Claude Code、Codex 搭本機模型：兩種接法怎麼選

Claude Code 或 Codex 想用上自己電腦裡的模型，有兩種接法，做的是不同的事。接法一是代理照常連雲端，把大量雜務交給一支腳本或 MCP 工具，由它去問本機模型，代理只讀結果；接法二是把代理背後回答的模型整個換成本機模型。這篇回答怎麼選，結論是看三件事：原始資料能不能送到雲端供應商、電腦能把上下文視窗開到多長、工作是一批批的雜務還是要代理自己動手。

讀完你會有一張兩種接法的對照表和三個選路的問題，不需要寫程式。要照著做，前提是電腦上已經有 Ollama 或 LM Studio，也裝好了 Claude Code 或 Codex。安裝與第一個模型不在這篇範圍，值不值得在自己電腦跑 AI，可以先看《為什麼要在自己電腦跑 AI：隱私、離線與成本》。這篇的步驟都來自官方文件，本站沒有實測。

同一個模型名字，三種跑法

選接法之前，先把一件容易混的事分開：同一個模型名字，常有三種跑法。第一種是權重下載到自己的電腦，請求送到本機的位址；第二種是 Ollama 的 cloud 標籤，模型不在你的電腦上，而是在 Ollama 的雲端；第三種是供應商自己的端點，位址是模型公司的網址。只有第一種的請求在你的電腦上處理，後兩種的資料都會送出去。

Ollama 的文件裡就看得到這個分別。Claude Code 那一頁的模型一節分成雲端模型與本機模型兩張卡片，雲端那張寫的是不用下載就能用更大的模型，另有一節標題是直接連到 Ollama Cloud，教你不裝 Ollama、直接用 API 金鑰連到 ollama.com。Codex 那一頁用同一個 codex --oss，用 -m 指定 gpt-oss:120b，要用雲端模型就改成 gpt-oss:120b-cloud。每看到一個標籤或位址，先問它是哪一種，再決定資料去哪裡；GLM、Qwen、DeepSeek 三個家族今天各是哪一種，留給本系列講三個家族的那一篇。

接法一：代理照常連雲端，雜務交給本機模型

接法一改動最小：Claude Code 或 Codex 仍然連原本的雲端模型，什麼設定都不換。要處理的那批檔案不交給代理去讀，而是交給一支腳本，或一個 MCP 工具，由它逐份去問本機的模型，把結果寫成結果檔，代理只讀結果檔再寫報告或改程式。這條路上，本機模型做的是一份進、一份出的小工作，每次收到多少內容由你的腳本決定。本機那一半用 Python 怎麼寫，《本機去識別化、雲端收尾：用 Ollama 打造混合式 AI 工作流》已經示範過，這篇不重複。

要讓原始資料真的留在本機，得兩件事同時成立：腳本連的是本機位址、問的是沒有 cloud 字樣的本機標籤，而且代理自己讀不到原始檔，否則代理讀檔的那一刻，資料就已經送到雲端。後一件事怎麼設，是本系列講批次腳本那一篇的內容。上下文的門檻也不一樣：Ollama 的上下文頁把網頁搜尋、代理與程式工具列為需要大上下文的工作，建議設在至少 64000 token；接法一裡的本機模型只是被腳本呼叫，這篇讀的官方頁沒有替它另訂門檻。不過同一頁把上下文長度定義為模型在記憶體裡能存取的 token 數上限，所以仍要確認每一份內容放得進實際開的長度。

硬體上，先看本機模型自己的檔案大小。Ollama 的標籤頁直接列出每個標籤的大小，以 qwen3.5 為例，4b 是 3.4GB、9b 是 6.6GB、27b 是 17GB，標籤頁列的上下文視窗都是 256K。怎麼把這些大小換算成記憶體需求，《跑本機模型要什麼電腦：記憶體、顯示記憶體與 Apple Silicon》已經整理，這裡不重算，也不判斷哪一台電腦跑得動。

接法二：把代理的模型整個換成本機模型

接法二是把 Claude Code 或 Codex 背後回答的模型整個換成本機模型：讀程式、改檔案、跑指令，每一輪都由它回答。Ollama 的文件給了入口，Claude Code 用 ollama launch claude，Codex 用 ollama launch codex，或是 Codex 自己的 codex --oss；手動設定 Claude Code 時，Ollama 的頁面一次設 ANTHROPIC_AUTH_TOKEN、ANTHROPIC_API_KEY、ANTHROPIC_BASE_URL 三個環境變數，其中 ANTHROPIC_BASE_URL 是 http://localhost:11434。LM Studio 的 Claude Code 頁也寫了接法。各項設定的細節，留給本系列講整個換成本機模型的那一篇，這裡只列入口和上下文的檢查指令。

# 把上下文長度設成 64000，再啟動 Ollama 伺服器
OLLAMA_CONTEXT_LENGTH=64000 ollama serve

# 以下指令在另一個終端機視窗執行
# 用 Ollama 啟動 Claude Code
ollama launch claude

# 用 Ollama 啟動 Codex，或直接用 Codex 的 --oss 旗標
ollama launch codex
codex --oss

# 代理用到模型之後，再開一個視窗看實際的 CONTEXT、PROCESSOR
ollama ps

接法二最先要看的是上下文。Ollama 的 Claude Code 頁寫，要挑一個模型並把上下文視窗設在 64k 以上，也說要挑上下文夠容納你專案的模型；Codex 頁寫至少 64k token；LM Studio 的 Claude Code 頁寫的則是超過約 25k，理由是 Claude Code 這類工具會耗掉不少上下文。這幾個數字都是 Ollama 與 LM Studio 文件裡的建議寫法；這篇讀的 Claude Code 模型設定頁與 Codex 進階設定頁，沒有寫模型至少要有多長的上下文，所以 64k 是 Ollama 給代理的建議值，不是 Claude Code 或 Codex 規定的門檻。

更要小心的是預設值。Ollama 的上下文頁寫，預設的上下文長度依顯示記憶體而定：小於 24 GiB 是 4k，24 到 48 GiB 是 32k，48 GiB 以上是 256k，而 cloud 模型預設就用到最大。前兩檔的預設都低於 64k，要用 64k 就得自己改：在 Ollama app 設定裡拉滑桿，或用 OLLAMA_CONTEXT_LENGTH=64000 啟動伺服器；改完用 ollama ps 看，輸出有 PROCESSOR 和 CONTEXT 兩欄。Ollama 寫為了效能，要用模型的最大上下文長度，並避免把模型卸載到 CPU，但同一頁也寫，上下文設得越大，需要的記憶體越多。標籤頁上的 256K 是模型標示的視窗，Ollama 實際開多長是另一個設定。

官方立場兩邊不同。Claude Code 文件的 LLM gateway 頁寫，Anthropic 不支援透過任何 gateway 把 Claude Code 接到非 Claude 模型；模型設定頁另有一句提醒，ANTHROPIC_BASE_URL 改的是請求送去哪裡，不是由哪個模型回答。接 Ollama 或 LM Studio 的步驟，是這兩家各自的文件寫的，Anthropic 的 gateway 頁對接到非 Claude 模型寫的是不支援。Codex 這邊，OpenAI 的進階設定頁有一節 OSS mode，寫明加上 --oss 可以接 Ollama 或 LM Studio 這類本機的「open source」供應商：用 --local-provider 為單次執行選一家，或用 oss_provider 設預設值（設定檔範例的值是 ollama 或 lmstudio）；兩個都沒設時，互動模式的 CLI 會請你選，codex exec 則會報錯結束。

兩種接法並排看

下表把前面的條件並排。數字與官方說法出自上面提到的官方頁；「適合的工作」與「對應本系列哪一篇」兩列是本站依兩種接法的結構整理的判斷，不是官方文字。

怎麼選：三個問題

下面三題是本站依兩種接法的結構整理的判斷順序，不是官方文件的寫法；照順序問，前一題就能決定的，不必往下問。資料能不能離開你的裝置，《一件事拆給多個模型：依步驟、能力、風險、資料敏感度四種切法》把它列為四種切法之一，這裡直接拿來當第一題。

1. 整個專案的內容都不能送到雲端供應商嗎？是的話，只有接法二會把代理本身的請求也改送到本機，而且標籤與位址都要是本機：標籤帶 cloud，或位址指向 ollama.com 或供應商，請求都會離開這台電腦。只有某一批檔案不能出門，接法一就夠，原始檔留在本機，代理只讀結果檔，前提是代理讀不到那批原始檔。
2. 電腦能把上下文視窗開到官方建議的長度嗎？Ollama 建議給代理用至少 64k，LM Studio 寫超過約 25k；用 ollama ps 看到的 CONTEXT 不夠，又不想多花記憶體調高，就選接法一，因為接法一的本機模型只收到腳本送去的那一份。
3. 工作是一批批、格式固定的雜務，還是要代理自己讀程式、改檔案、跑指令？前者對應接法一；後者要讓代理本身跑在本機模型上，才是接法二。

選定之後的細節在本系列後面幾篇：批次腳本與 MCP 工具對應接法一，整個換成本機模型對應接法二，開工前的核對清單另有一篇。官方立場是另一個考慮：如果不想用 Anthropic 文件寫明不支援的接法，接法一不改 Claude Code 的接法，Codex 則有自己文件寫的 OSS mode。

多模型 AI 工作流教學：從拆任務到串接不同模型

本機去識別化、雲端收尾：用 Ollama 打造混合式 AI 工作流

• AI 工具
• 教學
• AI 寫程式與本機模型