彻底告别Token付费！Ollama+CCSwitch+Claude Code 纯本地AI编程环境全套配置

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 API，CCSwitch 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：

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 LTS，Claude 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_URL="http://localhost:8787" export ANTHROPIC_API_KEY="ollama" export ANTHROPIC_MODEL="qwen2.5-coder:7b"

Windows PowerShell 用：

$env:ANTHROPIC_BASE_URL="http://localhost:8787" $env:ANTHROPIC_API_KEY="ollama" $env:ANTHROPIC_MODEL="qwen2.5-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/api，Key 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 JSON，choices[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/api，Key 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。