Claude code+Ollama本地大模型组合(windows版)

Windows本地部署Ollama与Claude code大模型实践指南 大语言模型(LLM)的本地化部署正成为开发者关注的热点技术,其核心原理是通过量化压缩等技术将云端模型适配到消费级硬件。本地化方案在数据隐私保护、定制化开发和长期成本控制方面具有显著优势,特别适合代码生成、文档编写等高频开发场景。本文以Ollama框架和Claude code插件为例,详细解析如何在Windows平台部署7B参数规模的代码大模型,涵盖从CUDA环境配置、模型量化加载到VS Code集成的完整技术链路。方案在RTX3060显卡上实测可实现秒级代码生成响应,支持代码补全、错误诊断等实用功能,为开发 阅读详情
AI摘要

本文详细介绍了在Windows系统中整合Claude Code与Ollama实现本地大模型推理的完整流程,涵盖Node.js环境准备、Claude Code安装、Ollama客户端部署、兼容模型拉取(如gpt-oss:20b、qwen-coder:30b)、端口配置(11434)、环境变量设置及VSCode插件接入等关键技术环节,强调本地化、免云端依赖和开发工具链适配。

前置准备,本地需要准备node环境。建议安装Node版本管理器(nvm),方便切换本地的node版本。这个不赘述,各位自行百度一下即可。

1.安装合适的node版本

   cmd打开控制台,输入node -v,版本至少18,推荐20 22。

2.安装claude code

npm install -g @anthropic-ai/claude-code

这个过程很快,显示 ** added。就说明安装好了。

3.ollama安装

    ollama官网右上角下载按钮,直接下载安装即可。(可以不启动客户端,ollama pull的时候会自动执行ollama serve启动ollama)

4.拉取大模型

     目前对于claude code的支持,ollama官网明确写了支持以下模型哈。

其中glm-4.7仅支持云模式,本地大模型无法使用。所以只能选择后两个哈。如果是自己的电脑推荐qwen-coder:30b和gpt-oss:20b,最好是游戏本,没有独显会带不动。gpt-oss:20b,已经亲测有效。qwen-coder:30b考虑参数更多、占用内存更大我的电脑肯定带不动就没有尝试。感兴趣的可以试试。

ollama pull gpt-oss:20b

5.启动大模型

ollama run gpt-oss:20b

6.打开端口服务(默认端口:11434)

        如果是本机部署这一步跳过。如果其他机器(windows)则需要打开端口访问

        6.1 windows防火墙入站规则放开11434端口限制

        6.2 如果打开端口限制还是无法访问,看看windows防火墙和网络保护-允许应用通过防火墙将ollama服务添加进去勾选所有网络。(一般不会出现这个问题)

7.配置claude code所在机器的环境变量

       我看到很多博客讲编辑什么settings.json,这个我试过了没有用。所以直接编辑环境变量即可,如下所示。当然也可以直接打开环境变量设置,不过修改后记得一路确定关闭设置窗口。

# 这里ollama环境随便填写,如果用的是第三平台大模型,这里就是你申请的apikey
# 火山云(除了大模型,需要额外买coding plan,不推荐) 百炼 智谱(注册送2000万Token)
setx ANTHROPIC_AUTH_TOKEN ollama 

# 这里就是服务的api_url
setx ANTHROPIC_BASE_URL http://192.168.110.96:11434

# 模型名称
setx ANTHROPIC_MODEL gpt-oss:20b 

setx CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC 1

8.运行claude code

      打开控制台,输入Claude,如下图一。键入enter后,如下图二,即可开启使用啦!!

9.如果你不喜欢这个控制台界面,毕竟不方便看代码。vscode和IDEA都支持claude code插件。

        以vscode为例:

直接安装即可。注意:步骤9使用的前提,一定是前面的步骤都做完了才行。不然这个插件你点进去也是用不了,需要登录claude code账号,要收费!!!!

Claude Code + Ollama + Obsidian 在Windows操作系统下实现本地大模型及知识库(二) 本文将介绍如何在Windows系统下搭建本地化AI知识库,整合Claude Code、Ollama和Obsidian三大工具。系统架构分为四层:用户交互层(Obsidian编辑器)、AI代理层(Claude Code)、推理层(Ollama本地服务器)和数据层(Markdown笔记库)。核心原理是通过环境变量重定向,将Claude Code的API请求转向本地Ollama服务,实现完全离线的AI开发环境。安装配置步骤包括:1)安装Ollama并启动服务;2)配置Claude Code环境变量;3)设置MCP 阅读详情

相关推荐

Ollama本地部署Claude Code:零成本AI编程助手实战指南

AI辅助编程正从云端API服务向本地化部署演进,其核心原理是通过在开发者本地设备运行经过优化的开源代码大模型,实现低延迟、高隐私的编程辅助。这一技术变革的核心价值在于将AI编程从“按次付费”的服务模式转变为“按需取用”的基础设施,大幅降低使用成本与等待时间。在实际应用场景中,本地模型特别适合处理代码片段生成、正则表达式编写、单元测试创建、代码解释与重构等高频率、低复杂度的开发任务。通过Ollama框架,开发者可以便捷地管理并运行如CodeLlama等专注于代码生成的模型,结合IDE插件实现无缝集成。本文聚焦

weixin_42535720的博客 271

Claude Code 直连 Ollama / LM Studio:本地、云端开源模型都能跑

Claude Code与开源模型集成指南 本文介绍了如何将Claude Code编程助手与开源模型集成使用的最新方案。从Ollama v0.14.0开始支持Anthropic的Messages API,用户可以在本地或云端运行Claude Code。文章详细说明了安装配置步骤,包括环境变量设置、模型选择建议(推荐本地模型gpt-oss:20b和云端模型glm-4.7:cloud等),以及上下文长度优化。同时提供了Python和JavaScript的SDK调用示例,展示如何通过修改基础URL连接到Ollama

JavaEdge全是干货的技术号 2854

Ollama与Claude-Code本地大模型部署实践指南

大语言模型(Large Language Model)作为当前AI领域的重要突破,通过海量数据训练获得强大的自然语言理解和生成能力。其核心原理是基于Transformer架构,通过自注意力机制处理长距离依赖关系。在工程实践中,本地部署大模型能有效解决数据隐私和延迟问题,特别适合代码生成、技术文档处理等场景。Ollama作为轻量级本地大模型运行框架,大幅降低了模型部署门槛。结合专精代码生成的Claude-Code模型,开发者可以构建高效的本地编程辅助环境。本文以VS Code集成和Python代码生成为例,展

chengyixian7877的博客 435

国内用户使用 Claude Code 搭配本地 Ollama 模型的完整步骤指南

Claude Code 是 Anthropic 推出的强大 AI 编程工具,但官方仅支持 Anthropic API,且在国内使用受限。本文将详细介绍如何通过本地 Ollama 模型,让 Claude Code 完全免费、离线运行,并分享完整的配置过程与踩坑解决方案。实测环境Ollama 最新版本本地模型:qwen2.5-coder:7b、gpt-oss:20b 等尝试过需要手动配置 JSON 格式的转换规则对 Windows 系统的兼容性不佳缺乏详细的错误日志创建Modelfile。

学亮编程手记 6449

Claude Code 本地大模型配置避坑指南:Ollama+config.json 实战详解

Claude Code 是一款基于 Rust 构建的命令行编程助手工具,本身不集成大模型,而是通过 HTTP 协议调用本地运行时(如 Ollama)提供的 OpenAI 兼容 API。其核心原理在于轻量级请求封装与标准化协议桥接,技术价值体现在完全离线、低延迟、可审计的开发辅助能力。典型应用场景包括代码生成、缺陷修复、单元测试编写及上下文感知的智能补全。实际落地中,90% 的失败源于 config.json 路径错误、字段误配或 Ollama 服务未就绪——这正是本文聚焦的‘配置链路’关键断点。

482

Windows下Claude Code与Ollama本地大模型的深度联调指南

大模型编程助手正在改变开发者的日常工作方式,而将云端服务替换为本地化部署,则成为隐私保护与成本控制的关键路径。Claude Code作为终端内的编程智能体,能够理解指令、读写文件并执行命令;Ollama则提供了一个极简的本地模型推理运行时,支持一键拉起Qwen等开源模型。通过Ollama的Anthropic兼容接口,开发者可以配置环境变量,让Claude Code将请求转发到本地推理服务,实现断网环境下的Agent式编码流程。这套组合不仅适用于敏感代码仓库的离线分析,也适合高频小额任务与教学场景,在Wind

weixin_29056701的博客 277

Claude Code对接Ollama小模型全崩了?开发者实测踩坑全记录

文章摘要: 开发者实测发现Claude Code对接Ollama小模型(如Llama 3 8B)存在严重适配问题,表现为代码生成错误、上下文断层、频繁卡死及功能缺失。核心原因在于接口协议不匹配、小模型能力不足及资源调度冲突。解决方案包括:1)升级至Ollama大参数模型(如70B);2)通过适配层统一接口与上下文;3)限制小模型仅处理简单任务。建议开发者优先考虑模型适配性,避免因追求低成本而影响效率。(149字)

xiesibo2012的博客 2606

Claude Code 配置本地大模型实战指南

本地大模型(LLM)是指在个人设备上运行的开源语言模型,无需联网即可执行代码生成、补全与重构等任务;其核心原理是通过Ollama等轻量级运行时加载量化模型(如Qwen2、DeepSeek-Coder),并借助标准API协议(如Anthropic兼容的/v1/messages接口)实现与前端工具的通信;技术价值在于保障数据主权、消除网络延迟、规避API限流,并支持离线开发;典型应用场景包括IDE智能编程助手、私有代码库问答、企业内网自动化脚本生成等;本文聚焦Claude Code与本地Ollama的深度集成,

weixin_30197529的博客 338

claude code 安装配置(含配置ollama本地模型)

本文介绍了ClaudeCode的两种安装配置方案。首先通过npm命令一键安装(要求Node.js 18+),安装后需配置环境变量解决国内访问问题:方案一是配置镜像源,设置ANTHROPIC_BASE_URL和ANTHROPIC_AUTH_TOKEN变量;方案二是安装claude-code-router插件,该插件支持多模型融合和UI配置。文中特别指出使用ollama低模型时可能存在问题,建议优先考虑deepseek或智普API。两种方案配置成功后均可通过命令行验证,其中插件方案还提供ccr系列管理命令。

qq_61126874的博客 2462

VS Code本地AI Chat配置指南:Ollama+Claude Code+Continue实战

AI编程助手正从代码补全迈向真正的智能协作,而本地化部署大模型则为开发者提供了更私密、更可控的选择。Ollama作为轻量级模型管理工具,通过量化技术和OpenAI兼容API,让普通电脑也能流畅运行代码专精模型。将VS Code与Ollama结合,再搭配Claude Code插件或Continue插件,即可在编辑器内完成代码解释、自动补全、单文件重构乃至Agent级任务。本地模型路线不仅保障了代码安全,还支持离线使用,同时消除了按token计费的成本顾虑。本文从原理到实践,详解了如何在VS Code中配置Ol

weixin_33796177的博客 286

本地AI编程助手搭建指南:Claude Code对接Ollama开源模型

大语言模型(LLM)通过理解代码语义和上下文,为开发者提供智能编程辅助,其核心原理是基于海量代码数据训练出的模式识别与生成能力。这项技术能显著提升开发效率,减少重复劳动,并辅助代码审查与调试。在应用场景上,从简单的代码补全到复杂的系统设计均可覆盖。本文将聚焦于如何利用 Claude Code 的交互界面与 Ollama 的本地模型部署能力,构建一个完全运行在本地的 AI 编程伙伴,实现数据隐私保护与离线自由编程。

weixin_33770878的博客 321

Win11 使用 Claude Code 对接本地 Ollama 模型

摘要 本教程介绍如何在Windows 11系统中将Claude Code工具与本地Ollama模型对接。主要内容包括:在Linux服务器安装Ollama并下载模型(如Qwen3.5),配置Ollama监听网络接口;在Windows 11安装Node.js和Claude Code;通过设置环境变量使Claude Code指向本地Ollama服务;修改配置文件跳过首次引导;最后测试运行效果。该方法可让用户免费使用Claude Code界面调用本地模型,既保证数据隐私又无需支付API费用。文章还提供了可选步骤,指

Hi20240217的博客 4256

VS Code AI Chat 实战:从 Ollama 本地模型到 Claude Code 完整指南

随着 AI 编程助手从代码补全走向对话式协作,开发者对智能聊天工具的需求已不再局限于语法提示。理解其背后的原理——上下文感知与多轮交互,是发挥技术价值的前提。在 VS Code 生态中,Ollama 本地模型提供了免费、隐私可控的推理服务,而 Claude Code 等 Agent 插件则能自主读写文件并执行命令,适应复杂重构与调试场景。无论是局域网共享模型服务,还是 WSL2 环境配置,都需掌握关键细节。本文结合 C/C++ 开发实践,分享从安装配置到踩坑解决的全过程,帮助开发者将 AI Chat 真正变

weixin_34050519的博客 389

Claude Code + Ollama 本地大模型组合(Windows版):环境变量与 Base URL 改到 TaoToken 的完整配置

Windows 上把 Claude Code 接到 Ollama 本地大模型,关键在环境变量:用 setx 写入 ANTHROPIC_BASE_URL 指向 127.0.0.1:11434,改完必须重开终端才生效。本文给出四件套变量清单、settings 片段与 401、local proxy failed 等报错排查,并说明如何把 endpoint 切到 TaoToken 统一通道,详见 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 。

weixin_42594419的博客 19

本地部署Ollama与Claude Code构建AI安全测试助手实战指南

大语言模型(LLM)通过理解自然语言和代码逻辑,能够辅助开发者进行代码分析与安全审计。其核心原理是基于海量文本和代码数据训练出的Transformer架构,具备强大的模式识别和生成能力。在工程实践中,这种技术价值体现在能够将复杂的安全测试思路转化为可执行的代码片段,提升安全研究效率。特别是在Web安全领域,SQL注入漏洞分析和WAF绕过技术是常见的安全测试场景。通过本地部署开源模型,结合智能体(Agent)和提示词工程,可以构建一个专注于安全测试的AI助手,在可控环境中进行漏洞原理学习和测试验证。这种方法既

weixin_34198762的博客 424

本地部署Claude Code:用Ollama+VS Code打造免费高效AI编程环境

大语言模型(LLM)在代码生成与理解任务中正成为开发者核心生产力工具。其原理依赖于超长上下文建模、指令微调与高质量代码语料训练,技术价值在于降低重复劳动、提升调试效率并保障数据隐私。典型应用场景包括智能补全、自然语言转代码、自动化单元测试生成及遗留系统重构。相比云端IDE,本地化方案通过Ollama运行时实现模型离线推理,结合VS Code成熟插件生态(如Continue.dev),在不牺牲响应速度与安全性的前提下,复现Cursor级交互体验。本文聚焦Claude Code能力的本地化落地路径,详解模型选型

weixin_33748818的博客 440

如何把Ollama接入Free Claude Code?完全离线免费AI编码实战

Free Claude Code(简称 FCC)是一款开源的本地 AI 编码网关,本文将带你用 **3 步把 Ollama 接入 Free Claude Code**,实现完全离线、免费的 AI 编程代理。无需任何 API Key,模型全部跑在你自己的电脑上,数据零外传。 ## 一、为什么选择 Ollama + FCC 组合? | 优势 | 说明 | | --- | --- | | 🆓 零成

gitblog_00362的博客 422

Claude Code 配置 Ollama 本地大模型教程(cc-switch代理切换方案)

本文介绍了配置Claude Code与Ollama本地大模型的具体步骤:1)下载Ollama;2)安装deepseek-r1:1.5b模型;3)安装litellm并配置YAML文件;4)启动litellm服务;5)在cc-switch中配置模型接入。最后展示了测试输出结果,验证了本地大模型的正常运行。整个过程涉及模型下载、服务配置和接口调用等关键环节。

猿小白的博客 1176
上一篇: 私服Gitlab迁移后,本地项目代码如何变更仓库提交地址
下一篇: windows wsl2部署openclaw
小码农豪大大
博客等级 码龄9年 8378粉丝 28原创
评论 4
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小码农豪大大

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值