/local — déléguer au modèle local

Le harness Claude Code tourne nativement sur Ollama (ANTHROPIC_BASE_URL), en mode --bare. Le wrapper claude-local encapsule tout (scripts/claude-local.sh de claude-code-codex, lié dans ~/.local/bin). Ce skill décide quoi lui confier, comment formuler la consigne, et comment vérifier le retour. Claude (Opus/Fable) reste le décideur et le relecteur ; le modèle local est un exécutant rapide et gratuit.

Déléguer ou pas — la règle en 4 tests

Déléguer seulement si les 4 sont vrais :

Bons candidats : résumé/relecture d'un doc, extraction d'une liste (fonctions, endpoints, TODO), revue d'un fichier isolé, relecture EN, classement, génération de fixtures ou de tests unitaires simples, première passe sur un log. Jamais : bump gitops, SQL de boot, migration, tout ce qui suit un livrer.sh.

Procédure

1. Ollama vivant ? curl -s -m 3 http://127.0.0.1:11434/api/version. Sinon : OLLAMA_CONTEXT_LENGTH=32768 nohup ollama serve > ~/projects/developpeur/tmp/ollama-serve.log 2>&1 & (jamais pkill -f "ollama serve" : le motif matche le shell appelant).
2. Écrire un prompt autonome. Le modèle local n'a ni CLAUDE.md, ni mémoire, ni contexte de session. Le prompt doit contenir : les chemins exacts à lire, l'outil à utiliser (« avec l'outil Read »), le format de sortie attendu, la langue, une borne de longueur. Une consigne vague = une réponse vague.
3. Restreindre les outils : --tools "Read,Glob,Grep" par défaut. Pas de Write/Edit/Bash en headless — le classificateur du mode auto le refuse, et c'est sain. Si le résultat doit être écrit, le modèle le rend sur stdout et c'est moi qui écris après relecture.
4. Lancer, depuis le dossier du projet concerné, avec un timeout :

   cd <projet> && timeout 300 claude-local "<prompt>" --tools "Read,Glob,Grep" 2>/dev/null

   Un seul appel à la fois (la VRAM ne tient qu'un modèle 30B + son cache). Modèle par défaut : qwen3-coder:30b (12 s à chaud, 2 s en cache, 100 % GPU, mesuré 18/09). CLAUDE_LOCAL_MODEL=qwen3:32b si on veut du raisonnement plus verbeux (~16 s), llama3.1:8b pour du très simple.
5. Vérifier avant de s'en servir — [[feedback_reverifier_apres_un_agent]] s'applique intégralement : contrôler au moins un point factuel du retour contre la source (un chemin, une fonction, un chiffre). Si le retour est creux ou hors sujet, ne pas relancer trois fois : reprendre la tâche moi-même.
6. Dire ce qui a été délégué dans la réponse à Sylvain : « fait en local (qwen3-coder, 14 s) », pour qu'il sache ce qui n'a pas coûté de quota.

Exemple

Sylvain : « liste les endpoints du backend finance sans test ».

cd ~/projects/developpeur/finance-tracker/backend && timeout 300 claude-local \
 "Avec Glob, liste src/**/*.controller.ts. Avec Read, lis chacun. Réponds en français \
  par un tableau markdown : fichier | méthode HTTP | route | un fichier *.spec.ts \
  correspondant existe (oui/non, vérifie avec Glob). Rien d'autre." \
 --tools "Read,Glob" 2>/dev/null

Puis je vérifie 2 lignes du tableau contre les sources avant de répondre.

Anti-patterns

• ❌ Lancer sans --bare (le wrapper l'impose) : le prompt système complet dépasse 32k tokens, Ollama tronque, le modèle répond « I'm ready to help ».
• ❌ Déléguer pour « gagner du temps » une tâche qui demande le contexte projet : le résultat sera plausible et faux.
• ❌ Prendre le retour local pour argent comptant, ou l'écrire dans un fichier sans relecture.
• ❌ Plusieurs claude-local en parallèle.
• ❌ Utiliser gemma3:27b : pas d'appel d'outils.