6 2 days ago

AI agent trained in code, logic, and defensive cybersecurity

4b 9b
ollama run SystemMan/nova-code:4b

Models

View all →

Readme

🇫🇷 Français · 🇬🇧 English


Nova-Code (4B & 9B) 🇫🇷

Nova-Code est une paire de modèles locaux orientés développement, logique et analyse de systèmes, construite par Team D (SystemMan) sur l’architecture Qwen 3.5.

Deux tailles sont proposées selon les ressources disponibles :

Modèle Taille Usage recommandé
Nova-Code-9B ~9.5 GB Raisonnement approfondi, architectures complexes, dev lourd
Nova-Code-4B ~4.5 GB Faible empreinte, inférence rapide sur configurations modestes (y compris multi-GPU d’inférence type Tesla P4)

Caractéristiques

  • Développement et scripting : code propre, débogage, lecture de scripts (Python, C++, JS, SQL, YAML/JSON).
  • Raisonnement structuré : décomposition d’un problème en étapes avant la génération de code.
  • Cybersécurité : corpus dédié aux injections (SQL, XSS, XPath, XML), durcissement de configuration, analyse de vulnérabilités et correctifs.
  • Personnalité Nova : ton direct et analytique, sans formulations superflues.

Vision & multimodalité

Qwen 3.5 est un modèle vision-langage natif : contrairement aux générations précédentes, la partie visuelle n’est pas un adaptateur ajouté après coup mais fait partie de l’architecture d’origine. En théorie, Nova-Code peut donc traiter :

  • des captures d’écran d’erreurs de terminal ou de logs de build,
  • des schémas d’architecture réseau ou diagrammes UML,
  • des maquettes d’interface à convertir en code CSS/HTML/React.

⚠️ Limitation connue sous Ollama

La vision n’est pas fonctionnelle sur Ollama pour le moment, indépendamment du GGUF fourni ici. Ce n’est pas une limite du modèle mais un problème côté runtime d’Ollama :

  • Ollama a ajouté le support texte de l’architecture qwen35moe dans son moteur Go, mais tout modèle importé avec un fichier mmproj (projecteur visuel) séparé bascule sur son runner C++ (fork vendu de llama.cpp).
  • Ce fork ne reconnaît pas encore l’architecture qwen35/qwen35moe pour le chargement du projecteur visuel, contrairement à llama.cpp upstream où elle est déjà supportée.
  • Seuls les modèles publiés directement dans la bibliothèque officielle Ollama échappent au problème, car leurs tenseurs de vision sont intégrés différemment dans le pipeline Go.

Suivi du problème : - https://github.com/ollama/ollama/issues/14730 - https://github.com/ollama/ollama/issues/15898 - https://github.com/ollama/ollama/issues/14503

En attendant un correctif d’Ollama, deux alternatives permettent d’utiliser la vision dès maintenant : - exécuter le GGUF via llama.cpp directement (llama-server -m nova-code.gguf --mmproj mmproj.gguf), qui gère déjà correctement cette combinaison, - fusionner les tenseurs de langage de Nova-Code avec un GGUF officiel Qwen 3.5 (qui embarque nativement les tenseurs vision), par exemple via xyehya/ollama-gguf.

Le support vision natif sous Ollama sera activé dès que ce bug sera corrigé en amont, sans changement nécessaire sur les modèles Nova-Code eux-mêmes.

Licence et projet

Nova-Code est un projet communautaire et open source, développé bénévolement par Team D, sans affiliation officielle avec Alibaba/Qwen ou Ollama.


Nova-Code (4B & 9B) 🇬🇧

Nova-Code is a pair of local models focused on software development, logic, and systems analysis, built by Team D (SystemMan) on the Qwen 3.5 architecture.

Two sizes are available depending on your hardware:

Model Size Recommended use
Nova-Code-9B ~9.5 GB Deep reasoning, complex architectures, heavy dev work
Nova-Code-4B ~4.5 GB Small footprint, fast inference on modest setups (including multi-GPU inference boards such as the Tesla P4)

Features

  • Development and scripting: clean code, debugging, script review (Python, C++, JS, SQL, YAML/JSON).
  • Structured reasoning: breaking down a problem step by step before generating code.
  • Cybersecurity: dedicated corpus on injections (SQL, XSS, XPath, XML), configuration hardening, vulnerability analysis and fixes.
  • Nova personality: direct, analytical tone, no unnecessary padding.

Vision & multimodality

Qwen 3.5 is a native vision-language model: unlike previous generations, the visual component isn’t a bolted-on adapter but part of the original architecture. In principle, Nova-Code can process:

  • terminal error or build log screenshots,
  • network architecture diagrams or UML schemas,
  • UI/UX mockups to convert into CSS/HTML/React code.

⚠️ Known limitation on Ollama

Vision is currently not functional on Ollama, regardless of the GGUF provided here. This isn’t a limitation of the model itself but a runtime issue on Ollama’s side:

  • Ollama added text support for the qwen35moe architecture in its Go engine, but any imported model with a separate mmproj (vision projector) file falls back to its C++ runner (a vendored fork of llama.cpp).
  • That fork doesn’t yet recognize the qwen35/qwen35moe architecture for loading the vision projector, unlike upstream llama.cpp where it’s already supported.
  • Only models published directly in Ollama’s official library avoid the issue, since their vision tensors are wired differently into the Go pipeline.

Tracking issues: - https://github.com/ollama/ollama/issues/14730 - https://github.com/ollama/ollama/issues/15898 - https://github.com/ollama/ollama/issues/14503

Until Ollama ships a fix, two workarounds let you use vision right now: - run the GGUF directly through llama.cpp (llama-server -m nova-code.gguf --mmproj mmproj.gguf), which already handles this combination correctly, - merge Nova-Code’s language tensors into an official Qwen 3.5 GGUF (which natively embeds the vision tensors), for example via xyehya/ollama-gguf.

Native vision support under Ollama will work automatically once this upstream bug is fixed — no changes will be needed on the Nova-Code models themselves.

License and project

Nova-Code is a community, open-source project developed on a volunteer basis by Team D, with no official affiliation to Alibaba/Qwen or Ollama.