1. 为什么我要把 Claude Code 的请求转到本地 Ollama云端 Claude Code 用起来确实顺手但三个问题一直绕不开Token 按量计费、高峰期接口限流、代码片段要上传到远端。日常写业务代码还好一旦碰到公司内部项目或者还没公开的私密仓库把整段源码发到云端总让人心里不踏实。我试过把模型换成纯本地的方案跑通之后发现补全、重构、解释代码这些高频动作完全够用而且全程零 Token 费用、断网也能跑。这套方案的核心检索词就是「Ollama CCSwitch Claude Code 本地 AI 编程环境配置」。简单说Ollama 负责在本地跑开源代码模型并提供兼容 APICCSwitch 负责把 Claude Code 原本发往云端的请求拦截下来、转发到本地端口Claude Code 继续当你的编码入口交互体验不变。三者串起来就是一个不依赖云端计费的完整链路。它适合谁适合手头机器内存 8G 以上、想省掉 API 账单、又需要代码不出本机的开发者。轻度场景比如补全、写小函数、修简单报错7B 级别的代码模型就能胜任大型项目重构、多文件复杂逻辑调试本地小模型会吃力这点后面会讲清楚边界。下面我按「装 Ollama → 拉模型 → 配 CCSwitch → 接 Claude Code → 验证请求」的顺序把可复制的配置和踩过的坑都写出来。2. 前置准备Ollama 本地服务与 CCSwitch 安装要点这一节把地基打好。很多人卡住不是因为配置难而是版本和端口没对齐。先把三样东西备齐Ollama、CCSwitch、Claude Code 插件外加一个 Node.js 运行时。Ollama 是本地推理核心装完会常驻后台默认监听11434端口提供/api/chat这类接口。安装走官网图形化流程即可Windows、macOS、Linux 都有对应安装包双击下一步系统会自动配好环境变量和后台服务不用手动敲启动命令。装完可以在终端确认一下版本ollama --version # 期望输出类似ollama version 0.5.x如果这条命令报「command not found」说明环境变量没生效重开一个终端窗口或者手动把 Ollama 的安装目录加进 PATH。这一步别跳过后面 CCSwitch 转发失败经常就是本地服务根本没起来。模型选择上我实测用qwen2.5-coder:7b它是轻量代码专用模型8G 内存能流畅跑适合补全、基础故障修复、短代码编写。拉取命令ollama pull qwen2.5-coder:7b拉完确认模型在列表里ollama list # NAME ID SIZE # qwen2.5-coder:7b xxxxxxxx 4.7 GB内存 16G 以上可以上 14B 版本补全质量更好但响应会慢一些。这里给个对照方便你按机器选模型规格内存门槛适用场景响应速度qwen2.5-coder:7b8G补全、小函数、简单报错快qwen2.5-coder:14b16G中等重构、多文件理解中等更大参数模型32G复杂逻辑、长上下文慢CCSwitch 是请求转发工具作用是把 Claude Code 发往云端的请求无感转发到本地 Ollama。它支持 Windows 10、macOS 12、Linux官网下载桌面安装包双击默认安装即可。装完先别急着配 Claude Code一定要先把 CCSwitch 的转发跑起来顺序反了会一直连不上。Node.js 建议装 v22 LTSClaude Code 和 CCSwitch 都依赖它。版本太低会出现命令失效或安装报错装完用node -v确认。注意Ollama 默认只监听本机127.0.0.1:11434这是好事别随手改成0.0.0.0暴露到局域网本地环境保持本机访问最安全。3. 可复制配置CCSwitch 转发参数与 Claude Code 接入片段这一节是全文最关键的部分配置写错一个字段请求就会 401 或者直接连不上。CCSwitch 里点「新增供应商」类型选「自定义」然后按下面的字段填。核心三件套是 Base URL、Key、Model ID缺一不可。先看 CCSwitch 的转发配置用 JSON 形式表达界面里对应各个输入框{ provider: custom, name: local-ollama, baseUrl: http://localhost:11434/v1, apiKey: ollama, model: qwen2.5-coder:7b, forwardPort: 8787 }几个字段解释一下。baseUrl指向 Ollama 的兼容接口注意这里用的是/v1路径因为 Claude Code 走的是 OpenAI 兼容协议Ollama 从较新版本开始提供/v1/chat/completions兼容端点。apiKey本地服务不校验随便填一个非空字符串即可但不能留空留空有些客户端会直接拒绝。model必须和ollama list里的名字完全一致大小写、冒号都不能错。forwardPort是 CCSwitch 对外暴露的端口Claude Code 连的就是它。保存后点「启动转发」CCSwitch 会把8787端口的请求转到11434。接着配 Claude Code。Claude Code 读取的是环境变量在启动它的终端里设置或者写进 shell 配置文件。Linux/macOS 用export ANTHROPIC_BASE_URLhttp://localhost:8787 export ANTHROPIC_API_KEYollama export ANTHROPIC_MODELqwen2.5-coder:7bWindows PowerShell 用$env:ANTHROPIC_BASE_URLhttp://localhost:8787 $env:ANTHROPIC_API_KEYollama $env:ANTHROPIC_MODELqwen2.5-coder:7b如果你用的是 Claude Code 的 settings 配置文件可以写成这样路径按你系统放对位置{ env: { ANTHROPIC_BASE_URL: http://localhost:8787, ANTHROPIC_API_KEY: ollama, ANTHROPIC_MODEL: qwen2.5-coder:7b } }这里要提醒一句ANTHROPIC_BASE_URL指向的是 CCSwitch 的转发端口不是 Ollama 的 11434。很多人图省事直接填 11434结果协议不匹配报错。CCSwitch 存在的意义就是做这层协议转换和请求拦截别绕过它。如果你后续想接云端做对比测试或者本地模型不够用时临时切回托管服务可以把 Base URL 换成https://taotoken.net/apiKey 换成对应平台申请的密钥模型 ID 换成你要用的型号。这样同一套 Claude Code 配置只改环境变量就能在本地和云端之间切换CCSwitch 里也可以存多套供应商配置一键切换。配置完记得重启 Claude Code 或重开终端环境变量是启动时读取的改完不重启不生效。4. 验证请求发起一次代码补全并确认走的是本地模型配置对不对跑一次就知道。验证分两步先确认 Ollama 本地服务本身能出结果再确认 Claude Code 经过 CCSwitch 能拿到补全。第一步直接打 Ollama 的兼容接口排除模型问题curl http://localhost:11434/v1/chat/completions \ -H Content-Type: application/json \ -d { model: qwen2.5-coder:7b, messages: [ {role: user, content: 用 Python 写一个读取 JSON 文件并返回字典的函数} ] }正常会返回一段 JSONchoices[0].message.content里就是模型生成的代码。如果这一步就失败说明 Ollama 或模型有问题先别往下走。第二步验证 CCSwitch 转发链路。打转发端口curl http://localhost:8787/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer ollama \ -d { model: qwen2.5-coder:7b, messages: [ {role: user, content: 解释一下这段代码的作用def f(x): return x*2} ] }如果这一步返回和第一步类似的结构说明 CCSwitch 转发正常。注意请求头里带了Authorization虽然本地不校验但保持和 Claude Code 一致的调用方式能提前暴露鉴权相关的问题。第三步在 Claude Code 里实际发起一次补全。打开 VSCode选中一段代码触发 Claude Code 的补全或对话功能问它「这段代码有什么潜在 bug」。观察 CCSwitch 的日志面板应该能看到一条转发记录同时 Ollama 那边有推理占用。如果 Claude Code 转圈很久最后报错八成是环境变量没生效或者端口填错。实测下来7B 模型在普通 CPU 上生成一段十几行的函数大概几秒到十几秒有 N 卡加速会快不少。第一次调用因为要加载模型进内存会明显慢之后就稳定了。验证通过后你就拥有了一个断网也能用的本地编程助手。5. 常见报错排查401、local proxy failed、reading choices 怎么解配置过程中最容易撞的几个错我按真实报错对照着说方便你快速定位。401 Unauthorized。这个错一般出现在请求头缺 Key 或者 Key 为空。本地 Ollama 虽然不校验但 Claude Code 和 CCSwitch 的协议层要求Authorization字段存在。检查ANTHROPIC_API_KEY是否设了非空值CCSwitch 配置里的apiKey是否填了。两边都别留空。local proxy failed / connection refused。意思是 Claude Code 连不上 CCSwitch 的转发端口。先确认 CCSwitch 是否点了「启动转发」再看ANTHROPIC_BASE_URL的端口和 CCSwitch 里设的forwardPort是否一致。还有一种情况是 CCSwitch 进程挂了重启一下即可。用curl http://localhost:8787/v1/models能快速判断端口通不通。Error reading choices / choices 字段为空。这个通常是模型名对不上或者 Ollama 返回的结构和客户端预期不一致。先核对ANTHROPIC_MODEL和ollama list里的名字是否逐字符一致。如果模型名没错检查 Ollama 版本是否过旧老版本可能没有/v1兼容端点升级到较新版本再试。OAuth / 登录相关报错。Claude Code 某些版本启动时会尝试走云端鉴权流程如果它检测到的是官方域名就会弹登录。确保ANTHROPIC_BASE_URL指向的是本地转发地址而不是官方地址这样它就不会触发 OAuth。如果仍然弹检查是否有全局配置文件覆盖了你的环境变量。模型加载超时。第一次调用要把模型读进内存7B 大概几 GB机械硬盘会慢。耐心等第一次或者提前用ollama run qwen2.5-coder:7b预热一下。内存不足时会直接 OOM这时候换更小的模型或者加内存。排查顺序建议固定成先 curl 11434 确认模型层再 curl 8787 确认转发层最后看 Claude Code 环境变量。逐层排除比一上来就怀疑插件快得多。6. 本地与云端如何取舍把 TaoToken 作为可切换的备选通道纯本地方案跑通后日常补全、写小工具、解释代码基本不用再花钱。但本地小模型有明确边界大型项目跨文件重构、复杂业务逻辑推理、长上下文理解7B 甚至 14B 都会力不从心生成质量和不稳定性会明显上升。这时候更实际的做法是保留本地为主、云端为辅的双通道。CCSwitch 支持存多套供应商配置你可以把本地 Ollama 存一套把托管服务存另一套需要时一键切换。托管通道的 Base URL 填https://taotoken.net/apiKey 用你在平台申请的密钥模型 ID 按需选择。这样 Claude Code 的环境变量只改ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY就能在两条链路间切换不用重装任何东西。具体操作上本地这套继续用http://localhost:8787云端那套在 CCSwitch 里新增一个供应商Base URL 填https://taotoken.net/api保存后切换激活即可。想验证某个模型的实际表现可以直接在模型对话里试需要长期跑编码任务或 Agent 类工作流用 Coding Plan 更划算密钥管理在 API Keys 页面接入细节看接入文档。这几个入口按需取用就行。我的建议是私密项目、离线场景、轻量补全走本地需要高质量重构或复杂推理时切到托管通道。两套配置都留在 CCSwitch 里切换成本几乎为零。这样既守住了代码不出本机的底线又不会在硬骨头任务上被本地小模型拖住。