Was passiert
GitHub hat die Copilot CLI um eine Modellfindungs-Funktion erweitert, die ab Version 1.0.94-0 verfügbar ist. Mit dem Befehl /model können Entwickler direkt in ihrem Workflow lokale Modelle von einer laufenden Ollama-Instanz entdecken, ohne die CLI verlassen zu müssen.
Die neue Funktion zeigt eine Übersicht aus drei Quellen: lokal laufende Modelle aus Ollama, vom Benutzer vorkonfigurierte Modelle und die von GitHub Copilot bereitgestellten Cloud-Modelle. Dies vereinfacht die Auswahl erheblich, da alle Optionen zentral sichtbar sind.
Die Entdeckung ist keine automatische Integration. Stattdessen lädt die CLI den Nutzer ein, ein Modell aktiv auszuwählen. Bei der Auswahl wird der Anbieter und der Endpunkt des Modells angezeigt, damit Nutzer informierte Entscheidungen treffen können. Dann stehen zwei Optionen zur Verfügung: „Add and use for this session" (hinzufügen und in der aktuellen Sitzung verwenden) oder „Add without switching" (hinzufügen, ohne sofort zu wechseln). Das ausgewählte Modell wird sofort verwendbar, ohne die CLI neu zu starten.
Eine wichtige Einschränkung: Ollama und das gewählte Modell müssen bereits installiert sein. Der Entdeckungsprozess installiert weder eine Runtime noch lädt Modelle herunter. Zudem müssen Modelle die Fähigkeiten Tool Calling und Streaming unterstützen, um kompatibel zu sein.
Fehlerhafte Verbindungen zu Anbietern werden im Auswahlmenü deutlich gemacht und erklären, wo Aufmerksamkeit erforderlich ist. Dies hilft Nutzern, Konfigurationsprobleme schnell zu identifizieren. GitHub kündigt auch Intelligent Routing für lokale Modelle an, das auf dem Microsoft Command Line Blog angekündigt wurde und in absehbarer Zeit verfügbar sein wird.
Einordnung
Diese Funktion folgt dem Ansatz, den GitHub bereits in der Copilot-Desktop-App verfolgt: Nutzer sollen flexibel das Modell wählen können, das zu ihrer aktuellen Arbeit passt. In der App geschieht dies über Settings > Model providers. In der CLI wird dieser Gedanke nun analog umgesetzt und auf lokale Modelle ausgedehnt.
Der Hintergrund ist nachvollziehbar: Entwickler mögen unterschiedliche Arbeitsszenarien haben. Für einfache Aufgaben kann ein lokales, leichtgewichtiges Modell ausreichen und bietet Datenschutz sowie schnellere Antworten. Für komplexere Probleme könnten leistungsfähigere Cloud-Modelle von GitHub vorteilhaft sein. Eine zentrale Auswahlmöglichkeit vermeidet Kontextwechsel und unbequeme Workarounds.
Wichtig zu verstehen: Die Auswahl eines lokalen Modells aktiviert nicht automatisch den Offline-Modus und stoppt nicht die GitHub-Telemetrie. Der Offline-Modus ist ein separater, expliziter Schalter über die Umgebungsvariable COPILOT_OFFLINE=true. Auch im Offline-Modus können Remote-Provider Prompts und Code-Kontext über das Netzwerk erhalten – die lokale Modellwahl ist orthogonal dazu.
Dies ist eine Designentscheidung, die Klarheit schafft: Lokale Modelle sind ein Angebot für Flexibilität, nicht automatisch ein Datenschutz-Statement. Wer wirklich offline arbeiten will, muss das explizit konfigurieren und verstehen, welche Grenzen das mit sich bringt.
Betroffene Nutzer sind CLI-Anwender, die bereits Ollama lokal betreiben oder planen, dies zu tun. Die Funktion richtet sich an Entwickler, die lokale Inferenz bevorzugen oder müssen – etwa wegen Latenz, Kostenkontrolle oder Datenschutz-Anforderungen.
Was das bedeutet
Die Modellfindung ist ein praktisches Qualitäts-Upgrade für CLI-Nutzer, aber kein strategischer Umbruch. Sie reduziert Friktion: Wer lokale Modelle nutzen will, kann das jetzt ohne Umwege tun. Statt Ollama separat zu verwalten und manuell in Konfigurationsdateien zu hinterlegen, entdeckt die CLI verfügbare Modelle und bietet eine Auswahlschnittstelle an.
Das entlastet Operativer: Fehlgeschlagene Verbindungen werden sichtbar, was Debugging vereinfacht. Die Bestätigung vor dem Wechsel verhindert versehentliche Modellwahl. Und dass Modelle sofort nutzbar sind, ohne die CLI neu zu starten, spart Zeit.
Langfristig spielt dies in einen größeren Trend: GitHub baut Copilot als Plattform für verschiedene Modelle und Anbieter auf, nicht als isoliertes System mit nur einer Quelle. Das gilt für die Desktop-App ebenso wie für die CLI. Intelligent Routing – die nächste angekündigte Funktion – könnte diesen Gedanken weiter treiben, indem Anfragen automatisch an das passendste Modell geroutet werden. Das ändert die Nutzererfahrung vom „Ich wähle ein Modell" zu „Das System wählt das beste Modell für meine Aufgabe", wenn konfiguriert. Wer lokale oder spezifische Modelle bevorzugt, bleibt aber in Kontrolle.
