Installer Ollama, Docker, Open WebUI et Claude Code sous Linux

Créé par Jean-Emmanuel Bissey le 25/07/2026 Publié

Développer gratuitement avec une IA locale

Pendant plusieurs années, ChatGPT, Claude ou Gemini ont révolutionné le développement logiciel. Leur principal inconvénient reste cependant leur coût : pour profiter des meilleurs modèles, un abonnement mensuel est souvent nécessaire.

Heureusement, il existe aujourd'hui une alternative entièrement gratuite.

En installant Ollama, Docker, Open WebUI et Claude Code, il est possible de transformer un simple ordinateur Linux en véritable assistant de développement fonctionnant entièrement en local.

Les avantages sont nombreux :

  • utilisation gratuite ;
  • aucune limitation quotidienne ;
  • confidentialité totale (le code ne quitte jamais votre ordinateur) ;
  • fonctionnement hors connexion une fois les modèles téléchargés ;
  • possibilité d'utiliser plusieurs modèles d'intelligence artificielle.

Remarque

J'utilise Linux (actuellement Debian+KDE) comme système principal depuis plus de 25 ans. Après avoir rédigé la version Windows de cet article, voici donc la version « à la maison ».

Changement important par rapport à la version Windows : pour Open WebUI, j'utilise ici la version Docker plutôt que l'installation via pip. Open WebUI impose en effet une version précise de Python, ce qui entre facilement en conflit avec le Python déjà installé sur une distribution Linux (souvent utilisé par le système lui-même). Docker évite complètement ce problème en embarquant son propre environnement isolé.

Temps d'installation

L'installation complète ne prend qu'une vingtaine de minutes (hors téléchargement des modèles d'IA).

Étape Temps estimé
Installer Ollama 2 min
Installer Docker 5 min
Télécharger un modèle IA 10 à 30 min
Installer Open WebUI 20 min
Installer Claude Code 2 min

Architecture de la solution

Les quatre logiciels sont complémentaires.

                   Internet
                       │
                       │ Téléchargement des modèles
                       ▼

                +----------------+
                |    Ollama      |
                | Serveur IA     |
                +----------------+
                        │
      ┌─────────────────┼─────────────────┐
      │                 │                 │
      ▼                 ▼                 ▼

Claude Code       Open WebUI        API locale
(développement)   (conteneur        localhost:11434
                   Docker)

                        │
                        ▼

             Modèles IA
     (Qwen, Gemma, Llama, Mistral...)

Chaque composant possède un rôle bien précis.

  • Ollama exécute les modèles d'intelligence artificielle.
  • Docker héberge Open WebUI dans un conteneur isolé, sans se soucier de la version de Python installée sur la machine.
  • Open WebUI fournit une interface graphique similaire à ChatGPT.
  • Claude Code transforme votre terminal en assistant de programmation.

Prérequis

Pour obtenir de bonnes performances, on recommande :

Configuration Recommandé
Distribution récente (Debian, Ubuntu ...) ✔
SSD ✔
16 Go de RAM minimum
32 Go de RAM idéal
GPU Nvidia ou AMD conseillé

L'installation fonctionne également très bien sur les nouveaux PC équipés d'un processeur Intel Core Ultra ou AMD Ryzen AI.

Étape 1 : Installer Ollama

Sous Linux, Ollama s'installe en une seule commande grâce au script officiel.

Ouvrez un terminal et exécutez :

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

Une fois l'installation terminée, vérifiez que tout fonctionne :

ollama --version

Si un numéro de version apparaît, Ollama est correctement installé. Le service ollama est en général automatiquement démarré et enregistré comme service systemd.

Étape 2 : Installer Docker

Contrairement à la version Windows de cet article, on n'installe pas Python ici : Open WebUI sera lancé dans un conteneur Docker qui embarque déjà tout ce dont il a besoin (bonne version de Python incluse).

Site officiel

https://docs.docker.com/engine/install/

Sur une Debian/Ubuntu récente, l'installation se fait typiquement ainsi :

sudo apt update
sudo apt install ca-certificates curl gnupg
sudo install -m 0755 -d /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/debian/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/debian $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | sudo tee /etc/apt/sources.list.d/docker.list
sudo apt update
sudo apt install docker-ce docker-ce-cli containerd.io docker-compose-plugin

Remarque

Remplacez debian par ubuntu dans les commandes ci-dessus si vous êtes sur Ubuntu.

Pour éviter de préfixer chaque commande docker par sudo, ajoutez votre utilisateur au groupe docker :

sudo usermod -aG docker $USER

Puis déconnectez-vous et reconnectez-vous (ou redémarrez la session) pour que le changement de groupe soit pris en compte.

Vérifiez enfin que Docker fonctionne :

docker --version
docker run hello-world

Si le message de bienvenue de Docker s'affiche, l'installation est réussie.

Étape 3 : Télécharger un modèle d'IA

Ollama n'installe aucun modèle automatiquement.

Vous devez choisir celui que vous souhaitez utiliser.

Quelques exemples.

Gemma 4

Développé par Google.

ollama pull gemma4:12b

Excellent modèle généraliste.

Qwen3

Développé par Alibaba.

ollama pull qwen3:30b

Très performant pour le développement logiciel.

Lister les modèles installés

ollama list

Lancer un modèle

ollama run qwen3:30b

Vous pouvez alors discuter directement avec le modèle.

Étape 4 : Installer Open WebUI (via Docker)

Open WebUI fournit une interface Web moderne très proche de ChatGPT.

Elle permet notamment :

  • de conserver plusieurs conversations ;
  • de changer de modèle ;
  • d'envoyer des fichiers ;
  • d'utiliser des documents comme contexte ;
  • de gérer plusieurs utilisateurs.

C'est ici que se situe le changement majeur par rapport à la version Windows de cet article. Sous Windows j'avais utilisé pip install open-webui, une installation très longue et parfois capricieuse selon la version de Python déjà présente sur la machine. Sous Linux, je préfère nettement passer par Docker : une seule commande, aucun conflit de version Python, et une désinstallation aussi simple qu'un docker rm.

Ollama tournant déjà en local sur la machine (installé à l'étape 1), la commande suivante suffit :

docker run -d -p 3000:8080 \
  --add-host=host.docker.internal:host-gateway \
  -e OLLAMA_BASE_URL=http://host.docker.internal:11434 \
  -v open-webui:/app/backend/data \
  --name open-webui \
  --restart always \
  ghcr.io/open-webui/open-webui:main

Quelques explications sur cette commande :

  • -p 3000:8080 expose l'interface sur le port 3000 de la machine hôte ;
  • -e OLLAMA_BASE_URL=... indique à Open WebUI où trouver le serveur Ollama installé en dehors du conteneur ;
  • -v open-webui:/app/backend/data crée un volume Docker persistant, pour ne pas perdre les conversations et réglages à chaque mise à jour du conteneur ;
  • --restart always relance automatiquement Open WebUI au démarrage de la machine.

Ouvrez ensuite votre navigateur.

http://localhost:3000

Open WebUI détecte automatiquement Ollama ainsi que tous les modèles installés.

Astuce

Pour mettre à jour Open WebUI plus tard, il suffit de retélécharger l'image et de recréer le conteneur ; le volume open-webui conserve vos données :

docker pull ghcr.io/open-webui/open-webui:main
docker stop open-webui
docker rm open-webui

puis relancer la commande docker run ci-dessus.

Étape 5 : Installer Claude Code

Claude Code est un agent spécialisé dans le développement logiciel.

Contrairement à un simple chatbot, il peut :

  • analyser un projet complet ;
  • créer de nouveaux fichiers ;
  • modifier plusieurs classes ;
  • proposer des refactorisations ;
  • lancer des commandes ;
  • expliquer le fonctionnement d'un projet.

Sous Linux, l'installation recommandée se fait via le script officiel (pas besoin de Node.js) :

curl -fsSL https://claude.ai/install.sh | bash

Vérifiez ensuite l'installation :

claude --version

Depuis les dernières versions d'Ollama, Claude Code peut également utiliser directement les modèles locaux installés sur votre ordinateur.

Pour le lancer avec un modèle local :

ollama launch claude

Choisir un modèle

Par défaut :

ollama launch claude

utilise le modèle par défaut.

Pour en choisir un autre :

ollama launch claude --model gemma4:12b

ou

ollama launch claude --model qwen3:30b

Travailler sur un projet

Placez-vous dans le répertoire de votre projet.

Par exemple :

cd ~/projets/MonApplication

Puis lancez Claude Code.

ollama launch claude

Vous pouvez ensuite lui demander :

Analyse toute l'application.

ou

Explique-moi cette classe PHP.

ou

Corrige toutes les erreurs PHPStan.

ou

Refactorise cette classe sans modifier son comportement.

Claude Code analysera automatiquement l'ensemble du projet.

Open WebUI ou Claude Code ?

Les deux utilisent exactement les mêmes modèles.

La différence se situe uniquement au niveau de leur interface.

Open WebUI Claude Code
Interface graphique Terminal
Conversations générales Développement logiciel
Documents Analyse de projet
Plusieurs conversations Modifications de fichiers
Utilisation type ChatGPT Assistant de programmation

En pratique, j'utilise Open WebUI pour dialoguer avec les modèles et Claude Code lorsque je développe.

Quels modèles choisir ?

Pour un ordinateur équipé de 32 Go de mémoire vive, je recommande :

Modèle Utilisation
Qwen3 14B Excellent compromis
Qwen3 30B Développement avancé
Gemma 4 12B Usage général
Llama 3.3 Polyvalent
Mistral Small Rapide

Tous ces modèles sont entièrement gratuits.

Les avantages d'une IA locale

Utiliser une IA locale présente de nombreux avantages.

  • Le code source ne quitte jamais votre ordinateur.
  • Aucune limitation du nombre de requêtes.
  • Fonctionnement même sans connexion Internet.
  • Plusieurs modèles peuvent être installés simultanément.
  • Aucun abonnement mensuel.
  • Vous choisissez librement le modèle le plus adapté à votre besoin.

Pour un développeur indépendant, une association ou un projet open source, cette solution constitue aujourd'hui une excellente alternative aux services commerciaux.

Conclusion

L'association d'Ollama, Docker, Open WebUI et Claude Code permet de transformer un simple PC Linux en une véritable plateforme de développement assistée par intelligence artificielle.

L'installation est simple, le coût est nul et les possibilités sont impressionnantes. Passer par Docker pour Open WebUI plutôt que par pip évite en plus tous les soucis de compatibilité de version de Python, ce qui rend l'installation encore plus fiable que sous Windows. Une fois les modèles téléchargés, tout fonctionne localement, sans dépendre d'un service en ligne.

Si vous développez une application personnelle, un projet open source ou le site Web d'une association, cette solution mérite vraiment d'être essayée.

Mon retour d'expérience

Comme pour la version Windows, j'utilise cette solution pour développer MyClub, un logiciel libre de gestion d'associations écrit en PHP. Selon la tâche à réaliser, je peux choisir le modèle le plus adapté : un modèle généraliste pour la rédaction ou l'explication de concepts, ou un modèle spécialisé pour le développement, le refactoring et la correction de code.

Sous Linux, le passage par Docker pour Open WebUI s'est révélé nettement plus simple et plus stable que l'installation pip que j'avais utilisée sous Windows. Je ne manquerais pas de compléter cet article au fil de mes découvertes.