在你的笔记本电脑上运行你自己的编码代理（免费）

IAICA.com.cn----- https://app.therundown.ai/guides/run-your-own-coding-agent-on-your-laptop-for-free  2026年4月20日

在本指南中，您将学习如何使用 Ollama 将编码 LLM 下载到您的笔记本电脑，并通过一条命令将其连接到 Claude Code 或 Codex。

 

所需工具Ollama App

 

 

概要

本指南将教您如何使用 Ollama 将编码 LLM 下载到笔记本电脑，并通过一条命令将其集成到 Claude Code 或 Codex 中。您可以免费运行编码代理执行简单的任务，并将专有代码完全保留在自己的计算机上。

这适用于哪些人

独立开发者和创始人 每月花费 100-200 美元购买 Claude Code Max 或 Codex Pro，用于不需要前沿推理的工作。

学生、业余爱好者和 想要免费练习的代理系统搭建方案的新手程序员

任何从事专有代码或受保密协议约束的代码编写工作， 并且希望整个流程都保留在自己笔记本电脑上的人，都可能遇到这种情况。

你将建造什么

本地 Claude Code（或 Codex、OpenCode）会话指向运行在您本地硬件上的免费 Ollama 模型。相同的代理，相同的界面，零令牌成本，数据不会离开您的计算机。

入门所需物品

Ollama 已安装。如果您尚未安装，请先按照 我们的 Ollama 安装指南进行操作。

Claude Code 已登录并运行，或者 OpenCode（步骤 5 中的安装程序）

一个终端和一个你真正想工作的项目文件夹

16GB 内存是理想配置。8GB 内存适用于配置较低的机型。32GB 及以上更好。

步骤 1 检查您的硬件并咨询 LLM 要运行什么程序

在执行任何操作之前，请先了解您的计算机性能。在 Mac 上：苹果菜单 > 关于本机 > 截图规格面板。在 Windows 上： 设置 > 系统 > 关于 > 截图。

把截图导入 Claude、ChatGPT 或任何 LLM 工具，然后问：“我这台机器上可以用 Claude Code 或 Codex 运行哪些 Ollama 编码模型？” 它会读取 RAM 信息，并分析你的截图，然后给你一个简短的列表。

大致的适用范围指南：

你的内存	推荐尺寸	例子
8 GB	3B 参数或更小	qwen3-coder:3b
12 GB	4-7B 参数	gemma4:e2b，qwen3-coder:7b
16 GB	7-12B 参数	qwen3-coder:7b，gemma4:e4b
32 GB+ 或 GPU	20B+	qwen3-coder:32b，，gpt-oss:20b​gemma4:26b

专业提示： 下载你能合理安装的最大版本。更大的版本意味着更可靠的工具调用，而这正是导致 Claude Code 中小型模型崩溃的真正原因。

步骤 2：选择支持代理工具的编码员模型

访问 ollama.com/search?q=coder  ，打开您法学硕士课程推荐的模型页面。 关键检查： 滚动到模型页面的“应用程序”部分，确认其中列出了 Claude Code、Codex、OpenCode 或 OpenClaw。如果未列出任何这些工具，则表示该模型不支持代理编码所需的工具调用。请跳过此模型。

我们测试中表现最佳的三款产品：

qwen3-coder 是专为程序员打造的选择。它体积小巧，却拥有强大的原始代码生成能力。

gemma4 接受过专门的工具使用和思维训练。能够更可靠地处理多步骤工具链。

gpt-oss 是 OpenAI 的开放权重 MoE 模型，具有强大的智能体支持。

专业提示： 如果两个候选版本难以抉择，那就都下载下来。磁盘资源很便宜，而且你可以用设置 --model 选项在它们之间切换。最终保留那个真正符合你工作流程的版本。

步骤 3：使用本地模型启动您的编码代理

从模型的 Ollama 页面复制启动命令。命令格式如下：

ollama launch claude --modelgemma4:e4b

在项目文件夹中打开终端，粘贴命令，然后按回车键。出现提示时确认下载，然后等待权重首次加载完成。之后，Ollama 会将你导入到 Claude Code，并指向本地模型而不是 Anthropic 的 API。

在会话中，输入命令 /model 以确认连接的是哪个模型。从这里开始的每次回复都不需要代币。

专业提示：在第二个终端中 运行命令 ollama ps ，即可查看实际运行的程序。它会显示当前运行的模型、内存使用情况和 GPU 利用率。100% 的 GPU 利用率表示程序已完全加速。低于此值则表示部分模型运算转移到了 CPU，响应速度会变慢。

第四步：在进行任何重要操作之前，请先关闭上下文窗口。

这是整个设置中最重要的一项。默认情况下，Ollama 为每个模型仅分配 4K 的上下文空间 ，这对于智能体编程来说远远不够。Claude Code 会读取一个文件，填满缓冲区，然后立即开始遗忘对话的其余部分。

一次解决，以后就不用再操心了：

打开 Ollama 应用

Ollama菜单 > 设置

找到 “上下文” 滑块

先把频率调到 32K  ，如果你的电脑配置允许，可以调得更高。

专业提示： 询问您的 LLM（LLM，LLM 管理员）您的配置可以安全处理的最大上下文大小。将上下文大小设置为最大值可能会超出 GPU 的极限，导致程序崩溃。建议从 32K 开始，使用 `catch` 命令验证 ollama ps，如果还有余力，再逐步增加。

第五步：如果觉得 Claude Code 太臃肿，可以试试 OpenCode。

Claude Code 是一个功能强大的工具集，一次性提供了大量工具。小型本地模型有时会因选择过多而感到困惑。OpenCode 是 一个轻量级的编码代理，专为这种情况而设计，它采用了相同的 ollama launch 模式。

只需一行命令即可在 Mac 上安装：

curl -fsSL https://opencode.ai/install | bash

然后以同样的方式启动它：

ollama launch opencode --modelgemma4:e4b

专业提示： 较小的模型在减少思考量时效果更好。在 Claude Code 或 OpenCode 中按 Shift+Tab 可切换计划模式（智能体会在处理文件之前先编写其方案）。如果智能体对简单的任务过度思考，请在设置中降低推理难度。

更进一步

一旦基础架构运行正常，最具杠杆效应的策略就是采用 混合架构。继续付费使用 Claude Code 或 Codex 作为主代理，但将本地模型配置为由其协调的低成本子代理。前沿模型负责架构和规划，本地模型则负责处理繁琐的样板工作。这样，您可以保留智能工作，并将低成本工作外包出去，从而大幅降低代币消耗。

还有两个地方可以去：

通过手机远程控制本地会话。 进入 claude remote-control 会话后，使用 Claude 移动应用扫描二维码。您可以在办公桌前启动任务，然后随时随地进行监控。

将模型放在一台专用机器上。 一台旧的 Mac mini 或一台改装过的 PC 都是很棒的常开本地推理服务器。通过网络从你的笔记本电脑访问它，就不用再跟你的主力机争夺内存了。

本地模型目前还不能完全替代前沿的云端编码代理。可以将其视为练习环境、敏感项目的隐私保护层，以及无需前沿推理任务的预算对冲方案。这种差距每隔几个月就会缩小。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。