本記事では、VSCodeの超強力な自律型開発エージェント拡張機能「Cline（旧Claude Dev）」の頭脳として、Dockerでローカル環境に構築した「Ollama（DeepSeek-R1）」を連携させる手順を解説します。
一般的なコード補完（GitHub Copilotなど）とは異なり、Clineは「自らファイルを生成・書き換えし、ターミナルでビルドやテストを実行し、エラーが出たら自動で修正する」という完全自律型の開発環境を、機密情報が外に漏れない「完全ローカル閉域」で実現できます。

💻 1. 前提条件と必要なスペック

Docker環境: 前述の手順などで、Docker Composeを用いたOllama（localhost:11434）がバックグラウンドで起動していること。

推奨モデル: deepseek-r1:8b 以上（できれば 14b や 32b）
⚠️注意: Clineは「ファイルを読み込む」「コードを書き換える」「ターミナルを叩く」といった複雑な自律ツール呼び出しを何度も行います。軽量な1.5bや8bモデルでも動作しますが、複雑なタスクでは指示を見失ってループ（暴走）することがあります。本格的な開発には、PCスペックが許す限り14Bや32B以上のモデルをOllamaにプルして使用することを強く推奨します。

🛠️ 2. ClineとOllamaの連携設定（3ステップ）## ステップ1：VSCodeに「Cline」をインストール

VSCodeを開き、左側のアクティビティバーにある拡張機能（四角いアイコン）をクリックします。
検索窓に「Cline」と入力し、公式の拡張機能をインストールします。

ステップ2：Clineの設定画面を開く

インストールが完了すると、VSCodeの左メニューにClineのアイコン（ロボット、または波のようなマーク）が出現するのでクリックします。
Clineのチャットパネルが立ち上がったら、パネル右上にある「歯車マーク（Settings）」をクリックして設定画面を開きます。

ステップ3：Ollamaの接続情報を入力

設定画面が開いたら、各項目を以下のように構成します。

API Provider: プルダウンから Ollama を選択します。
Base URL: http://localhost:11434 と入力します（Docker環境でポートを変更していない限りデフォルトのままで接続可能です）。
Model: プルダウンをクリックすると、ローカルのOllamaにダウンロードされているモデル一覧が自動検知されます。使用したいモデル（例: deepseek-r1:8b）を選択してください。
※もし表示されない場合は、手動で deepseek-r1:8b と直接入力しても認識されます。
Context Window（コンテキスト窓）: 32768（またはそれ以上）を入力します。
🔥 最重要ポイント: Clineはプロジェクトの複数ファイルやこれまでの会話履歴を丸ごと読み込んで思考するため、大量のトークンを消費します。ここが初期値（2048など）のままだと、AIが数歩進んだだけで過去の文脈を忘れてしまい、同じ処理を何度も繰り返すバグ（無限ループ）の原因になります。必ず 32K（32768）以上の数値を手動で指定してください。

設定が完了したら、一番下にある「Done」（または保存）をクリックしてチャット画面に戻ります。

🚀 3. Clineを使った自律開発の始め方

チャット欄に、これからAIにやらせたいタスクを日本語で具体的に指示します。

プロンプトの例：
「現在開いているワークスペースに、PythonのFastAPIを使ったシンプルなTODO管理APIを作って。ファイルの作成が終わったら、実際にローカルサーバーを起動するコマンドをターミナルで実行して、動作確認まで自律して進めてください。」

🤖 動作中の見どころと注意点

思考（Reasoning）の待ち時間
DeepSeek-R1は、回答やアクションを起こす前に内部で長考（）します。Clineの画面上で数秒〜数十秒ほど応答が止まったように見えますが、裏でDocker（GPU/CPU）がフル稼働していれば正常に考えている最中です。じっくり待ちましょう。
実行の承認（Permission）
Clineがファイルを書き換えたり、VSCode上のターミナルでコマンド（pip installなど）を実行しようとすると、画面上に「Approve（承認）」を求めるボタンが表示されます。
中身を確認し、問題なければ「Approve」を押すことで、AIがあなたの代わりにキーボードを叩いて開発を進めます。
※信頼できる単純作業であれば、「Allow Auto-Approve（自動承認）」にチェックを入れることで、人間がノータッチで全自動開発させることも可能です。

💡 4. ローカル環境でさらに快適に使うためのTips## タスクが途中でループ（失敗）してしまう場合の対策

もしDeepSeek-R1が同じファイルを何度も書き換えたり、同じエラーを吐き続けて進まなくなった場合は、モデルの推論能力（パラメータ数）が不足しているサインです。
その場合は、Ollamaによりコーディング特化として調整された別の軽量オープンソースモデル（例: qwen2.5-coder:7b や 14b）をDocker側に追加でプルし、Clineのモデルとして切り替えてみてください。DeepSeek-R1よりも推論の待ち時間が短く、Clineのツール呼び出しと非常に相性が良いケースがあります。

完全閉域（オフライン）での開発

この構成であれば、インターネットに接続されていない環境（飛行機の中や、セキュリティの極めて厳しい社内ネットワーク環境）でも、ClineによるAI自律開発が完全に機能します。社外秘のソースコードや新機能のプロトタイプ開発にぜひ役立ててください！