要让 Free Claude Code 在本地运行，核心是将后端指向你本机启动的 Ollama、LM Studio 或 llama.cpp 服务，并配置对应的 MODEL 环境变量。本地模型零成本、高隐私，但工具调用能力弱于云端大模型，需注意模型选择与上下文长度设置。
Free Claude Code 接入 Ollama 和 LM Studio：本地模型零成本跑 Claude Code
使用 Free Claude Code 的核心优势之一，是其灵活的后端架构。除了连接云端 API，你完全可以将它配置为使用运行在自己电脑上的本地模型，实现真正的零成本和完全离线。本文将指导你配置 Ollama、LM Studio 和 llama.cpp 三种主流本地后端。
为什么选本地模型
将 AI 编程助手的数据全部留在本地，有几个明确的优势：
- 零成本：没有 API 调用费用，对于日常学习、实验和个人项目开发而言，可以完全消除费用顾虑。
- 隐私与安全：你的代码、项目结构和所有对话内容都不会离开本机，这对于处理敏感代码或企业内部项目至关重要。
- 离线可用：不依赖互联网连接，在没有网络的环境下依然可以使用 AI 辅助编程。
需要明确的是，当前本地小模型（7B-13B 参数）在复杂的代码生成、精准的工具调用和长上下文理解方面，与云端的 Claude Opus/Sonnet 存在差距。一个务实的“古法编程”实践是：先用云端模型跑通核心工作流，再用本地模型处理对能力要求稍低的辅助任务，或用于断网应急。
Ollama 配置
Ollama 是一个轻量级、易于使用的本地大模型运行框架，非常适合命令行爱好者。
安装与启动
# macOS 或 Linux 安装
curl -fsSL https://ollama.com/install.sh | sh
# 拉取一个模型，例如 llama3.1
ollama pull llama3.1
# 启动 Ollama 服务（通常无需手动，后台服务会自动运行）
# 若需手动启动：
ollama serveWindows 用户请直接访问 ollama.com 下载安装包，安装后 Ollama 服务会自动在后台启动。
配置 Free Claude Code
在启动 Claude Code 前，设置以下环境变量：
export OLLAMA_BASE_URL="http://localhost:11434"
export MODEL="ollama/llama3.1"关键配置点：
OLLAMA_BASE_URL是 Ollama 服务的根地址，请注意，这里不要添加/v1后缀。Ollama 默认监听11434端口。MODEL变量中的模型名需要与ollama list命令显示的名称一致，例如ollama/llama3.1:8b。
验证服务
- 检查 Ollama 服务：运行
curl http://localhost:11434/api/tags，正常应返回已下载的模型列表 JSON。 - 启动 Claude Code：
如果配置正确，Claude Code 会通过本地代理连接到你本机的 Ollama 模型。ANTHROPIC_AUTH_TOKEN="freecc" ANTHROPIC_BASE_URL="http://localhost:8082" claude
LM Studio 配置
LM Studio 提供了一个友好的图形界面，可以方便地下载、管理和运行本地模型，并内置了兼容 OpenAI 的 API 服务器。
安装与配置
- 从官网 lmstudio.ai 下载并安装 LM Studio。
- 在应用内搜索并下载一个模型（推荐选择标注支持
tool use或参数量较大的模型）。 - 加载模型后，在应用左侧栏找到“Local Server”标签页，点击“Start Server”启动本地服务。默认地址为
http://localhost:1234。
配置 Free Claude Code
export LM_STUDIO_BASE_URL="http://localhost:1234/v1"
export MODEL="lmstudio/你的模型显示名"关键配置点：
- 与 Ollama 不同，
LM_STUDIO_BASE_URL必须包含/v1后缀，因为 LM Studio 的 API 服务器严格遵循此路径。 MODEL变量中的名称应使用 LM Studio 界面中显示的模型标识符。
llama.cpp 配置
llama.cpp 是一个高性能的 C/C++ 推理库，其 llama-server 工具可以直接提供一个兼容 OpenAI 和部分 Anthropic 协议的 HTTP 服务。
安装与启动
你需要自行编译 llama.cpp 或下载预编译版本，然后启动其服务器组件：
# 启动 llama-server
llama-server -m /path/to/your-model.gguf --ctx-size 8192 --port 8080配置 Free Claude Code
export LLAMACPP_BASE_URL="http://localhost:8080/v1"
export MODEL="llamacpp/模型标识"注意事项
- 上下文长度：
--ctx-size参数至少设为 8192。Claude Code 的提示词较长，如果上下文过小，服务器会返回 HTTP 400 错误。 - 协议兼容性：确保你使用的 llama.cpp 版本较新，以支持 Anthropic Messages 格式的
/v1/messages端点。
本地模型的工具调用能力问题
Claude Code 的强大功能（如读写文件、执行命令、搜索代码）高度依赖模型精准的工具调用（Tool Use） 能力。本地模型在这方面的表现是配置时必须考虑的核心因素。
根据测试，不同规模和来源的本地模型，其工具调用能力存在显著差异：
| 能力维度 | 云端大模型 (Claude Opus/Sonnet) | 本地小模型 (7B-13B 参数) |
|---|---|---|
| 简单工具调用 | 准确、可靠 | 大部分模型能够执行 |
| 多工具并行调用 | 稳定，能同时处理多个工具 | 可能丢失部分工具请求 |
| 工具参数格式 | 严格符合 JSON Schema | 容易出现格式错误（如多余逗号、字段类型错误） |
| 流式工具调用 | 稳定，SSE 事件流完整 | 可能出现事件流中断或格式问题 |
应对策略：
- 模型选择：优先选择在模型描述或社区反馈中明确支持
tool use或function calling的模型。 - 升级模型：如果 7B 模型工具调用频繁失败，尝试使用参数量更大的本地模型（如 13B、70B），能力会有质的提升。
- 回退方案：当本地模型无法完成复杂任务时，及时切换到云端 Provider（如 OpenRouter、DeepSeek）以保证工作流连续性。
FAQ
Q: 本地模型加载或生成响应太慢怎么办？ A: 首先，使用量化版本的模型（如 GGUF 格式的 Q4_K_M 或 Q5_K_M），这在模型大小和推理速度之间取得了较好平衡。Ollama 默认使用的模型通常已经是量化版本。其次，确保你的电脑有足够的内存（RAM）或显存（VRAM）。
Q: 配置 llama.cpp 后启动 Claude Code 报 HTTP 400 错误？
A: 这通常是由于 --ctx-size 设置过小导致的。Claude Code 的请求包含较长的上下文，增加此参数（例如设置为 8192 或更高）即可解决。同时，请确认你的 llama.cpp 版本支持所需的 API 协议。
Q: Ollama 和 LM Studio 该选哪个？ A: 两者都提供 OpenAI 兼容 API。Ollama 更轻量，适合喜欢命令行和脚本化管理的开发者。LM Studio 提供图形界面，对非技术用户或希望直观管理模型的人更友好。根据你的使用习惯选择即可。
Q: 本地模型能用 Claude Code 的“思考”模式吗？
A: 这取决于具体模型。根据项目文档，在 Free Claude Code 的 provider 目录中，Ollama 被标记为支持 thinking 能力。对于 LM Studio 和 llama.cpp，则需要确认你所加载的模型本身是否支持类似“思考”的推理特性。