Claude Code 最大特色之一，就是它能直接理解整個專案目錄、修改檔案、執行 CLI 指令，甚至自動修復程式碼問題。

但許多人最在意的是：

API 費用太高
原始碼不想送雲端
想完全離線使用
希望使用自己的 Local LLM

現在透過 Ollama 官方網站與 LM Studio 官方網站，已經可以讓 Claude Code 直接使用本地模型。

本篇文章會完整介紹：

Claude Code 是什麼
如何讓 Claude Code 使用 Local LLM
Ollama 與 LM Studio 差異
三種實作方式
Web Search 功能啟用
常用 CLI 指令
適合的模型推薦

內容目錄

什麼是 Claude Code？

Claude 官方網站的 Claude Code 是 Anthropic 推出的 AI Coding Agent。

它並不是單純聊天工具，而是：

能讀取整個專案
可修改程式碼
可執行 Terminal 指令
可自動修 Bug
可跨多檔案操作
支援 Agent Workflow

官方描述 Claude Code 是一個：

AI-powered coding assistant that helps you build features, fix bugs, and automate development tasks.

為什麼大家開始用 Local LLM？

Local LLM 的優勢非常明顯：

功能	雲端模型	Local LLM
隱私	程式碼送雲端	完全本地
費用	API Token 收費	幾乎免費
離線	不可	可
速度	看網路	本機 GPU
自訂模型	有限制	完全自由

尤其現在 Ollama 已支援 Anthropic Messages API，相容 Claude Code。

方法一：Claude + VSCode + Ollama / LM Studio

這是目前最多人使用的方法。

架構圖

Claude Code     ↓VSCode Extension     ↓Ollama / LM Studio     ↓Local LLM

安裝流程

Step 1：安裝 Claude Code

官方下載：

Claude Download 官方下載頁面

Linux / macOS：

curl -fsSL https://claude.ai/install.sh | bash

Step 2：安裝 Ollama

官方網站：

Ollama 官方網站

Linux：

curl -fsSL https://ollama.com/install.sh | sh

Step 3：下載模型

推薦模型：

ollama pull qwen3-coder

或：

ollama pull deepseek-coder-v2

Step 4：啟動模型

ollama run qwen3-coder

LM Studio 使用方式

如果你不喜歡 CLI，可以使用 LM Studio。

LM Studio 官方網站

LM Studio 特點：

GUI 操作
支援 OpenAI API
支援本地 Server
支援 GPU Offload
Windows 體驗很好

有些使用者甚至認為 LM Studio 在 Windows + iGPU 上比 Ollama 更方便。

Claude Code 連接 Ollama

設定環境變數：

export ANTHROPIC_BASE_URL=http://localhost:11434
export ANTHROPIC_AUTH_TOKEN=your_token
export CLAUDE_CODE_EFFORT_LEVEL=low

執行：

claude

Claude Code 即會透過 Ollama 使用本地模型。

方法二：使用 ollama launch claude

這是 Ollama 官方提供的整合方式。

官方文件：

Ollama Claude Code Integration 文件

安裝方式

更新 Ollama：

ollama update

執行：

ollama launch claude

這會：

自動設定 Claude Code
自動串接 Anthropic-compatible API
使用本地模型

官方支援模型

目前官方文件中提到可搭配：

qwen3.5
glm-5
kimi-k2.5

等模型。

方法三：使用 free-claude-code Gateway

GitHub：

free-claude-code GitHub 專案

這個專案本質上是一個：

Claude Code Gateway Proxy

它能：

將 Claude Code API 轉向 Local LLM
模擬 Anthropic API
轉接 Ollama / OpenAI API
避免官方限制

適合使用情境

非常適合：

本地 AI 開發環境
多模型切換
企業內網
私有化部署
AI Coding Lab

啟動方式

通常為：

git clone https://github.com/Alishahryar1/free-claude-codecd free-claude-codenpm installnpm start

再讓 Claude Code 指向 Gateway。

啟用 Ollama Web Search 功能

Ollama 現在已支援 Web Search。

官方文件：

Ollama Web Search 文件

Web Search 功能用途

可以讓 Local LLM：

搜尋最新資訊
查 Stack Overflow
查 GitHub
查文件
即時查詢

這對 Claude Code 非常重要。

因為 Coding Agent 若沒有 Web Search：

容易使用舊知識
不知道最新版套件
不知道最新 API

啟用方式

通常：

OLLAMA_WEB_SEARCH=true

或：

export OLLAMA_WEB_SEARCH=true

依照官方文件設定即可。

模型	推薦度	特點
Qwen3-Coder	★★★★★	Coding 能力極強
DeepSeek Coder V2	★★★★★	開源熱門
GLM-5	★★★★☆	中文能力佳
Kimi K2.5	★★★★☆	長上下文
Gemma 3	★★★☆☆	輕量快速

Claude Code 常用指令

啟動 Claude Code

claude

指定 API

ANTHROPIC_BASE_URL=http://localhost:11434 claude

指定模型

ANTHROPIC_MODEL=qwen3-coder claude

查看 Ollama 模型

ollama list

啟動 Ollama Server

ollama serve

Ollama vs LM Studio 比較

功能	Ollama	LM Studio
CLI	強	普通
GUI	基本	非常完整
Windows	普通	非常好
API	強	強
Docker	強	普通
GPU 管理	CLI	GUI
新手友善	中等	高

Claude Code + Local LLM 的實際優勢

1. 幾乎零成本

不再需要：

Anthropic API
OpenAI API
Token 費用

2. 完全私有化

原始碼不離開本機。

非常適合：

企業
資安環境
NDA 專案
內網系統

3. 多模型自由切換

你可以：

今天用 Qwen
明天用 DeepSeek
後天用 Kimi

不受平台限制。

我的實際建議

如果你是：

新手

建議：

LM Studio + Claude Code

因為 GUI 最簡單。

Linux / DevOps / AI 工程師

建議：

Ollama + Claude Code

CLI 整合能力非常強。

企業環境

建議：

free-claude-code Gateway + Ollama

可做到：

API Gateway
多模型管理
權限控管
私有化部署

結論

Claude Code 正在快速成為下一代 AI Coding Agent。

而現在最重要的變化是：

Claude Code 已經不再只能綁定官方 Claude API。

透過：

Ollama
LM Studio
free-claude-code
Anthropic-compatible API

你已經可以：

完全本地化
零 API 成本
自由切換模型
保護原始碼隱私

對於 AI 開發者與工程團隊來說，這將是非常重要的開發趨勢。

下載資源

官方網站

參考資料

Claude Code Workflow 完整指南：ultrawork、多 Agent 協作與腳本化 AI 編程實戰

使用 Claude Code 搭配 LM Studio 與 Ollama：打造零 API 成本 AI 開發環境