Što ako AI coding može biti potpuno besplatan, potpuno privatan, i raditi bez interneta? Može — s Ollama + lokalnim coding modelom poput Qwen3-Coder ili DeepSeek-R1. Trošak: 0 €. Količina API kreditra: 0. Količina koda koji odlazi u nečiji cloud: 0. Za hosting kupca koji ne želi platit AI subscription i ne želi dijelit svoj kod ni s kim, ovo je krajnja zero-cost AI coding configuracija.

U ovom vodiču pokazujem instalaciju Ollame, izbor pravog modela za tvoj laptop, integraciju s Continue.dev / Cline / Aider / OpenCode-om, i kako sa zero-cost workflow-om deploy-aš stranicu na WMD hosting.

Što je Ollama i zašto je važna

Ollama (ollama.com) je open source runtime za pokretanje LLM modela lokalno na tvojem laptopu ili desktopu. Tip osa: ollama pull qwen3-coder, čekaš 5-10 minuta da se model skine, i imaš API endpoint http://localhost:11434 koji govori isto kao OpenAI API.

Što ti to konkretno omogućuje:

AI coding bez interneta — pišeš kod u avionu, na kampingu, na otoku gdje LTE pada
Zero trošak — nema API kartice, nema mjesečnih račun-a, nema "free tier limit reached"
Maximum privatnost — kod nikad ne napušta tvoju mašinu. Idealno za legal, healthcare, fintech, government projekte.
Bez vendor lock-ina — prebacuješ modele 10 sekundi (Qwen3 → DeepSeek → Llama → svaki ima svoj feel)
Kompatibilno sa svim AI coding alatima — Continue.dev, Cline, Aider, OpenCode, Cursor (preko OpenAI-compatible URL), svi razumiju Ollama

Hardverski zahtjevi — što ti stvarno treba

Ovo je realnost — performance Ollame direktno ovisi o tvojem hardveru. Tri tier-a:

Bazni laptop (8 GB RAM, integrirana grafika)

Modeli koji rade: do 3B parametara.

qwen2.5-coder:1.5b — autocomplete, brz (200 tokens/sec na CPU-u)
qwen2.5-coder:3b — chat, sporiji (40-60 tokens/sec)

Dovoljno za autocomplete u Continue.dev. Ne preporučam za chat ili agentni workflow — bit će prespor.

Srednji laptop (16 GB RAM, M-series Mac ili 8 GB VRAM GPU)

Modeli koji rade odlično: 7-8B parametara.

qwen3-coder:7b — odličan general coder model (preporuka)
deepseek-coder:6.7b — popularan, brz
codellama:7b — Meta-in coder, dobar za Python i JS

Brzina: 30-60 tokens/sec. Usporedivo s Cursor / Claude iskustvom za 80 % zadataka. Ovo je sweet spot za većinu WMD kupaca.

Power laptop / desktop (32-64 GB RAM, 16+ GB VRAM)

Modeli koji rade: do 32B parametara.

qwen2.5-coder:32b — performance vrlo blizu Claude Haikua, HumanEval 92.7 %
deepseek-r1:32b — reasoning model, sporiji ali pametniji
llama3.3:70b — GPT-4 razred lokalno (Mac s 64 GB RAM-a)

Brzina: 15-35 tokens/sec. Profesionalna kvaliteta, zero trošak. Idealno za freelance developere koji često pišu legal / fintech / healthcare projekte.

Instalacija Ollame

macOS

Preuzmi .dmg sa ollama.com/download i pokreni instalaciju. Alternativno preko Homebrew:

brew install ollama

Nakon instalacije, pokreni Ollama app — pojavljuje se u status traci. Provjeri preko terminala:

ollama --version

Linux

curl -fsSL https://ollama.com/install.sh | sh

# Ollama radi kao systemd servis
systemctl status ollama

Windows

Preuzmi .exe installer sa ollama.com/download, instaliraj, restart. Ollama se pokreće automatski na boot.

Skidanje prvog modela

Preporuka za većinu hosting kupaca: qwen3-coder:7b. Veličina datoteke: ~5 GB. Vrijeme: 5-15 minuta ovisno o vezi.

ollama pull qwen3-coder:7b

# Test
ollama run qwen3-coder:7b "Napiši PHP funkciju koja računa prosječnu cijenu iz niza"

Trebao bi dobit odgovor unutar 5-10 sekundi. Ako vidiš kod, sve radi.

Lista modela koje vrijedi imati

Praktičan setup za WMD developera:

# Chat model (general kvaliteta)
ollama pull qwen3-coder:7b

# Autocomplete model (mali, ultra-brz)
ollama pull qwen2.5-coder:1.5b

# Embeddings (za codebase search u Continue.dev / Cline)
ollama pull nomic-embed-text

# Bonus: reasoning model za komplekse Laravel arhitekture
ollama pull deepseek-r1:7b

Ukupno disk space: ~12 GB. Trajno, jednom skinuto, nikad više internet nije potreban.

Integracija s AI coding alatima

Continue.dev

U ~/.continue/config.json:

{
  "models": [
    {
      "title": "Qwen3 Coder",
      "provider": "ollama",
      "model": "qwen3-coder:7b"
    }
  ],
  "tabAutocompleteModel": {
    "provider": "ollama",
    "model": "qwen2.5-coder:1.5b"
  },
  "embeddingsProvider": {
    "provider": "ollama",
    "model": "nomic-embed-text"
  }
}

Detalje pokrivamo u Continue.dev vodiču.

Cline / Roo Code u VS Code-u

Cline Settings → Provider: Ollama, Base URL http://localhost:11434, Model ID qwen3-coder:7b. Detalji u Cline vodiču.

Aider

aider --model ollama/qwen3-coder:7b

OpenCode

OpenCode automatski detektira sve modele koje imaš pulled. Pri pokretanju Provider → Ollama → qwen3-coder:7b.

JetBrains IDE (PhpStorm, WebStorm)

Instaliraj Continue.dev plugin. Config je identičan kao u VS Code-u.

Praktičan primjer — kreiranje WordPress teme s Ollama-om

Imaš WMD hosting paket s WordPressom, želiš napravit custom temu. Koristim Continue.dev + Ollama.

1. Pripremi projekt

mkdir wp-content/themes/moja-tema
cd wp-content/themes/moja-tema

2. Otvori VS Code, pitaj Continue (s Ollama backend-om)

Napravi osnovne datoteke za WordPress temu "Moja Tema":
- style.css s theme header-om
- functions.php s enqueue stylesheets, support za featured image,
  custom logo, menus, post thumbnails
- index.php, single.php, page.php, header.php, footer.php
- screenshot.png placeholder
Tema treba biti minimalna, Tailwind CSS preko CDN-a.

Continue + Qwen3-Coder generira sve datoteke unutar 1-2 minute. Brzina ovisi o tvojem hardveru — 16 GB RAM laptop tipično daje 30-50 tokens/sec.

3. Iteriraj na funkcionalnosti

@functions.php Dodaj custom post type "Reference" s poljima:
- klijent (text)
- datum_zavrsetka (date)
- opis_projekta (textarea)
- naslovna_slika (custom field)
Dodaj rewrite slug "reference".

Continue čita functions.php (lokalno, kod ne odlazi nikamo), generira diff s registracijom custom post type-a, ti potvrdiš.

4. Deploy na WMD hosting

Tri opcije:

FTP / SFTP: VS Code SFTP extension push-a temu direktno u /wp-content/themes/moja-tema/
Git Version Control: commit + push na GitHub, pa Pull or Deploy u cPanelu
cPanel File Manager: zip-aj temu, upload, unzip — staromodno ali radi

Performance u brojkama — što Ollama može na realnom laptopu

Testirano na MacBook M2 16 GB (sredina raspona u 2026.):

Zadatak	Qwen3-Coder 7B	Claude Sonnet (API)
Napravit landing stranicu (HTML/CSS/JS)	~3 min	~45 sek
WordPress custom post type + admin meta box	~1.5 min	~25 sek
Laravel REST API endpoint + tests	~4 min	~1 min
Debug PHP error u 200-redovom fileu	~30 sek	~10 sek
Autocomplete (qwen2.5-coder:1.5b)	~100 ms	n/a (cloud latency)

Ollama je 3-5× sporija od Claude API-a, ali za 0 € mjesečno i bez slanja koda u tuđi cloud. Za većinu kupaca, ta razmjena vrijedi.

Što Ollama ne može (još)

Realan pogled — lokalni LLM ima svoja ograničenja:

Latencija — 3-5× sporiji od cloud API-a, što ti smanjuje "feel" iteriranja
Veliki kontekst — lokalni 7B modeli često imaju 8-32k token context window, što je manje od Claudeovih 200k. Za malen do srednji projekt sasvim dovoljno; za monolitne Laravel projekte s 500+ datoteka, cloud API je bolji.
Vrhunski reasoning — DeepSeek-R1 32B je odličan, ali za stvarno teške arhitekturne probleme, Claude Opus 4.1 ili GPT-5 su još uvijek 1-2 koraka ispred
Battery drain — pokretanje 7B modela jede CPU/GPU, laptop battery traje 30-50 % kraće

Hibridni pristup — Ollama autocomplete + cloud chat

Najpametniji setup za većinu profesionalnih developera:

Autocomplete: lokalni qwen2.5-coder:1.5b (brz, jeftin, ne troši API)
Chat: Anthropic Claude API (kvaliteta) ili DeepSeek API (cijena)
Embeddings: lokalni nomic-embed-text (privatan, brz)

Mjesečni trošak: 1-5 € (samo chat-ovi koji prelaze lokalni model). Performance: 90 % cloud iskustva. Privatnost: autocomplete + embeddings ostaju lokalno.

Sigurnosna napomena za production projekte

Ollama te ne štiti automatski ako koristiš cloud chat (Claude / DeepSeek) za sensitive kod. Ako radiš na legal / healthcare / financial projektima:

Postavi Ollama kao jedini provider u Continue / Cline / Aider config-u
Provjeri da nije slučajno setting koji govori "fallback na OpenAI" uključen
Dodaj .continueignore, .aiderignore, .opencodeignore s ovim:

.env
.env.*
secrets/
keys/
*.pem
*.key
vendor/
node_modules/
storage/logs/
database/migrations/*.php  # ako su senzitivni

Kome je Ollama lokalno pravi izbor

Ollama + lokalni model + WMD hosting + cPanel Git Deploy je preporuka broj 1 za:

Developera koji ne plaća AI subscription — student, hobby, side project
Freelancer-a koji radi za klijente s NDA (zdravstvo, pravo, financije, državne ustanove)
Tim koji ne želi kod slati u nečiji cloud iz security razloga
Developera u zonama s lošim internetom — Dalmatinska zaleđa, otoci, kamping
Onog tko hoće naučit kako stvarno radi LLM — Ollama daje ti potpunu kontrolu nad modelom, parametrima, system promptom

Sažetak — kraj R39 free-tools serije

Ollama + lokalni model je krajnji izraz "AI coding bez kompromisa cijene i privatnosti". Zero subscription, zero API trošak, zero podataka koje šalješ u nečiji cloud. Trade-off: 3-5× sporiji od cloud API-a, treba ti laptop s 16+ GB RAM-a za udoban workflow.

S ovim postom završava R39 serija o besplatnim AI coding alatima za WMD hosting:

OpenCode + WMD hosting — terminal AI coding bez Cursor pretplate
Aider + cPanel Git Deploy — najbolji Git-native free AI workflow
VS Code + Cline / Roo Code — besplatna zamjena Cursoru
Continue.dev — najlakši free AI coding ulaz za početnika
Ollama + lokalni LLM — ovaj post

Sve ove kombinacije rade savršeno s WMD hostingom — bilo da koristiš cPanel Git Version Control, FTP/SFTP, ili manualni upload. WMD podrška ti pomaže oko bilo kojeg koraka 24/7. Pripremili smo i posebnu uputu za cPanel Git Version Control korak po korak.

Sljedeća serija pokriva self-hosting AI coding tool-ova na WMD VPS-u (Tabby + suradničke alate) — tvoj vlastiti GitHub Copilot zamjena hostiran kod tebe.

Korisni linkovi

Ollama + lokalni LLM → WMD hosting — 100 % besplatan i offline AI coding workflow