Claude Code 源码泄露！5 分钟搭建本地离线 AI 程序员，免费无 API 费用
就在昨天Claude Code被开源，全网都在疯转Claude Code源码泄露的时候，（据传是下面这位大神第一时间发现的）
（这是一位UC Berkeley计算机博士辍学者，研究方向为程序分析、Web安全与分布式系统。作为安全界的「赏金猎人」，他累计漏洞赏金收入约190万美元；同时也是一位连续创业者，曾以联合创始人兼CTO身份创立智能合约安全自动化测试公司FuzzLand，目前担任Solayer Labs核心开发。此前他在Salesforce任安全工程师，负责静态代码分析、内网扫描与数据管道等工作。简单来说，他就是一位专门「找漏洞」的专家，因此能第一时间发现Anthropic的npm配置失误，从一个59.8MB的.map文件中还原出51万行源码。）
下面这位大神则比人先快一步，第一时间build，第一时间支持完全本地化免费使用
零 API 费用，5 分钟将 AI 程序员装进本地电脑
无限次使用、100% 隐私，无需担心 Anthropic API 费用、速率限制或代码被上传云端。直接在 Mac / Windows 上运行，隐私拉满，不限次数，随时写代码。
背景
传统 Claude Code 虽强大，但依赖 API 密钥、需付费、代码上云，对敏感项目不够友好。如今 Ollama 官方新增 Anthropic Messages API 支持，让 Claude Code 可直接对接本地模型，打造一个完全离线的 AI 编码代理，具备读文件、改代码、执行命令等能力。即便没有高端显卡，也可流畅运行 7B~30B 的编码专用模型，满足日常开发、调试、脚本生成等需求。
5 分钟上手教程（保姆级）
准备工作（2 分钟）
- 访问 ollama.com 下载并安装 Ollama（Mac / Windows 均支持，安装后自动后台运行）。
- 打开终端，输入
ollama --version验证安装成功。
步骤 1：拉取本地模型
- 配置一般（16~32GB 内存）推荐：
qwen3-coder:7b或gemma2:9b - 高配设备（RTX 4090 / Mac M 系列高配）推荐：
qwen3-coder:30b或 GLM-4 系列
复制执行以下命令（以 7B 为例）：
ollama pull qwen3-coder:7b步骤 2：安装 Claude Code
终端执行官方安装命令：
curl -fsSL https://claude.ai/install.sh | sh步骤 3：将 Claude Code 指向本地 Ollama
推荐方式（自动配置）：
ollama launch claude --model qwen3-coder:7b或手动设置环境变量：
export ANTHROPIC_BASE_URL="http://localhost:11434" export ANTHROPIC_AUTH_TOKEN="ollama" claude --model qwen3-coder:7b步骤 4：测试运行
进入项目文件夹，输入 claude，然后直接说：
“帮我创建一个 Hello World 网站”
即可看到 Claude Code 自动分析目录、创建文件、执行操作，全程本地运行，流畅顺滑。
注意事项 & 进阶 Tips
- 模型选择：编码能力以 Qwen3-Coder 和 GLM 系列最佳，Gemma2 次之。后续 Ollama 将持续支持更多工具调用能力强的模型。
- 硬件要求：7B 模型可在普通笔记本运行，30B 模型建议配备 GPU 或 32GB 以上内存。
- 隐私优势：所有数据处理均在本地完成，无需联网。
- 局限说明：本地模型的智能水平略逊于云端 Claude Opus，但对绝大多数开发任务已足够，且完全免费。
2026 年，AI 本地化正全面加速。从 ChatGPT 到 Claude，再到如今的 Claude Code 本地版，未来写代码或许不再需要为大厂的云端服务支付高昂费用。
附上地址
链接：https://pan.quark.cn/s/42b9ba892bb7
