Agents de codage qui fonctionnent avec des modèles locaux via Tokios

15 Les agents de codage se connectent aux modèles locaux via Tokios. Tous utilisent le format standard de l’API OpenAI ou Anthropic — vous modifiez 2 éléments : l’URL de base et votre clé API. Une fois votre modèle enregistré en tant que déploiement Tokios, chaque agent ci-dessous y accède via le même point de terminaison.

Prérequis : Avant de configurer l’un des agents ci-dessous, vous avez besoin d’un modèle local en cours d’exécution, d’un connecteur Tokios appairé, d’un déploiement enregistré et d’une clé API sk-tok-…. Consultez le Guide de démarrage rapide si vous ne les avez pas encore configurés.

Matrice de compatibilité des agents

Agent	Type	Format de l’API	Appel d’outils	Guide d’installation
Claude Code	Terminal	Anthropic	Oui	/guides/claude-code
OpenAI Codex	Terminal	OpenAI (Réponses)	Oui	/guides/openai-codex
Aider	Terminal	OpenAI	Oui	/guides/aider
Cline	IDE	OpenAI	Oui	/guides/cline
Continue	IDE	OpenAI	Oui	/guides/continue
Roo Code	IDE	OpenAI	Oui	/guides/roo-code
OpenCode	Terminal	OpenAI	Oui	/guides/opencode
Goose	IDE	OpenAI	Oui	/guides/goose
Pi	Terminal	OpenAI · Anthropic	Oui	/guides/pi
Cursor	IDE	OpenAI	Oui	/guides/cursor
Zed	IDE	OpenAI · Anthropic	Inconnu	/guides/zed
JetBrains AI Assistant	IDE	OpenAI	Inconnu	/guides/jetbrains-ai-assistant
VS Code Copilot	IDE	OpenAI	Inconnu	/guides/vscode-copilot
omp (oh-my-pi)	Terminal	OpenAI · Anthropic	Inconnu	/guides/omp
Agent Hermes	Terminal	OpenAI	Oui	/guides/hermes-agent

L’appel d’outils signifie que l’agent peut envoyer tools dans la requête et analyser tool_calls depuis la réponse. Que cela fonctionne de bout en bout dépend à la fois de l’agent et du modèle local — Qwen3-Coder-30B, Llama-3-70B et Mistral gèrent tous bien les appels d’outils sur vLLM.

Agents basés sur un IDE

Ces agents résident dans votre éditeur et envoient des requêtes de complétion au fur et à mesure que vous codez. Tous utilisent le format de l’API OpenAI Chat Completions, sauf indication contraire.

Cline et Roo Code

Cline et sa fourche Roo Code utilisent tous deux un fournisseur « Compatible OpenAI ». Définissez les champs 3 dans les paramètres de l’extension :

Fournisseur API : OpenAI Compatible
URL de base : https://api.tokios.com/v1
API Key: your sk-tok-… key
ID du modèle : le nom de votre déploiement (par exemple, qwen3-coder-tunnel)

Les deux sont entièrement configurés via le panneau des paramètres — aucun fichier de configuration n’est à modifier. Consultez les guides Cline et Roo Code pour la configuration complète.

Continuer

Continue lit ~/.continue/config.yaml. Ajouter une entrée de modèle :

models:
  - name: Tokios
    provider: openai
    model: qwen3-coder-tunnel
    apiBase: https://api.tokios.com/v1
    apiKey: sk-tok-YOUR_KEY

Consultez le guide Continue. Notez que Continue prend en charge à la fois Chat Completions et Responses — utilisez Chat Completions pour les modèles locaux.

Cursor

La substitution de modèle personnalisée de Cursor accepte une URL de base et une clé API. La prise en charge varie selon la version de Cursor — vérifiez que le routage par URL de base personnalisée fonctionne dans votre build avant de vous y fier :

Ouvrez Cursor Settings → Models.
Ajoutez un modèle personnalisé avec l’URL de base https://api.tokios.com/v1 et votre clé sk-tok-….

Consultez le guide Cursor pour les notes spécifiques à la version.

Zed

Zed prend en charge des fournisseurs compatibles OpenAI personnalisés dans son settings.json :

{
  "language_models": {
    "openai_compatible": {
      "Tokios": {
        "api_url": "https://api.tokios.com/v1",
        "available_models": [
          { "name": "qwen3-coder-tunnel", "max_tokens": 128000 }
        ]
      }
    }
  }
}

La clé API ne va pas dans settings.json — saisissez-la dans l’interface utilisateur du fournisseur LLM de Zed, ou exportez TOKIOS_API_KEY (Zed dérive le nom de la variable à partir de l’ID du fournisseur). Consultez le guide Zed.

JetBrains AI Assistant

L’assistant JetBrains AI prend en charge le BYOK (Bring Your Own Key) via les paramètres de son plugin. Saisissez l’URL de base et la clé API dans les champs du fournisseur personnalisé :

URL de base : https://api.tokios.com/v1
API Key: your sk-tok-… key

Consultez le guide JetBrains AI Assistant.

VS Code Copilot

Le support BYOK de GitHub Copilot est en cours de développement. Lorsque votre version de VS Code prend en charge les fournisseurs personnalisés, pointez-la vers :

URL de base : https://api.tokios.com/v1
API Key: your sk-tok-… key

Consultez le guide VS Code Copilot pour la dernière compatibilité.

Agents de terminal

Ceux-ci s’exécutent dans votre shell et utilisent des variables d’environnement ou des fichiers de configuration pour se connecter.

Claude Code

Claude Code utilise le format d’API d’Anthropic — et non celui d’OpenAI. Définissez les variables d’environnement 2 :

export ANTHROPIC_BASE_URL=https://api.tokios.com
export ANTHROPIC_API_KEY=sk-tok-YOUR_KEY
claude --model qwen3-coder-tunnel

Remarque : l’URL de base ne comporte pas de suffixe /v1 pour le format Anthropic. Consultez le guide Claude Code pour conserver ces paramètres entre les sessions.

OpenAI Codex

OpenAI Codex utilise l’API Responses (wire_api=responses). Définissez l’URL de base dans ~/.codex/config.toml :

[model_providers.tokios]
name = "Tokios"
base_url = "https://api.tokios.com/v1"
env_key = "OPENAI_API_KEY"
wire_api = "responses"

[profiles.tokios]
model = "qwen3-coder-tunnel"
model_provider = "tokios"
disable_response_storage = true

env_key désigne le nom de la variable contenant votre clé plutôt que la clé elle-même, et disable_response_storage est requis car Tokios fournit la surface Responses de manière stateless. Ensuite, exécutez :

OPENAI_API_KEY=sk-tok-YOUR_KEY codex --profile tokios

Consultez le guide OpenAI Codex.

Aider

Aider lit l’URL de base et la clé depuis l’environnement, et nécessite le préfixe de modèle openai/ :

export OPENAI_API_BASE=https://api.tokios.com/v1
export OPENAI_API_KEY=sk-tok-YOUR_KEY
aider --model openai/qwen3-coder-tunnel

Consultez le guide Aider.

OpenCode

OpenCode utilise l’AI SDK (Vercel) en interne. Ajoutez un fournisseur personnalisé dans opencode.json :

{
  "providers": {
    "tokios": {
      "type": "openai",
      "baseURL": "https://api.tokios.com/v1",
      "apiKey": "sk-tok-YOUR_KEY"
    }
  },
  "models": {
    "qwen3-coder": {
      "provider": "tokios",
      "model": "qwen3-coder-tunnel"
    }
  }
}

Consultez le guide OpenCode.

Goose

Le fournisseur openai intégré à Goose accepte un hôte personnalisé. Goose persiste ces données dans ~/.config/goose/config.yaml :

export GOOSE_PROVIDER=openai
export GOOSE_MODEL=qwen3-coder-tunnel
export OPENAI_HOST=https://api.tokios.com
export OPENAI_API_KEY=sk-tok-YOUR_KEY

Pour un fournisseur nommé, déposez plutôt un fichier JSON dans ~/.config/goose/custom_providers/. Consultez le guide Goose.

Pi et omp

Pi utilise un fournisseur personnalisé avec api: openai-completions. omp (oh-my-pi) hérite du même schéma — providers est un mappage indexé par le nom du fournisseur, et les clés sont en camelCase. omp lit ~/.omp/agent/models.yml ; Pi lit ~/.pi/agent/models.json :

providers:
  tokios:
    baseUrl: https://api.tokios.com/v1
    api: openai-completions
    apiKey: sk-tok-YOUR_KEY
    models:
      - id: qwen3-coder-tunnel
        input: [text]

Consultez les guides Pi et omp.

Hermes Agent

Hermes Agent se connecte à n’importe quel point de terminaison /v1/chat/completions compatible OpenAI. Il lit ~/.hermes/config.yaml, avec les clés de fournisseur imbriquées sous model: :

model:
  default: qwen3-coder-tunnel
  provider: custom
  base_url: https://api.tokios.com/v1
  api_key: sk-tok-YOUR_KEY

Consultez le guide Hermes Agent.

Schéma de configuration universel

Chaque agent ci-dessus suit le même schéma en 3 étapes :

Définissez l’URL de base sur https://api.tokios.com/v1 (OpenAI) ou https://api.tokios.com (Anthropic).
Définissez la clé API sur votre clé sk-tok-….
Définissez le modèle sur le nom de votre déploiement enregistré.

Si votre agent n’est pas répertorié ici mais prend en charge une URL de base personnalisée compatible OpenAI, il fonctionnera presque certainement. Essayez les variables d’environnement universelles :

export OPENAI_BASE_URL=https://api.tokios.com/v1
export OPENAI_API_KEY=sk-tok-YOUR_KEY

Compatibilité de l’appel d’outils par moteur

L’appel d’outils nécessite à la fois la prise en charge par l’agent et par le backend. Voici quels moteurs locaux le gèrent :

Moteur	Appel d’outils	Remarques
vLLM	Oui	Format d’appel d’outil complet OpenAI ; meilleure compatibilité
Ollama	Oui (v0.3+)	Via `/v1/chat/completions` with `tools` field
llama.cpp	Partiel	`--chat-template` avec format d’outil ; varie selon le modèle
LM Studio	Oui	Format d’appel d’outil compatible OpenAI
SGLang	Oui	Compatible avec OpenAI ; correspond au comportement de vLLM

L’appel d’outils dépend du modèle, et non uniquement du moteur. Un modèle doit être affiné ou invité à émettre une structure tool_calls structurée dans sa réponse. Qwen3-Coder-30B, Llama-3-70B-Instruct et Mistral-7B-Instruct gèrent tous les appels d’outils de manière fiable. Muse Glimmer 30B est spécifiquement entraîné pour cela : invocation d’outils selon des schémas précis, avec récupération en cas d’échec dans les workflows multi-étapes.

Meilleurs modèles locaux pour les agents de codage

Modèle	Paramètres	Idéal pour	Recommandation de moteur
Muse Glimmer 30B	29.6B dense	Codage agentic, appel d’outils, GPU de 24 Go	Ollama, llama.cpp
DeepSeek-V4-Flash-0731	284B cible / 13B MoE actif	Agents de codage de pointe, utilisation d’outils, longs dépôts	vLLM ou SGLang (multi-appareil)
Qwen3-Coder-30B	30B dense	Codage général, appel d’outils	llama.cpp (Vulkan), vLLM
Qwen3-32B	32B dense	Tâches de code à forte intensité de raisonnement	vLLM, Ollama
DeepSeek-R1	671B MoE	Raisonnement complexe, architecture	vLLM (nécessite des GPU 2+)
Mistral-7B-Instruct	7B dense	Complétions rapides, faible consommation de ressources	Ollama, llama.cpp
Llama-3-70B-Instruct	70B dense	Appel d’outils, modifications multi-fichiers	vLLM (multi-GPU)

Pour DGX Spark (mémoire unifiée 128 Go), Qwen3-Coder-30B à Q4_K_M est le point idéal — il s’intègre facilement, génère rapidement et gère bien les appels d’outils. Pour Strix Halo, utilisez llama.cpp avec Vulkan pour la vitesse de génération de tokens la plus élevée.

DeepSeek-V4-Flash-0731 est le choix actuel de DeepSeek pour les agents de codage. Sa fiche de modèle officielle signale des gains majeurs par rapport à la version de prévisualisation sur Terminal Bench 2.1, DeepSWE et Toolathlon-Verified. Il nécessite encore un hôte multi-appareils. Consultez le guide matériel local, puis validez les appels d’outils avec les paramètres exacts d’exécution, reasoning_effort, de longueur de contexte et d’échantillonnage que vous prévoyez d’utiliser.

Muse Glimmer 30B est l’option qui s’exécute entièrement sur un seul GPU de 24 Go, et Meta l’a entraînée pour l’utilisation d’outils agents — mais ses benchmarks sont rapportés par le fournisseur sans reproduction indépendante pour le moment. Utilisez les paramètres d’échantillonnage propres à Meta (temperature 1.0, top_p 0.95, top_k 64) ; réutiliser des valeurs ajustées pour un autre modèle local est une cause fréquente de dégradation de la sortie.

Un seul point de terminaison les sert tous

Vous n’avez pas besoin de reconfigurer votre modèle lorsque vous changez d’agent. Enregistrez votre déploiement une seule fois dans Tokios, créez une clé sk-tok-…, et dirigez n’importe quel agent vers le même point de terminaison. Passez de Aider à Claude Code en modifiant les variables d’environnement 2 ; votre modèle, votre connecteur et votre déploiement restent identiques.

Démarrage rapide

Configurez un connecteur et enregistrez votre premier déploiement.

Clients compatibles

La matrice complète des clients compatibles avec 39, pas seulement les agents de codage.

Choisissez un modèle local

Sélectionnez le bon modèle pour votre matériel et votre cas d’utilisation.

Clés API

Créez, scopez et faites tourner les clés pour les collègues et les agents.

Matériel et compatibilité

Servir et connecter votre runtime

Connecter un client ou une app

Comparer

Agents de codage qui fonctionnent avec des modèles locaux via Tokios

Matrice de compatibilité des agents

Agents basés sur un IDE

Cline et Roo Code

Continuer

Cursor

Zed

JetBrains AI Assistant

VS Code Copilot

Agents de terminal

Claude Code

OpenAI Codex

Aider

OpenCode

Goose

Pi et omp

Hermes Agent

Schéma de configuration universel

Compatibilité de l’appel d’outils par moteur

Meilleurs modèles locaux pour les agents de codage

Un seul point de terminaison les sert tous

Démarrage rapide

Clients compatibles

Choisissez un modèle local

Clés API

​Matrice de compatibilité des agents

​Agents basés sur un IDE

​Cline et Roo Code

​Continuer

​Cursor

​Zed

​JetBrains AI Assistant

​VS Code Copilot

​Agents de terminal

​Claude Code

​OpenAI Codex

​Aider

​OpenCode

​Goose

​Pi et omp

​Hermes Agent

​Schéma de configuration universel

​Compatibilité de l’appel d’outils par moteur

​Meilleurs modèles locaux pour les agents de codage

​Un seul point de terminaison les sert tous

Démarrage rapide

Clients compatibles

Choisissez un modèle local

Clés API

Matrice de compatibilité des agents

Agents basés sur un IDE

Cline et Roo Code

Continuer

Cursor

Zed

JetBrains AI Assistant

VS Code Copilot

Agents de terminal

Claude Code

OpenAI Codex

Aider

OpenCode

Goose

Pi et omp

Hermes Agent

Schéma de configuration universel

Compatibilité de l’appel d’outils par moteur

Meilleurs modèles locaux pour les agents de codage

Un seul point de terminaison les sert tous