背景
之前使用opencode调用远端模型一切都很顺利，最近想着自己还有个RTX 5060Ti 16G的GPU，想着在家里部署一个本地模型服务，这样能使用本地的模型。整体配置是 OpenCode + Ollama + 本地大模型。原本以为把模型接上就能像在线编程助手一样，直接读写文件、生成页面、修改代码，结果却很坑：同样的提示词，Kimi 能正常生成 HTML 文件，本地的 qwen / gemma 却总是只输出命令、甚至偶尔显示要调用工具，但就是不真正执行。排查一上午才发现真正的问题并不是权限、也不是模型完全不会工具调用，而是一个非常容易被忽略的点：Ollama 的上下文长度太小了。
现象：模型“看起来会”，但就是“不落地”
我遇到的症状大概有这几种：
- 模型会输出一段
Thinking - 模型会说“我准备先列出目录，再创建文件……”
- 有时候会直接把
ls、echo ... > file这种命令打印出来 - 有时候界面里甚至会出现
Bash - 但最终就是没有真正创建文件，没有真正执行工具
最开始我怀疑的是下面这些方向：
- OpenCode 权限没配好
- Ollama 的 OpenAI-compatible 接口不支持工具调用
- 本地模型（比如 qwen/gemma）根本不适合 agent
- OpenCode 和 Ollama 的兼容有 bug
这些怀疑都不是完全没道理，但它们都不是这次问题的真正根因。
排查过程
在chatgpt建议下，我首先尝试绕过 OpenCode，直接用 curl 调 Ollama 的 /v1/chat/completions，强制要求模型调用工具。
结果非常明确：模型是能返回标准 tool_calls 的。
这说明两件事：
- Ollama 的 OpenAI-compatible 接口本身支持 tools/function calling。(Ollama 文档)
- 模型也不是完全不会工具调用，至少在“被强制要求调用工具”的场景里，它是能按格式返回的。
接着我又看了 OpenCode 的日志，发现：
bash / read / write / edit / glob / grep这些工具都已经成功注册- 权限也是放开的
- 但是后续只有模型流式输出，没有真正的工具执行记录
这时候问题范围已经被大幅缩小了：
不是工具没注册，也不是权限挡住了，而是模型在 OpenCode 这类多轮 agent 流程里没有稳定地完成工具调用。
真正的元凶：Ollama 默认上下文太小
最后我去翻官方文档，才确认了真正的问题。
Ollama 官方写得很直接：默认上下文长度会根据显存大小决定。如果显存小于 24 GiB，默认上下文就是 4k；而像 agents、coding tools、web search 这种任务，建议至少设置到 64k tokens。(Ollama 文档)
更关键的是，Ollama 官方在 OpenCode 集成文档里也明确写了：OpenCode 需要更大的上下文窗口，推荐至少 64k tokens。 (Ollama 文档)
这就完全解释了我遇到的现象：
- 普通聊天时模型看起来没问题
- 简单问候、解释类任务也没问题
- 一到 OpenCode 这种需要系统提示词、工具描述、上下文状态、文件操作规划一起塞进上下文里的场景，4k 很快就不够用了
- 最终表现出来就是：模型像是“知道要做什么”，但就是不能稳定地把动作真正执行出来
说白了，不是模型完全不会，而是上下文太小，Agent 框架需要的信息塞不下。
最终解决方案
我的解决办法很简单：把 Ollama 的上下文长度调大到 64k。
如果你的 Ollama 跑在 Windows
这也是很多人最常见的情况：
Ollama 在 Windows 上运行，OpenCode 在 WSL 里连接它。
这种情况下，要改的是 Windows 侧的 Ollama 环境变量。Ollama 官方 FAQ 说明，Windows 版会继承用户和系统环境变量。(Ollama 文档)
设置方式：
- 退出 Ollama
- 打开“编辑账户环境变量”
- 新建变量：
OLLAMA_CONTEXT_LENGTH=65534
4. 保存 5. 重新启动 Ollama，这时就正常了。
总结
这次踩坑最核心的一句话就是：
OpenCode 接本地 Ollama 模型时，如果工具调用总是“看起来会、实际上不会”，非常有可能不是模型不行，而是上下文长度太小。
最终把上下文提到 64k 之后，问题才终于恢复正常。 回头看，这个坑真的很浪费时间，但也确实值得记下来——因为它太像“模型能力问题”了，实际上却是“运行参数问题”。
参考
- ollama和qwen3.5:9b在opencode中根本无法正常工作，www.reddit.com/r/LocalLLaM…
