Ollama 新增 `ollama launch` 命令，让 Claude Code 无需配置环境变量即可直连本地模型。只需两步：先用 `ollama pull` 下载 glm-4.7-flash、qwen3-coder 等推荐模型，再执行 `ollama launch cluadecode --config` 设为默认；需手动创建 CLAUDE.md 并设 `disable_marketplace: true` 以禁用 Anthropic 商店调用。
Ollama 提供了一个新的命令行： ollama launch，不用设置环境变量，就能让 Claude Code、Codex、OpenCode 支持 ollama 的本地模型.
操作十分简单，只需两步
1. 打开本地终端（例如 PowerShell），输入：ollama pull [模型名称] 下载你想要使用的本地模型。
推荐：
glm-4.7-flash
qwen3-coder
gpt-oss:20b
2. 为 Claude Code 设置默认模型，输入： ollama launch cluadecode --config
两个小提示：
1. Claude Code 调用本地模型不支持 /init 指令，可以手动在项目文件夹中创建一个 CLAUDE.md 文件。
2. 即便使用本地模型，Claude Code 仍旧会调用 Anthropic marketplace，并报错，可以在 CLAUDE.md 中进行以下设置将其关闭。
# Claude Code config
disable_marketplace: true
AI 博主 ADIL 演示利用 Claude Fable 5 配合 Higgsfield MCP 插件，在 20 分钟内全自动复刻高收益 YouTube 频道。该工作流集成图像、视频及语音生成引擎，可自动分析爆款结构、撰写脚本并一键产出含配音的纪录片视频及封面标签。平台并不排斥优质 AI 内容，此端到端自动化流程将创作耗时从数天缩至十几分钟，大幅降低不露脸创作门槛。未来核心竞争力在于利用工具实现规模化生产与持续运营的能力。
Bun 开发者利用 Claude Fable 5 在 11 天内将 53.5 万行 Zig 代码重写为 Rust，以解决内存安全问题。项目采用 64 个 AI 实例并行及对抗性审查机制，耗资约 16.5 万美元。重写后二进制体积缩减 20%，性能提升 2% 至 5%。尽管存在 1.3 万个 unsafe 块和 19 个回归问题引发争议，但该项目验证了 AI 辅助大规模重构的可行性，其分离上下文与对抗审查等方法论具有重要参考价值。
Anthropic 实验显示，Claude Opus 4.7 已能全程自主控制机器狗完成任务，速度比人类快约 20 倍，代码量仅为其十分之一。这标志着 AI 智能体正从辅助编程迈向物理工具自主操作阶段。但模型在实时闭环精细控制上仍有局限，且当前成果基于低复杂度任务。该进展体现了通用模型 scaling 的副产物效应，预示物理智能体时代早期来临，但距离解决复杂真实场景仍有差距。
围绕《如何让 Claude Code 使用 Ollama 本地模型》展开交流，未登录用户可浏览评论，登录后可参与讨论。