零成本本地运行Claude Code：一份完整的隐私编程助手搭建指南 最近开发者圈子里流传着一个

零成本本地运行Claude Code：一份完整的隐私编程助手搭建指南 最近开发者圈子里流传着一个有趣的玩法：用本地开源模型驱动Claude Code，实现完全离线、零API费用的AI编程助手。

| 帖子 先说清楚一点：这套方案用的是Claude Code的工具链和交互框架，底层跑的是本地开源模型，并非Anthropic的Claude模型本身。

但这恰恰是它的价值所在，你获得了一个能读写文件、执行终端命令、理解项目上下文的本地AI代理，数据完全不出本机。

整个搭建过程分四步： 第一步，安装Ollama作为本地模型引擎。

Ollama负责托管AI模型并支持工具调用，安装后在后台静默运行。

模型选择上，高配机器可以拉qwen3-coder:30b，普通配置用qwen2.5-coder:7b或gemma:2b也能跑。

终端执行ollama run加模型名即可下载。

第二步，安装Claude Code本体。

Mac和Linux用curl命令，Windows用irm命令，一行搞定。

安装完用claude --version验证。

如果之前登录过Anthropic账号，需要先登出。

第三步是关键，把Claude指向本地。

默认情况下Claude会连Anthropic服务器，需要手动重定向。

设置三个环境变量：ANTHROPIC_BASE_URL指向localhost:11434，ANTHROPIC_AUTH_TOKEN随便填个值比如ollama，再加上CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1关闭遥测。

第四步，进入任意项目目录，用claude --model加模型名启动，就能开始干活了。

评论区有些争议值得关注。

有人质疑本地模型不支持工具调用，作者明确回应：支持。

也有人反馈配置后无法创建文件，作者建议确保上下文长度超过32k，并尝试不同模型。

还有人指出qwen3-coder:30b相比顶级闭源模型仍有差距，gemma:2b作为代理几乎不可用，而且要跑得流畅需要不错的硬件。

这套方案的真正意义在于提供了一种可能性：当你需要处理敏感代码、受限于网络环境、或者单纯想省钱时，本地AI代理是个可行选项。

它不会取代云端大模型的能力上限，但在特定场景下足够实用。

至于什么时候能本地跑Opus 4.5？

正如作者调侃的，得先问问Anthropic什么时候开源。