前言：打破 Token 焦虑，迎来完全免费的 AI 程序员
最近，Anthropic 推出的命令行 AI 助手 Claude Code 在开发圈彻底火了。它不同于传统的“你问我答”式聊天机器人，而是一个真正的 AI Agent。它能直接读取你的项目结构、自动修改文件、运行终端命令，甚至在报错时自己分析日志并把 Bug 修复。
但硬伤也很明显：官方 API 实在太贵了！在长上下文的大型项目里，多轮 Agent 自动迭代几次，钱包就缩水一大圈。
今天教大家一个全网刚出炉的“白嫖”新玩法： 利用开源桥接工具 CC Switch，将 Claude Code 的大脑直接替换为本地运行的 Ollama（支持 Qwen、DeepSeek、Gemma 4、GLM 等）。100% 运行在本地、0 成本、无 Token 焦虑、隐私绝对安全！
一、 环境准备（磨刀不误砍柴工）
在开始前，请确保你的系统已安装以下基础环境：
Git：用于克隆项目与管理版本。
Node.js (v18+)：因为 Claude Code 基于 Node 环境运行。
二、 核心组件下载与安装
步骤 1：安装 Claude Code 官方命令行版
打开你的终端（Terminal 或 PowerShell），运行官方安装命令：
Bash
npm install -g @anthropic-ai/claude-code
(注：若遇到权限问题，Mac/Linux 用户请在前面加上 sudo，Windows 用户请使用管理员身份打开 PowerShell。)
步骤 2：下载并运行最新版 Ollama
官方下载：【点击官网下载】
安装完成后，在终端中拉取你心仪的本地大模型。推荐根据显存选择：
8G 显存：推荐
Qwen2.5-Coder:7b或Gemma2:9b12G-16G 显存：推荐
Qwen2.5-Coder:14b或GLM-4:9b24G 显存及以上：强烈推荐
DeepSeek-R1蒸馏版或Qwen2.5-Coder:32b
Bash
# 以安装 Qwen 编程专版模型为例 ollama run qwen2.5-coder:7b
步骤 3：下载并配置 CC Switch 开源桥接工具
由于 Claude Code 默认只能调用 Anthropic 的官方 API，我们需要 CC Switch 作为一个“欺骗层”（API 转发），让 Claude 以为自己连的是官方，实际上请求都被转发到了本地的 Ollama。
工具下载：[点击前往 GitHub 获取最新版] | [国内网盘打包下载]
三、 关键配置：手把手带你接通链路
下载并打开 CC Switch 后，按照以下参数进行设置：
1. CC Switch 软件端设置
请求地址（Base URL）：
http://127.0.0.1:11434/v1（这是 Ollama 的本地默认接口）API 格式：选择
OpenAI Chat Completions认证字段（Header）：选择
ANTHROPIC_API_KEY（随便填一串字符即可，如sk-local-test，用于绕过客户端检测）
2. 修改 Claude Code 配置文件（核心避坑）
我们需要强行注入模型名称，让 Claude Code 能够顺利读取。
找到 Claude Code 在本地的配置文件
config.json：Windows 路径：
%USERPROFILE%\.claude\config.jsonMac/Linux 路径：
~/.claude/config.json
用文本编辑器打开它，在配置文件的花括号末尾，加入以下注册表修改命令：
JSON
"inferenceModels": "[\"haiku\",\"sonnet\",\"opus\"]"⚠️ 注意：添加前记得在上一行末尾加上逗号（
,），确保 JSON 格式正确。这一步是利用 CC Switch 强行将本地模型映射为官方模型名称进行显示。
四、 实测体验：AI 自动疯狂打工
配置完成后，在你的项目根目录下输入命令启动它：
Bash
claude
此时你将进入一个由本地大模型驱动的 Agent 终端。你可以直接对它下达复杂的复合指令：
实测指令：“帮我生成一个赛博朋克风格的个人主页网站。”
本地模型的自动化执行过程：
[AI 正在思考...]
-> 自动创建 src/ 目录及 index.html
-> 自动编写 CSS 动画与特效代码
-> 自动在终端运行 npm install 安装依赖
-> 自动执行本地预览命令
整个过程一气呵成！你不再需要复制粘贴代码，AI 自己在 IDE 和 Terminal 之间无缝切换，真正的 AI + IDE + Terminal 三合一体验。
五、 本地平替的优缺点客观分析（不吹不黑）
虽然“Claude Code + Ollama”的玩法非常惊艳，但在实际体验了几天后，我也发现了它的一些局限性：
优势 🌟
完全免费：没有任何 API 费用，有多少显卡性能就压榨多少。
隐私安全：代码资产 100% 留在本地，非常适合企业内部代码或敏感项目。
无 Token 焦虑：哪怕项目再大、上下文字数再多，也不用担心钱包大出血。
缺点与局限 ⚠️
长上下文架构能力稍逊：面对复杂的大型重构时，本地模型（如 Qwen/DeepSeek 蒸馏版）偶尔会出现死循环修 Bug、逻辑混乱的情况，在多步骤推理上与原生的 Claude 3.5 Sonnet 仍有差距。
多模态 Vision 兼容性不佳：目前通过 CC Switch 转发后，图片和 OCR 的多模态支持并不完美，经常出现“无法识别上传图片”的报错。它目前更适合纯粹的代码编写、自动化运维、脚本生成和 VPS 部署。
六、 总结
尽管本地模型在极限性能上距离行业天花板还有一段路要走，但 Claude Code + Ollama 的组合，已经让我们看到了“完全本地化 AI 程序员”的曙光。对于日常编写中小型项目、自动化脚本和运维的开发者来说，这套方案的生产力已经完全溢出。
赶紧去配置一套属于你的免费 AI 编程助手吧！
评论区