把 Claude Code、Codex 整個換成本機模型：Ollama 與 LM Studio 設定與還原

Claude Code 與 Codex 能不能整個改用本機模型？各家的官方文件寫了接法：Ollama 有 ollama launch 一行指令，也有手動設定；LM Studio 先開本機伺服器，Claude Code 設三個環境變數，Codex 加 --oss。Anthropic 的 LLM 閘道（gateway）文件則寫，不背書、不維護也不稽核第三方閘道產品，並且不支援透過任何閘道把 Claude Code 導向非 Claude 模型。

讀完你會有四組可照抄的指令、上下文的官方建議，以及確認與還原的做法。步驟都來自官方文件，本站沒有實測。前提是已有 Claude Code 或 Codex，以及 Ollama 或 LM Studio 其一並下載好模型。安裝見《Ollama 入門：Windows、Mac 安裝與第一個模型》與《LM Studio 入門：圖形介面跑本機模型》，記憶體與量化見《跑本機模型要什麼電腦：記憶體、顯示記憶體與 Apple Silicon》與《GGUF 量化怎麼選：Q4_K_M、Q8_0、F16 的檔名、檔案大小與記憶體》。

先分清楚什麼叫整個換成本機：標籤與資料去向

整個換掉，指的是把 Claude Code 或 Codex 連的模型端點改成本機伺服器。判斷是不是本機，要同時看位址與標籤：位址是 localhost，而且標籤不帶 cloud。Ollama 的 Claude Code 頁有反例：ANTHROPIC_BASE_URL 設成 ollama.com 再執行 claude --model glm-5.3-flash，標籤不帶 cloud，位址卻是 Ollama Cloud；Ollama 的相容文件則寫，經由已登入的 Ollama 伺服器可用 gemma4:cloud 這樣的雲端名稱，位址是本機，標籤帶 cloud。兩種都不是本機。

Ollama 的 Codex 頁另寫，經由 Ollama 的 profile 送出的 web search 請求由 Ollama 執行，本機與雲端模型都一樣，要用得先 ollama signin；單次關掉就加 -c 'web_search="disabled"'。

Ollama 搭 Claude Code：一行指令或三個環境變數

最短的路是 ollama launch claude。手動的 Manual setup 設三個環境變數，再用 --model 指定標籤：ANTHROPIC_AUTH_TOKEN 設成 ollama、ANTHROPIC_API_KEY 設成空字串、ANTHROPIC_BASE_URL 設成 localhost 的 11434 連接埠，標籤的例子是 Ollama 文件的 qwen3.5（Qwen，本篇的本機主例）。Ollama 的 Anthropic 相容文件寫，本機伺服器用 ollama 當佔位的 API key（required but ignored）；空字串那行文件沒解釋，本篇照抄。

Ollama 手動設定裡設環境變數那一步只給 export 的寫法。Claude Code 的閘道連線文件給了 PowerShell 的形式 $env:ANTHROPIC_BASE_URL = "值"，但設網址與憑證的範例只有網址與 token 兩個變數，沒有空字串那一行，本篇不寫。

GLM 與 DeepSeek 各舉一個 Ollama 上能下載到本機的模型：glm-4.7-flash（latest 標籤 19GB）與 deepseek-r1（7b 標籤 4.7GB、8b 標籤 5.2GB），數字取自標籤頁的 Size / Usage 欄，標籤不帶 cloud。換進 claude --model 或 codex --oss -m 的寫法與 Qwen 相同；Ollama 的 Claude Code 頁與 Codex 頁都沒有拿這兩個模型當例子，本篇不寫它們接代理工具的表現。這幾個標籤，標籤頁列的上下文視窗是 198K 與 128K，實際配置多少是另一回事。

# Ollama 這一側：先設上下文，再啟動，用起來之後確認，最後還原
# 1. 上下文（Ollama 文件：代理與寫程式工具至少 64000 個 token）
OLLAMA_CONTEXT_LENGTH=64000 ollama serve

# 2a. Claude Code，一行指令
ollama launch claude

# 2b. Claude Code，手動設定（bash 或 zsh；與 2a 二選一）
export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_API_KEY=""
export ANTHROPIC_BASE_URL=http://localhost:11434
claude --model qwen3.5

# 3. Codex：一行指令，或 --oss 加 -m（Ollama 文件的例子是 gpt-oss）
ollama launch codex
codex --oss -m gpt-oss:120b

# 不想讓 Codex 的 web search 經過 Ollama 的服務時
codex --profile ollama-launch -c 'web_search="disabled"'

# 模型用起來之後，另開一個終端機看 PROCESSOR 與 CONTEXT 兩欄
ollama ps

# 4. 用完還原
unset ANTHROPIC_AUTH_TOKEN ANTHROPIC_API_KEY ANTHROPIC_BASE_URL
ollama launch codex --restore

Codex：--oss、profile 與還原

Ollama 的 Codex 頁也有一行指令 ollama launch codex。手動做法是 codex --oss，指定模型加 -m，頁面的例子是 codex --oss -m gpt-oss:120b：連的是本機的 Ollama，標籤不帶 cloud，所以是本機。雲端模型是 codex --oss -m gpt-oss:120b-cloud，標籤帶 cloud，不是本機。

Codex 的設定文件寫，--oss 連哪一個本機 provider，單次用 --local-provider 選，或在設定檔寫 oss_provider 當預設，值是 ollama 或 lmstudio。兩者都沒設時，互動模式會問你，codex exec 則直接結束並報錯。

想固定下來，Ollama 文件的 Profile-based setup 是建立 ~/.codex/ollama-launch.config.toml，再用 codex --profile ollama-launch 啟動。Codex 的設定文件也寫，傳 --profile 名稱時先載入 ~/.codex/config.toml，再疊上 ~/.codex/名稱.config.toml；0.134.0 起 --profile 不再讀 config.toml 裡的 [profiles.名稱]。model_catalog_json 指向的 model.json，Ollama 文件沒說怎麼手動產生，路徑是範例值。設定檔分層見《config.toml 設定教學》。

# ~/.codex/ollama-launch.config.toml（Ollama 的 Codex 文件範例）
# 啟動：codex --profile ollama-launch
model = "gpt-oss:120b"
model_provider = "ollama-launch"
model_catalog_json = "/Users/you/.codex/model.json"

[model_providers.ollama-launch]
name = "Ollama"
base_url = "http://localhost:11434/v1/"
wire_api = "responses"

還原用 ollama launch codex --restore，文件寫它會移除 Ollama 的 launch profile 與產生的模型目錄。

LM Studio：先開本機伺服器，再指過去

LM Studio 的 Claude Code 頁，第一步是讓它以伺服器模式運作，預設連接埠 1234，可從 App 開，或在終端機執行 lms server start --port 1234。接著設三個環境變數：ANTHROPIC_BASE_URL 指向 localhost 的 1234 連接埠、ANTHROPIC_AUTH_TOKEN 設成 lmstudio、CLAUDE_CODE_ATTRIBUTION_HEADER 設成 0，再執行 claude --model openai/gpt-oss-20b。第三個變數頁面沒說明用途；Claude Code 的環境變數文件寫，設成 0 會從系統提示詞開頭省略帶有用戶端版本與提示詞指紋的 attribution block。

同一頁還寫：開了 Require Authentication 時，ANTHROPIC_AUTH_TOKEN 要改成自己的 LM Studio API token；並寫要用上下文長度超過約 25k 的模型與伺服器設定，因為 Claude Code 這類工具可能耗掉很多上下文。搭 Codex 照 Codex 設定文件走 --oss，oss_provider 寫成 lmstudio。

# LM Studio 這一側
# 1. 啟動本機伺服器（預設連接埠 1234，也可以在 App 裡開）
lms server start --port 1234

# 2. Claude Code：LM Studio 文件的三個環境變數
export ANTHROPIC_BASE_URL=http://localhost:1234
export ANTHROPIC_AUTH_TOKEN=lmstudio
export CLAUDE_CODE_ATTRIBUTION_HEADER=0
claude --model openai/gpt-oss-20b

# 開了 Require Authentication 時，token 改用自己的 LM Studio API token
# export ANTHROPIC_AUTH_TOKEN=$LM_API_TOKEN

# 3. Codex：--oss；要指向 LM Studio，在 ~/.codex/config.toml 寫
#    oss_provider = "lmstudio"，或單次加 --local-provider
codex --oss

# 4. 用完還原：取消環境變數
unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN CLAUDE_CODE_ATTRIBUTION_HEADER

上下文與相容層：設多少、怎麼確認、缺什麼

Ollama 的 context-length 文件寫，預設值依顯示記憶體（VRAM）而定：不到 24 GiB 是 4k，24 到 48 GiB 是 32k，48 GiB 以上是 256k；網頁搜尋、代理與寫程式工具建議至少 64000 個 token，Claude Code 頁寫 64k 以上，Codex 頁寫至少 64k。上下文越大，需要的記憶體越多；雲端模型預設用最大上下文。本篇不下機型跑不跑得動的結論，記憶體估算見硬體那一篇。

設定有兩個辦法：Ollama App 設定裡的滑桿；文件寫若無法修改，也可在啟動伺服器時帶環境變數 OLLAMA_CONTEXT_LENGTH=64000 ollama serve，文件沒有給 PowerShell 版。確認用 ollama ps，文件該節標題是 Check allocated context length and model offloading：文件寫要在 PROCESSOR 欄看模型有沒有被卸載到 CPU，並建議避免；範例輸出另有 CONTEXT 欄。

相容層缺什麼，Ollama 的 Anthropic 相容文件有「不支援」與「部分支援」兩份清單，下表節錄幾項；文件列的是 Anthropic API 的功能，沒有說 Claude Code 會用到哪一項。

Claude Code 的環境變數文件另寫，ANTHROPIC_BASE_URL 指到非官方主機時，MCP tool search 預設關閉；要打開，文件寫是在代理會轉送 tool_reference 區塊時設 ENABLE_TOOL_SEARCH=true，並寫設成 true 時，不支援 tool_reference 的代理上請求會失敗。Ollama 與 LM Studio 的頁面都沒提 tool_reference，本篇不寫要不要打開。

確認現在連的是誰，以及怎麼切回雲端

Claude Code 確認連線用 /status，開在 Status 分頁，文件要你看兩行：Anthropic base URL 只有設了位址才會出現，沒有就表示沒指向那個位址；Auth token 或 API key 那行寫著你設的變數名，表示閘道憑證生效；若改為寫著 claude.ai 帳號的 Login method 行，就是閘道憑證沒有生效。Codex 這邊，兩份文件都沒寫對應的確認指令。

shell 的 export 只管那個終端機；想全域生效，文件說寫進 ~/.claude/settings.json 的 env 區塊（Windows 在使用者目錄的 .claude 底下）。兩邊設了同一個變數時，設定檔的值勝出；Ollama 的 Claude Code 頁也提醒 Claude settings can override shell variables。設定檔細節見《Claude Code｜settings.json 設定教學》。

用完要切回雲端，照三件事做：

1. Claude Code：取消設過的環境變數，寫在設定檔 env 區塊的值就從那裡刪掉；文件寫憑證變數取消後，會回到存著的 claude.ai 登入。
2. Codex：Ollama 文件的還原指令是 ollama launch codex --restore；手動用 --oss 或 --profile 的，之後不再傳那些旗標。
3. 再跑一次 /status，照上面的判讀確認用的是不是登入。Ollama 的 Claude Code 頁沒有寫 ollama launch claude 會不會改動 Claude Code 的設定，所以用完先看一眼。

多模型 AI 工作流教學：從拆任務到串接不同模型

Ollama 入門：Windows、Mac 安裝與第一個模型

• AI 工具
• 教學
• AI 寫程式與本機模型