Lo sviluppatore — « Copilota locale, 100% offline, 0 latenza cloud. »
Qwen 3.8 27B per la chat e l'agente, un piccolo Qwen2.5-Coder « base » per l'autocompletamento, collegati a VS Code tramite Continue.dev. Autocompletamento, chat, refactoring su un intero file — senza che una sola riga del tuo codice finisca da Microsoft, OpenAI o Anthropic. La tua PR contiene una chiave API? Resta lì.
Alla fine di questo percorso, avrai un server llama.cpp in esecuzione in background con Qwen 3.8 27B in quantizzazione Q4 per la chat, e un piccolo Qwen2.5-Coder base (1.5B) per l'autocompletamento (FIM). Continue.dev sarà collegato a VS Code con autocompletamento e chat nella sidebar.
Per chi è pensato questo percorso
Preferiamo dirtelo subito piuttosto che lasciarti perdere 30 minuti inutilmente.
- ✓Programmi tutti i giorni e sei stufo di copiare i tuoi snippet in un'interfaccia web.
- ✓Il tuo datore di lavoro vieta GitHub Copilot, ChatGPT, Cursor — per buone ragioni.
- ✓Lavori su codice proprietario, soggetto a un NDA, o con segreti API in chiaro.
- ✓Hai una RTX 4070 Ti+, RTX 4090, RTX 5090 o un MacBook Pro M2/M3/M4 con 32 GB+.
- ✓Il ping di 200 ms verso le API cloud ti spezza il ritmo.
- ·Hai 8 GB di VRAM: con Qwen 3.5 9B si può fare, ma nettamente al di sotto degli assistenti cloud.
- ·Programmi 1 ora a settimana: un account gratuito presso un provider cloud ti darà meno grattacapi.
- ·Vuoi una chat con un assistente generalista: consulta il percorso per curiosi, più semplice.
Il percorso in 4 passaggi
Ogni passaggio rimanda a una guida dettagliata che puoi leggere in parallelo. L’ordine è ottimizzato: non saltare nessun passaggio la prima volta.
- 1Passo 01·12 min·Avanzato
Compilare llama.cpp con accelerazione GPU
Compilare dai sorgenti per ottenere il massimo numero di token al secondo. Su NVIDIA: CUDA. Su Apple Silicon: Metal. Su AMD: ROCm. È più veloce di Ollama dal 15 al 30%.
Binario llama-server pronto, in grado di fornire un'API compatibile con OpenAI.Leggi la guida → - 2Passo 02·6 min·Intermedio
Scaricare Qwen 3.8 27B (Q4) e un modello di completamento automatico
Qwen 3.8 27B è in testa all'indice Artificial Analysis per i modelli da 4 a 40 miliardi di parametri (ottobre 2026): 18 GB in Q4_K_M, per una scheda da 24 GB. Con 16 GB, scegli Gemma 4 12B. Il completamento automatico a metà riga (FIM) richiede un modello «base» dedicato: Qwen2.5-Coder 1.5B base (1 GB) accanto a Qwen 3.8 27B, oppure il 7B base (4,7 GB) se resta memoria. Download da Hugging Face.
Il modello è servito su localhost:8080 nel formato chat completions.Leggi la guida → - 3Passo 03·8 min·Intermedio
Collegare Continue.dev a VSCode
Installare l'estensione Continue dal marketplace, modificare ~/.continue/config.json per puntare al tuo endpoint locale, configurare il modello FIM per l'autocompletamento.
Tab per accettare un suggerimento, Cmd+L per aprire la chat sulla selezione.Leggi la guida → - +Passo bonus·4 min·Avanzato
Bonus — Aider da riga di comando
Per i compiti più ampi (refactoring di un modulo, generazione di test), Aider permette di modificare file in linguaggio naturale dal terminale, con commit automatici in git.
Una CLI agentica collegata allo stesso backend, complementare a Continue.Leggi la guida →
Modelli consigliati
Tre scelte per questo percorso — dalla più leggera alla più capace. Clicca per la scheda dettagliata (VRAM, contesto, benchmark).
Per il completamento automatico (FIM), in versione base: 4,7 GB; accanto a Qwen 3.8 27B su 24 GB, scegli l'1.5B base (1 GB). ollama pull qwen2.5-coder:7b-base.
Vedi la scheda →Chat e agente di programmazione (Cline, Aider, OpenCode) con 24 GB di VRAM: 18 GB in Q4. Con 16 GB: Gemma 4 12B.
Vedi la scheda →Con 32 GB o più: un MoE veloce (3B parametri attivi) per i lunghi cicli dell'agente.
Vedi la scheda →Domande frequenti
Le domande reali che ci vengono poste via e-mail e su Mastodon. Se manca la tua, apri un ticket.
Il professionista attento alla riservatezza — « Le mie cartelle non lasciano la mia postazione. »
Giurista, medico, responsabile delle risorse umane, consulente, commercialista, notaio — i tuoi documenti sono coperti dal segreto professionale o da un NDA. Un LLM locale abbinato a un RAG ti permette di interrogarli, riassumerli,…
Sostituisci GitHub Copilot e Cursor con un copilota per la programmazione 100 % locale — la guida di riferimento, configurazioni incluse.
- Spazio online a vita
- PDF + file
- Rimborso in 30 g
Una domanda, un refuso, un bug?
Questo percorso evolve a ogni uscita di un modello. I tuoi feedback sono la materia prima.