Inleiding
OpenCode biedt een lichte, uitbreidbare ontwikkelomgeving voor AI‑modellen. In combinatie met Ollama, een lokaal model‑runtime, en sbx, een sandbox‑tool, kun je op een Mac een volledig offline AI‑werkstation bouwen.
Benodigde componenten
- macOS (versie 12 of hoger)
- Homebrew als pakketmanager
- Ollama (downloadbaar via de officiële website)
- sbx (sandbox‑CLI, beschikbaar via Homebrew)
- OpenCode (Git‑repository van de ontwikkelaar)
Stap 1: Homebrew installeren
Open de Terminal en voer uit:
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
Controleer de installatie met brew --version.
Stap 2: Ollama installeren
Download het macOS‑pakket van Ollama, open het DMG‑bestand en sleep de applicatie naar de map Applications. Start Ollama en controleer de versie:
ollama --version
Stap 3: sbx installeren
Met Homebrew kun je sbx eenvoudig toevoegen:
brew install sbx
Verifieer de installatie via sbx --help.
Stap 4: OpenCode clonen en configureren
Kloon de repository in een werkmap:
git clone https://github.com/openai/open-code.git
cd open-code
Installeer de Python‑afhankelijkheden (vereist Python 3.10+):
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
Stap 5: Ollama‑model downloaden
Kies een geschikt model (bijv. llama2) en download het lokaal:
ollama pull llama2
Controleer de beschikbaarheid met ollama list.
Stap 6: sbx‑sandbox configureren
Maak een sandbox‑configuratiebestand sbx.yaml in de projectmap:
runtime: ollama
model: llama2
resources:
cpu: 4
memory: 8GB
Start de sandbox:
sbx up
De sandbox start een geïsoleerde omgeving waarin OpenCode met het Ollama‑model kan communiceren.
Stap 7: OpenCode starten
Met de geactiveerde virtuele omgeving en de sandbox draai je:
python -m open_code --model ollama://llama2
OpenCode maakt nu een verbinding met het lokale Ollama‑model via sbx, zonder internetverbinding.
Prestatie‑ en efficiëntieoverwegingen
- CPU‑toewijzing: Hogere cores verkorten inferentietijden, maar verhogen thermische belasting.
- Geheugen: Zorg voor minimaal 8 GB RAM; grotere modellen vragen meer.
- Caching: Ollama ondersteunt model‑caching; houd de cache‑map op een SSD voor minimale latency.
Veelvoorkomende foutmeldingen
| Fout | Oorzaak | Oplossing |
|---|---|---|
ollama: command not found |
Ollama niet in PATH | Voeg /Applications/Ollama.app/Contents/MacOS toe aan $PATH |
sbx: permission denied |
Sandbox probeert een poort <1024 te gebruiken | Gebruik een hoger poortnummer in sbx.yaml |
ImportError: No module named open_code |
Virtuele omgeving niet geactiveerd | source .venv/bin/activate uitvoeren |
Conclusie
Door Homebrew, Ollama, sbx en OpenCode te combineren, ontstaat een volledig offline AI‑ontwikkelomgeving op macOS. De stappen zijn reproduceerbaar, schaalbaar en laten een directe controle over model‑resources en veiligheid toe.