recherche.

Repérez l’extension publiée par Cline Bot — c’est le projet officiel, open source sous licence Apache 2.0 — et cliquez sur Install. Une nouvelle icône Cline apparaît dans la barre latérale de gauche. Cliquez dessus : le panneau de l’agent s’ouvre, prêt à être configuré.

Vérifiez que vous avez bien la bonne extension : Cline compte des millions d’installations et un dépôt très actif. Méfiez-vous des copies au nom approchant ; la fiche officielle renvoie vers github.com/cline/cline.

✅ Point d’étape — L’icône Cline est visible dans la barre latérale et son panneau s’ouvre. S’il vous demande de choisir un fournisseur de modèle, c’est exactement l’étape suivante.

Étape 2 — Connecter Cline à Ollama

Par défaut, Cline propose des fournisseurs cloud payants (Anthropic, OpenAI, etc.). Nous allons le pointer vers notre serveur local pour ne rien payer et garder le code chez nous. C’est le réglage central de tout ce montage.

Ouvrez les réglages de Cline (l’icône en forme d’engrenage dans son panneau). Dans la liste des fournisseurs (API Provider), sélectionnez Ollama. Renseignez ensuite l’adresse du serveur local dans le champ Base URL :

http://localhost:11434

Dès que Cline parvient à joindre Ollama, la liste des modèles se remplit automatiquement avec ceux que vous avez téléchargés. C’est la confirmation que la connexion fonctionne : si la liste reste vide, c’est qu’Ollama n’est pas démarré ou que l’URL est incorrecte. Cette auto-détection est pratique — vous n’avez pas à taper le nom du modèle à la main.

✅ Point d’étape — La liste déroulante des modèles affiche vos modèles Ollama (par exemple qwen2.5-coder:7b). Si elle est vide, lancez Ollama et vérifiez l’URL http://localhost:11434.

Étape 3 — Choisir le modèle de travail

Dans le menu déroulant, sélectionnez le modèle de code téléchargé précédemment, par exemple qwen2.5-coder:7b. C’est lui qui raisonnera et écrira le code. Vous pourrez en changer à tout moment selon la difficulté de la tâche : un petit modèle rapide pour les retouches, un plus gros pour les passages délicats.

Un conseil de réglage propre à l’usage local : activez l’option « Use Compact Prompt » si elle est proposée, et gardez vos demandes ciblées. Les modèles locaux ont une fenêtre de contexte plus limitée que les modèles cloud ; un contexte plus court signifie des réponses plus rapides et plus fiables. Quand une tâche devient trop longue, mieux vaut en démarrer une nouvelle que de laisser l’historique gonfler.

Étape 4 — Lancer une première tâche agentique

Tout est prêt : on confie à l’agent une vraie mission. Contrairement à un chat où vous copiez-collez du code, Cline va agir directement sur vos fichiers, étape par étape, en vous demandant votre accord. Dans la zone de saisie du panneau Cline, décrivez l’objectif :

Crée la structure d'un projet Python nommé "carnet" :
un dossier, un fichier carnet.py avec une fonction main(),
et un requirements.txt vide. Explique chaque fichier.

Cline analyse la demande, propose un plan, puis commence à créer les fichiers. Point essentiel : chaque modification s’affiche sous forme de diff que vous pouvez relire, ajuster ou refuser avant qu’elle ne soit appliquée. Vous gardez le contrôle total — l’agent ne touche rien sans votre validation. À mesure qu’il avance, des checkpoints sont enregistrés, ce qui permet de revenir en arrière d’un clic si une étape part dans la mauvaise direction.

Au bout de quelques validations, le squelette du projet « carnet » existe sur votre disque, écrit par un modèle qui n’a jamais quitté votre machine. Vous venez de réaliser votre première session de codage assisté, en local et gratuit.

✅ Point d’étape — Le dossier « carnet » contient les fichiers demandés, chacun validé via son diff. Si l’agent semble bloqué, vérifiez que le modèle est bien chargé (la première réponse peut être lente).

Étape 5 — Agent ou chat : bien comprendre la différence

Beaucoup de débutants confondent un agent comme Cline avec un chatbot classique. La distinction change tout. Un chatbot répond dans une fenêtre ; c’est à vous de copier le code, de créer les fichiers, de lancer les commandes. Un agent fait ces actions lui-même : il lit votre projet, écrit dans les fichiers, exécute des commandes au terminal, observe le résultat et corrige.

Cette autonomie est puissante, mais elle suppose des garde-fous — d’où le système d’approbation par étape de Cline. Vous restez le superviseur : l’agent propose, vous disposez. C’est exactement ce qui rend l’outil utilisable sérieusement, là où une exécution aveugle serait risquée. Le tutoriel suivant entre dans le détail de ce pilotage, avec les modes Plan et Act.

Ce que Cline sait faire dans votre projet

Pour bien collaborer avec l’agent, il faut connaître l’étendue de ses capacités. Cline n’écrit pas seulement du texte : il interagit avec votre environnement de développement de plusieurs façons concrètes.

• Lire votre code : il parcourt l’arborescence, ouvre les fichiers pertinents et comprend la structure du projet avant d’agir ;
• Créer et modifier des fichiers : chaque écriture passe par un diff que vous validez, jamais une modification silencieuse ;
• Exécuter des commandes au terminal : installer une dépendance, lancer les tests, démarrer le programme — toujours avec votre accord ;
• Observer les résultats : il lit la sortie d’une commande ou un message d’erreur, puis ajuste son approche en conséquence ;
• Se brancher sur des outils externes via des serveurs MCP, sujet d’un tutoriel dédié plus loin dans la série.

Cette boucle « lire, agir, observer, corriger » est ce qui distingue un agent d’un simple générateur de texte. Elle lui permet, par exemple, d’écrire une fonction, de lancer les tests, de constater un échec et de corriger seul — sous votre supervision à chaque étape.

Un flux de travail concret avec l’agent

Voici comment se déroule, en pratique, une séance type sur le projet « carnet ». L’idée n’est pas de tout déléguer d’un bloc, mais de procéder par petites missions claires que vous validez au fur et à mesure.

On commence par une demande précise : « ajoute une commande pour créer une note avec un titre et un texte, stockée dans un fichier JSON ». Cline propose un plan, écrit la fonction, et suggère de lancer le programme pour vérifier. Vous l’autorisez ; il exécute, lit la sortie, et confirme que la note est bien enregistrée. Si une erreur apparaît, il la lit et propose un correctif — vous validez à nouveau.

La clé d’un bon résultat tient en trois habitudes. Découpez le travail en tâches courtes plutôt qu’en une consigne géante. Relisez chaque diff au lieu de tout accepter machinalement : c’est votre filet de sécurité et votre meilleure façon d’apprendre. Et repartez d’une tâche neuve quand le sujet change, pour garder le contexte léger et les réponses vives. En suivant cette discipline, même un modèle local de taille modeste produit un travail étonnamment solide.

Pièges fréquents

Réalités du terrain

Une fois Cline configuré sur Ollama, l’ensemble fonctionne sans connexion : c’est un atelier de développement assisté entièrement autonome. Aucun jeton facturé, aucun code transmis à l’extérieur, aucune coupure si le réseau flanche. Sur une machine modeste, gardez des tâches courtes et un modèle 7B : l’agent restera réactif. Et puisque rien n’est envoyé au cloud, vous pouvez l’utiliser sur du code client confidentiel sans crainte — un argument décisif pour beaucoup de professionnels.

Local ou cloud : ce que change le choix du fournisseur

Cline accepte aussi bien des modèles cloud que votre modèle local : c’est vous qui tranchez selon le besoin. Le réglage Ollama que vous venez de faire privilégie la confidentialité et la gratuité, au prix d’une qualité un cran en dessous des plus gros modèles distants sur les tâches les plus difficiles. À l’inverse, basculer sur un fournisseur cloud donne accès à des modèles plus puissants, mais facturés au token et avec votre code transmis à un tiers.

La bonne nouvelle, c’est que le choix n’est pas définitif : vous pouvez garder Ollama par défaut pour 80 % du travail quotidien — refactoring, tests, documentation, petites fonctionnalités — et ne basculer ponctuellement vers un modèle cloud que pour un problème vraiment ardu. Cette souplesse fait de Cline un excellent point d’entrée : on apprend gratuitement en local, et on garde la porte ouverte vers plus de puissance quand le projet l’exige.

Récapitulatif

Vous avez installé Cline, l’avez relié à votre serveur Ollama local, choisi un modèle, et mené une première tâche agentique où l’agent a créé des fichiers sous votre supervision via des diffs. Vous saisissez aussi la différence fondamentale entre un agent et un chat. L’atelier est monté ; il est temps d’apprendre à le piloter finement — modes Plan et Act, contexte et garde-fous, dans le tutoriel suivant.

Aide-mémoire

À vous de jouer

Défi : demandez à Cline d’ajouter au projet « carnet » un fichier README.md décrivant le but de l’application, puis refusez volontairement le premier diff et demandez une version plus détaillée. Observez comment l’agent réagit à votre retour.

Tutoriels associés

• Installer Ollama et un modèle de code en local — le prérequis.
• Piloter l’agent Cline : modes Plan et Act — la suite.

Pour aller plus loin

• 🔝 Revenir au guide principal : Coder avec une IA en local : Cline, Ollama et les assistants souverains.
• Documentation officielle : docs.cline.bot et github.com/cline/cline.

FAQ

Cline est-il gratuit ?
Oui, Cline est open source sous licence Apache 2.0. Couplé à un modèle Ollama local, il ne coûte rien : ni abonnement, ni facturation au token.

Cline envoie-t-il mon code sur Internet ?
Avec un fournisseur cloud, oui (vers ce fournisseur). Avec Ollama en local, non : tout reste sur votre machine.

Cline fonctionne-t-il ailleurs que dans VS Code ?
Oui, le projet propose aussi des intégrations pour d’autres environnements et une interface en ligne de commande, mais VS Code reste la voie la plus simple pour démarrer.

Puis-je changer de modèle en cours de route ?
Oui, à tout moment via le menu déroulant des réglages, sans perdre votre tâche en cours.