本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

快速摘要

核心结论先放在最前面：通过开源工具 CCSwitch（GitHub 项目 farion1231/cc-switch）+ Ollama 本地推理引擎，可以让官方 Claude Code 桌面版"以为"自己仍在调用 Anthropic 的云端接口，实际上请求已经被悄悄转发到本机运行的开源大模型上。整套链路不依赖任何远程付费 API，桌面端的智能体能力（读代码、写代码、改 Bug、执行命令、搭网站）几乎全部保留，关键参数有三个：Ollama 默认服务地址 http://127.0.0.1:11434、CCSwitch 的本地路由开关、Claude Code 桌面版的"开发者模式 + 自定义引擎"。

适配模型范围相当宽，常见可用的有 Qwen3 系列、Gemma3 系列、GLM、DeepSeek、GPT-OSS 等;显存 8GB 的入门卡也能跑 6GB 量级的模型，24GB 显存可以吃到 20B+ 参数的中等量化版本。

想看完整拆解、原理图、配置字段、踩坑清单和实测对比，请往下翻。

下面的内容会按"为什么 → 怎么做 → 怎么验证 → 怎么排错 → 怎么进阶"的顺序展开，分十个章节、五十多个小节，建议第一次阅读时按顺序看一遍，后续按需要回头查具体小节。所有代码块、命令、配置字段都经过实测，可直接复制使用。

一、为什么要让本地模型接管 Claude Code 桌面版

1.1 Claude Code 不是普通的对话窗口，而是一个真正的 AI 智能体

很多人第一次接触 Claude Code 的时候，下意识把它当成另一个聊天对话框，关掉以后过几天就忘了。其实它真正的位置和那种"对话型助手"完全不同——它是一个能直接在你电脑里干活的 AI 智能体（AI Agent）。

我自己折腾下来的感受是，它的强大体现在四个层面：

• 超长上下文：它能一口气把整个项目目录吃进去，理解模块之间的依赖关系，而不是只看你贴进来的那一小段代码。
• 真正的工具调用：它会主动读文件、改文件、跑命令、装依赖，遇到错误能自己回头排查再继续，整个过程不需要你逐步喂提示。
• 可视化的差异审阅：桌面版会把每一次代码改动以 Diff 的形式摆在侧边栏，由你点确认或回滚，避免它"擅自做主"。
• 多会话并行：基于 Git Worktree，一边让它写新功能、一边让它在另一个分支上修 Bug，互不干扰。

用一句更直白的话总结：它是 AI + IDE + 终端 + 文件系统的合体。一句"给这个项目加一套登录系统"，它能自己阅读现有结构、规划方案、修改代码、装依赖、跑测试，最后把 Diff 交给你审阅。这种工作流的爽感，我以前在传统插件式 AI 编程工具上几乎找不到。

很多人会拿它和 Cursor、Windsurf、Augment 之类的工具比较。我自己感受最大的差别在于"控制粒度"——Cursor 给你的是"AI 改一行你确认一行"的细粒度交互，Claude Code 给你的是"AI 想清楚整个改动方案一次性给你看"的粗粒度交互。两种范式各有适用场景，但对于"我大致知道要干什么、只想让 AI 把脏活累活包圆"的场景，Claude Code 的体验明显更上一个台阶。

1.2 官方通道的三个老大难问题

但凡用过一段时间官方通道的同学都心里有数。我自己踩下来，主要有三个绕不开的问题：

第一，API 计费模式对个人开发者并不友好。Claude Code 走的是 Token 计费，一旦让它扫描一个大仓库或者反复迭代修复，几百万 Token 烧出去也就是一小时的事。对个人爱好者来说，这种成本结构会持续给你一种心理压力，不太敢大胆放开让它工作。

第二，国内网络环境下访问稳定性堪忧。Claude Code 默认只跟 Anthropic 官方端点说话，国内直连体验经常断流、超时、握手失败，遇到关键操作做了一半网络抽风，那段对话上下文相当于报废。

第三，隐私层面的不可控。Claude Code 在本地会话里虽然是在本地处理文件，但请求和上下文还是要发送到云端模型完成推理。代码、注释、配置里的敏感片段会不会在传输过程中留下痕迹，是不少团队和企业内部讨论过的现实顾虑。

说白了，能不能把这套智能体能力装到本地、跑在自己显卡上、所有数据不出本机？答案是可以，而且方案已经稳定到可以日常用了。

1.3 本地化方案的三个支柱

整个本地化链路有三个支柱，缺一不可。这里先有个全局印象，后面每个支柱都会单独拆开讲：

flowchart LR
    A[Claude Code 桌面版] -->|Anthropic Messages 协议| B[CCSwitch 本地路由]
    B -->|协议转换 + 重写| C[Ollama HTTP 服务]
    C -->|加载| D[本地大模型权重]
    D -->|GPU/CPU 推理| C
    C -->|响应回流| B
    B -->|包装回 Anthropic 格式| A

    style A fill:#e6f3ff,stroke:#0078d4
    style B fill:#fff4e6,stroke:#e07a00
    style C fill:#e8f5e8,stroke:#2d9d2d
    style D fill:#f0e6ff,stroke:#7a3aff

• Claude Code 桌面版：负责前端交互、上下文管理、Diff 审阅、智能体的"大脑外壳"。
• CCSwitch：负责把 Claude Code 发出的 Anthropic Messages 协议请求拦下来，转换成 OpenAI 兼容格式或者别的方言，再投递给真正的后端。
• Ollama：负责在本机跑模型、暴露 HTTP 接口、做权重加载和显存管理。

┌───────────────────────┐
│   Claude Code 桌面版   │  ← 你输入"给项目加登录系统"
└──────────┬────────────┘
           │ Anthropic Messages
           ▼
┌───────────────────────┐
│  CCSwitch（本地路由）   │  ← 协议转换、地址重写、模型映射
└──────────┬────────────┘
           │ OpenAI 兼容协议
           ▼
┌───────────────────────┐
│  Ollama (127.0.0.1)   │  ← 本地推理引擎
└──────────┬────────────┘
           │ 加载权重
           ▼
┌───────────────────────┐
│ Qwen3 / Gemma3 / GLM  │
└───────────────────────┘

这套架构的好处显而易见：本地模型可以随便换，CCSwitch 这一层挡住协议差异，Claude Code 桌面版完全不需要做任何源码修改。我个人在无忆研习社做技术拆解的过程中，反复验证过这条链路的稳定性，整体可用性比预想的要好不少。

二、核心原理拆解——伪装和转发到底是怎么生效的

2.1 Claude Code 默认的请求去向

如果什么变量都不动，Claude Code 启动后会去找官方的 https://api.anthropic.com/v1/messages 这个端点，所有上下文、工具调用、补全请求都打到这里。它的协议叫做 Anthropic Messages 协议，是一种带流式、带工具调用、带多轮系统提示的 JSON 协议。

它的关键决策由三个环境变量决定：

只要你能把这三个变量改掉，并且后端能"假装"是一个 Anthropic 端点，Claude Code 就会乖乖把请求送到你指定的地方去。

2.2 Anthropic Messages 和 OpenAI Chat 的差异

问题在于，Ollama、vLLM、LM Studio、绝大多数国内开源模型，对外暴露的接口都是 OpenAI 兼容协议（/v1/chat/completions），并不是 Anthropic 的方言。两个协议在请求体结构、工具调用字段、流式事件类型上都有出入。直接对接是接不通的。

举个例子，Anthropic 的工具调用走的是 content 数组里的 tool_use 块，OpenAI 走的是 tool_calls 字段，含义类似但字段名完全不同。再比如流式响应，Anthropic 用的是 event: message_delta、event: content_block_delta 这种语义化事件，OpenAI 用的是 delta.choices[].delta.content 之类的扁平结构。

这就是为什么需要一个中间翻译层。整条链路的核心矛盾从来不是"本地能不能跑模型"，而是"两种协议怎么对得上"。

2.3 CCSwitch 在中间扮演的角色

CCSwitch 是一个跨平台桌面端工具（Tauri 2 框架开发，Windows / macOS / Linux 三端通吃），它对应的 GitHub 仓库是 farion1231/cc-switch，官方网站是 ccswitch.io。截止 2026 年中，它已经更新到了 v3.14 之后的版本，能管理 Claude Code、Codex、OpenCode、OpenClaw、Gemini CLI、Hermes Agent 等多种 AI 智能体客户端。

它在我们这套链路里做三件事：

• 配置管理：用图形化界面统一管理多个供应商（Provider），不用手工去改环境变量和 ~/.claude/settings.json。
• 本地路由：内置一个本地 HTTP 服务，监听一个端口，接收 Claude Code 打过来的请求。
• 协议转换：把 Anthropic 格式翻译成 OpenAI 兼容格式，再发给真正的后端（这里就是 Ollama）；响应回流时反方向再翻译一次。

sequenceDiagram
    participant CC as Claude Code 桌面版
    participant CS as CCSwitch 本地路由
    participant OL as Ollama HTTP 服务
    participant MD as 本地模型权重

    CC->>CS: POST /v1/messages（Anthropic 格式）
    CS->>CS: 解析请求 / 模型名映射
    CS->>OL: POST /v1/chat/completions（OpenAI 兼容）
    OL->>MD: 加载并推理
    MD-->>OL: 流式 Token 输出
    OL-->>CS: SSE 流式响应
    CS->>CS: 重新打包成 Anthropic 流事件
    CS-->>CC: event: content_block_delta ...

理解了这张图，你就能明白为什么后面配置时 API 格式那里要选 OpenAI、为什么认证字段要切到 Authorization 那一档——这些都是协议转换层在告诉自己"对接的后端讲哪种方言"。

CCSwitch 这一层还有几个不那么显眼但很关键的能力，单独点出来：

• 格式转换：把请求体里的 tool_use 改写成 tool_calls、把 content_block_delta 流式事件转成 OpenAI 的 delta.choices 分片。
• 自动故障转移：如果配置了多个后端供应商，主后端挂了能自动切到备用，不至于让前端死等。
• 熔断机制：识别到后端连续报错时主动断开一段时间，避免雪崩。
• 健康检查：周期性 ping 后端，状态栏直接显示绿/黄/红，故障第一时间能看见。
• 请求矫正器：自动补全后端可能不接受的字段（比如部分模型对 max_tokens 字段必填）。

这些能力以前都得靠手写 LiteLLM 配置文件来实现，现在 CCSwitch 用图形化的方式一站搞定，省了非常多折腾的时间。我刚开始接触这套方案的时候，从手写 YAML 配置切到 CCSwitch，光是配置完成的时间就从两小时缩到十几分钟。

2.4 Ollama 把本地模型变成一个 HTTP 服务

最后一环 Ollama，定位非常清晰：它是一个模型托管运行时。安装好以后，它会在本机的 11434 端口起一个 HTTP 服务，对外提供两套兼容接口：

• http://127.0.0.1:11434/api/...：Ollama 自家原生接口。
• http://127.0.0.1:11434/v1/...：OpenAI 兼容接口，路径和字段都对齐 OpenAI 官方。

后者就是我们在 CCSwitch 里要填的请求地址。Ollama 自身的一大优点是它对显存做了非常细致的管理：模型按需加载，一段时间没人调用会自动卸载释放显存，量化版本拉下来即可直接用，几乎不需要折腾环境。

写到这里要插一句安全提醒：Ollama 默认仅监听本机环回地址 127.0.0.1，不要随便改成 0.0.0.0 暴露到公网。 它默认没有鉴权，11434 端口一旦暴露公网，相当于把本机算力和模型权重的控制权完全让出去了，已经出过不少惨痛案例。这里莫潇羽多嘴一句，希望大家把它当家用网关来对待——只在内网开口子，绝不向外开放。

三、环境准备——把前置工具一次性装齐

3.1 Git 环境的安装

为什么先装 Git？因为 Claude Code 桌面版深度依赖 Git 做版本管理：它的 Worktree 多会话、Diff 审阅、回滚机制都是建立在 Git 之上的。在很多没装 Git 的 Windows 电脑上，Claude Code 启动会直接报错或者退化成残血模式。

到 Git 官网（git-scm.com）下载 Windows 版安装包，最新版即可。安装过程一路下一步，所有选项保持默认就好，没必要折腾。安装完成后打开命令提示符验证：

git --version

如果能看到类似 git version 2.45.0.windows.1 的输出，说明环境就绪。

3.2 系统位数与版本选择

后面要装的所有客户端，几乎都需要根据 CPU 架构选对应版本。对 Windows 用户来说，主要分两条线：

判断方法：在"系统设置"→"系统"→"关于"里查"系统类型"。如果是基于 x64 的处理器，选第一个；如果是基于 ARM64 的处理器，再选 ARM 版本。绝大多数同学闭着眼选 x64 就对了。

3.3 Windows 虚拟化平台与 WSL 子系统

这一步是很多教程会漏掉的关键步骤。CCSwitch 的本地路由内部用了一些 Hyper-V 客户端栈的能力，Ollama 在跑大模型时也会用到 WSL 的优化路径。如果这两个组件没启用，会出现"启动正常但请求被吞掉""推理时 CPU 占用很高但 GPU 一直闲着"等怪现象。

在搜索栏输入"启用或关闭 Windows 功能"，打开后需要勾选下面这些选项：

• Windows 虚拟机监控程序平台（Windows Hypervisor Platform）：CCSwitch 的容器化代理依赖它。
• 适用于 Linux 的 Windows 子系统（WSL）：跑 Ollama 时调度 GPU 的关键。
• 虚拟机平台（Virtual Machine Platform）：WSL2 必备依赖。

┌─ 启用或关闭 Windows 功能 ──────────────┐
│  [✓] Windows 虚拟机监控程序平台         │
│  [✓] 适用于 Linux 的 Windows 子系统     │
│  [✓] 虚拟机平台                        │
│  [ ] Hyper-V （企业版才有，可选）        │
└────────────────────────────────────────┘

勾选后系统会要求安装组件并重启。这里建议在重启之前先把当前文档加入收藏夹——重启之后你可能找不回这个页面，到时候继续往下走会很头大。

重启完成后，打开命令提示符再敲一次确认：

wsl --status

能看到默认分发版、内核版本信息就算成功。

3.4 其他可选但建议安装的工具

除了 Git 和虚拟化组件，还有几个工具装上之后能让整体体验更顺：

• Node.js（v18 以上）：Claude Code 命令行版本依赖 Node 运行，桌面版自带一个内置版本但要装 MCP 服务器扩展的话，最好系统层面也有一份。winget install OpenJS.NodeJS.LTS 即可。
• Windows Terminal：微软新一代终端，比传统 cmd 漂亮、好用，多标签页对管理多个命令行任务非常友好。winget install Microsoft.WindowsTerminal。
• Notepad++：编辑那个 .reg 注册表文件时，记事本经常会把编码搞错，Notepad++ 能可视化看到当前编码，可以一键转换。
• Process Explorer：排查 Ollama / CCSwitch 占用端口、GPU 资源时非常好用，能直接看到哪个进程在用哪个端口。

到这里前置环境就齐了。莫潇羽@无忆研习社这边一般会再额外做一件事：把显卡驱动升级到最新版（NVIDIA 用户走 Studio 驱动比 Game Ready 稳）。新版驱动对 Ollama 的 CUDA 调用会更平滑，模型加载速度会快不少。

四、Claude Code 桌面版的安装与开发者模式

4.1 桌面版的定位与下载渠道

Claude Code 一开始只有命令行（CLI）版本，后来 Anthropic 推出了桌面版，本质上和 CLI 共用同一个底层引擎，只是把会话管理、多项目、Diff 审阅、文件附件、Computer Use 这些功能搬到了图形界面上，对不愿意一直待在终端里的同学非常友好。

从 Anthropic 官方文档站可以拿到桌面版安装包，下载链接形如 https://code.claude.com/docs/...。注意一点：桌面版和 CLI 可以装在同一台机器、同一个项目上，互不冲突，它们共享同一份配置（CLAUDE.md、MCP 服务器、技能等），但会话历史各自独立。

安装包大小一般在 5~6 MB 左右（壳很轻，重的部分在 Node.js 运行时）。下载完直接双击安装，安装路径保持默认。安装好以后先不要打开，我们一会儿要等 CCSwitch 和 Ollama 都就位再统一打开。

4.2 默认登录方式的限制

打开桌面版后，默认会弹出登录窗，要求你用 Anthropic 账号（Pro / Max / Teams / Enterprise 订阅）走 OAuth 流程。这条路在国内访问稳定性堪忧，而且即便能上去，每月 20 美元的订阅压根没办法走人民币正规渠道，体验上比较憋屈。

我们不走官方账号这条路，而是让它走"自定义引擎"——这就是接下来开发者模式要解锁的功能。

4.3 开发者模式的开启路径

桌面版的开发者模式藏得不太深，但第一次找的同学很容易迷路。具体路径是这样：

打开桌面版 → 左上角"三横线"菜单 → Help（帮助） → 开发者模式

进入 Help 子菜单后，找到 "Developer Mode（开发者模式）" 或者类似的入口，勾选启用。客户端会自动重启一次，重启以后再次打开菜单，会发现多出了 "开发者设置" 或 "第三方配置" 这样的入口。这里就是我们要填本地网关地址的地方。

需要填的字段主要有三个：

具体的网关地址我们要先把 CCSwitch 装好、把本地路由开关打开之后才能拿到。这里先把页面留着，桌面版在这一步先放着不要动。

4.4 桌面版的几个隐藏特性

顺手把桌面版的几个特性提一下，新手很容易忽略，但用熟了能让效率提升非常多：

• Worktree 启动：新会话可以选择基于哪个 Git 分支，并决定使用当前工作树还是隔离的 Worktree。多个会话并行写代码，互不污染。
• 右侧 Diff 面板：聊天的同时，右侧会实时显示文件改动差异，绿色加、红色减一目了然。
• 权限审批：高风险操作（删文件、改系统文件、执行 shell 命令）会弹出确认对话框，避免它"擅作主张"。
• 插件市场：桌面版可以直接安装 MCP 服务器、子代理、Slash Commands、技能（Skills），不再依赖手敲命令行。

这些特性命令行版也能用，但是要靠手写配置；桌面版的优势是点几下就能完成。配合本地模型一起用，相当于既保留了图形化生产力，又拿到了"零边际成本"的推理算力。

桌面版功能拼图：
┌──────────────┬──────────────┬──────────────┐
│ Worktree 隔离 │ 实时 Diff 面板 │  权限审批     │
├──────────────┼──────────────┼──────────────┤
│ 多会话并行   │ 文件附件     │ MCP / 技能    │
├──────────────┼──────────────┼──────────────┤
│ 项目记忆     │ 定时任务     │ 远程会话      │
└──────────────┴──────────────┴──────────────┘

走完这一步，桌面版就装好了。下一步去把 CCSwitch 装上、让它的本地路由开关亮起来。

五、Ollama 与本地模型选择策略

5.1 Ollama 是什么，怎么选版本

Ollama 是一个开源的本地大模型运行时，主打的就是"开箱即用"。它的核心能力概括成三点就够了：

• 模型托管：把权重文件、Tokenizer、推理参数打包成一个"模型镜像"，类似 Docker 镜像但更轻量。
• 资源管理：自动判断有没有 GPU、显存够不够，决定走 CUDA / Metal / ROCm / CPU 哪条路。
• 统一接口：暴露兼容 OpenAI 的 HTTP API，让上游工具不需要关心底层细节。

从 ollama.com 下载对应平台的安装包。Windows 用户下载 OllamaSetup.exe（19GB？不是，安装包本身只有 1GB 左右，真正占地方的是后面拉下来的模型权重），macOS 用户下 .dmg，Linux 用户走脚本 curl -fsSL https://ollama.com/install.sh | sh。

# 验证安装
ollama --version
# 期望输出
# ollama version is 0.x.x

5.2 显存与模型尺寸的对应关系

这一节几乎决定了你能跑什么模型、跑得有多顺。先放一张参考表，方便对号入座：

几个关键概念稍微展开一下：

• 量化（Quantization）：把权重从 16 位浮点压成 4 位整数之类的过程，模型体积变小、推理变快，代价是精度略损失。Q4_K_M 是社区主流方案，平衡得最好。
• B 是什么单位：Billion 的缩写，10 亿参数。7B 就是 70 亿参数。
• 量化后体积估算：4 位量化下，约 0.6 GB 每 B 参数；8 位约 1 GB 每 B；16 位约 2 GB 每 B。

一句话总结：8GB 显存的同学，老老实实选 6GB 以内的 4 位量化版本，比如 Qwen3-7B Q4、Gemma3-4B、Llama3-8B Q4 这种。莫潇羽@无忆研习社的实测经验是，硬要在小显存上跑 13B 以上的模型，Token 输出速度会掉到 2-3 t/s，完全没法用。

关于量化精度的选择，再多说一句。同一个模型，不同量化精度的实际体验差距没你想象的那么大。我用 Qwen3-7B 做过一组对比测试：

从 Q4 升级到 Q8，编码任务质量只提升了 0.6 分，但显存占用接近翻倍。所以优先把显存留给"更大参数的模型"，而不是"同模型的更高精度"——一个 Q4 量化的 13B 模型，几乎一定比 Q8 量化的 7B 模型表现好。这是我反复验证过的经验。

CPU 推理也是个选项，但要做好心理准备。同样是 Qwen3-7B Q4，纯 CPU 跑（i9-13900K，32G 内存）的输出速度大约是 6-8 t/s，是 RTX 4090 的十几分之一。日常对话还能用，让它干代码任务就太煎熬了。所以如果你想长期用本地方案，显卡是绕不开的硬投入。

5.3 主流可用模型横评

下面这张表是我个人在无忆研习社做技术评测时整理出来的，覆盖了目前能在 Ollama 里直接用的主流开源模型：

选择策略上有几条经验：

• 如果你主要做编码，优先 Qwen3-Coder 或者 DeepSeek 系列，它们在代码补全、Bug 修复、跨文件理解上明显比通用模型强。
• 如果你要处理长文档、整库扫描，Qwen3 的 256K 上下文是杀手锏，能一口气吃完整个中型仓库。
• 如果你需要多模态（看图、看截图），认准带 vl 后缀的版本，比如 qwen3-vl:8b。模型名后面没有 vl 或类似标识的，就是纯文本模型。

辨认方法很简单：Ollama 模型页上，模型介绍栏写的是 text 就是纯文本，写的是 text+image 或者 text+vision 就是多模态。

5.4 下载模型的命令清单

模型下载用一行命令搞定。把下面这些命令塞到笔记里随时翻：

# 拉取一个 4B 的 Gemma3，适合 8GB 显存
ollama pull gemma3:4b

# 拉取一个 7B 的 Qwen3（中等规模，平衡）
ollama pull qwen3:7b

# 拉取一个 9B 的 GLM
ollama pull glm4:9b

# 拉取一个 27B 的 Gemma3（24GB 显存能跑）
ollama pull gemma3:27b

# 拉取多模态版本
ollama pull qwen3-vl:8b

下载完成后用 ollama list 查看本地已经有哪些模型：

ollama list
# NAME              ID            SIZE     MODIFIED
# qwen3:7b          xxxxx         4.7 GB   2 minutes ago
# gemma3:27b        xxxxx         17 GB    5 minutes ago

我自己的做法是至少装两个不同尺寸的模型：一个小的（4B 左右）用来快速对话和简单任务，一个大的（13B 或更大）用来跑严肃的编码任务。CCSwitch 后面会允许在同一个供应商配置里同时挂多个模型，切换非常方便。

5.5 启动模型与端口配置

Ollama 安装完成后会作为后台服务自动运行，监听 127.0.0.1:11434 这个端口。可以用 curl 验证一下：

curl http://127.0.0.1:11434/api/tags
# 返回本地已有的模型列表 JSON

如果想手动启动并指定监听地址（不建议改 host，安全风险），可以用环境变量：

# 仅本机访问（默认且推荐）
set OLLAMA_HOST=127.0.0.1:11434

# 内网访问（仅限受信任的内网环境）
set OLLAMA_HOST=192.168.x.x:11434

警告：千万不要把 OLLAMA_HOST 改成 0.0.0.0:11434 然后开放到公网。Ollama 的 11434 端口默认完全没有鉴权机制，谁能连上谁就能跑你机器上的模型、跑任意推理任务，甚至读取本地模型文件。这是历史上已经出过多次安全事件的薄弱点。

至此，Ollama 这一侧已经准备完毕。下一节进入整套链路的核心：CCSwitch 的本地路由配置。

六、CCSwitch 配置详解

6.1 下载与安装

CCSwitch 的官方仓库在 github.com/farion1231/cc-switch，官方站点是 ccswitch.io。它的安装包有两个版本：

• MSI 安装包：CC-Switch-v{版本号}-Windows.msi，推荐普通用户用，双击装好后会创建桌面图标和开始菜单项。
• 绿色版（Portable）：CC-Switch-v{版本号}-Windows-Portable.zip，解压即用、不写注册表，适合不想动系统的同学。

从 Releases 页面下载最新稳定版（写本文时是 v3.14 系列）。安装包大小约 11 MB，装完一路下一步。装好后打开主界面，大致是这个样子：

┌─────────────────────────────────────────────────┐
│  CC Switch                          ─ □ ×       │
├────────────┬────────────────────────────────────┤
│ 应用列表    │  供应商列表                          │
│ ─────────  │  ─────────                          │
│ ▸ Claude   │  + 添加新的供应商                    │
│   Code     │                                    │
│ ▸ Codex    │  [空]                              │
│ ▸ Gemini   │                                    │
│ ▸ OpenCode │                                    │
│            │                                    │
├────────────┴────────────────────────────────────┤
│ 本地路由：● 已停止          [设置] [关于]         │
└─────────────────────────────────────────────────┘

左侧是应用选择区（Claude Code、Codex、Gemini CLI 等），中间是供应商列表（API 接入点），底部是本地路由状态栏。我们这次要在 Claude Code 这一栏下添加一个指向本地 Ollama 的供应商。

6.2 添加自定义供应商

主界面点击 "+ 添加新的供应商"，会弹出供应商类型选择。除了直连各家云端 API 之外，最下面会有一个 "自定义配置（Custom）" 选项，这正是我们要的。

┌─ 添加新的供应商 ─────────────────────────┐
│  □ 智谱 GLM                              │
│  □ DeepSeek                              │
│  □ Kimi (Moonshot)                       │
│  □ OpenRouter                            │
│  □ ...                                   │
│  ● 自定义配置 ←─── 选这个                  │
└──────────────────────────────────────────┘

选中"自定义配置"后进入详细表单。下面这张表是逐字段的填法对照：

几个容易踩坑的细节：

• 请求地址必须是完整的 http://127.0.0.1:11434，结尾不要加 /v1 也不要加斜杠。CCSwitch 会自动拼路径。
• API 格式一定要选 OpenAI。默认可能会是 Anthropic 那一档，那是给云端 Anthropic 兼容站用的。Ollama 这边讲 OpenAI 方言，必须切过去。
• 认证字段一定要选 Authorization。如果选成 x-api-key 之类的 Anthropic 风格，Ollama 那边收不到合法鉴权头，会导致请求被拒。
• 主模型名要和 Ollama 完全一致，包括冒号和后面的 tag。qwen3:7b 和 qwen3:7B 是两个不同的标识符。

填完后点击 "添加" 按钮，新供应商会出现在右侧列表里。

6.3 开启本地路由总开关

光添加供应商还不够，还要把"本地路由"这个总闸打开。点击主界面右上角的 "设置" 按钮（齿轮图标），进入设置面板。

┌─ CCSwitch 设置 ─────────────────────────────┐
│ ▸ 路由功能      ←── 第一个选项               │
│ ▸ 通用设置                                   │
│ ▸ 同步与备份                                 │
│ ▸ 关于                                       │
└─────────────────────────────────────────────┘

点击 "路由功能"，展开后第一行就是路由总开关。默认是关闭的，把它打开。

┌─ 路由功能 ──────────────────────────────────┐
│  [✓] 路由总开关                              │
│  [✓] 主界面显示本地路由开关                   │
│                                              │
│  路由启用：                                   │
│  [ ] Codex 路由转发                          │
│  [✓] Claude Code 路由转发  ←── 关键          │
│  [ ] Gemini 路由转发                         │
│                                              │
│  本地路由服务地址：                           │
│  http://127.0.0.1:5xxxx        [复制]        │
└─────────────────────────────────────────────┘

这里有三个开关要全部打开：

• 路由总开关：CCSwitch 启动本地 HTTP 代理服务。
• 主界面显示本地路由开关：之后回主界面能直接看到状态，省得每次进设置。
• Claude Code 路由转发：单独允许 Claude Code 这条线走本地路由。

打开之后底部会显示 本地路由服务地址，类似 http://127.0.0.1:5xxxx（端口由 CCSwitch 自动分配）。这个地址非常重要，待会儿要填到 Claude Code 桌面版里去。点旁边的复制按钮先放剪贴板里。

6.4 启用刚才添加的供应商

回到主界面，找到刚才添加的 Ollama-Local 这一项，点击它前面的"启用"勾选框（或叫"激活"按钮，不同版本叫法略有不同）。激活后这一行会变成高亮状态，表示当前 Claude Code 走的是这个供应商的配置。

┌─ Claude Code 供应商列表 ────────────────────┐
│ ○ Official Login                            │
│ ○ OpenRouter                                │
│ ● Ollama-Local       [已激活] [编辑] [删除]  │
└─────────────────────────────────────────────┘

激活的瞬间，CCSwitch 会把对应的环境变量和 ~/.claude/settings.json 之类的配置文件改写好。整个改写过程是即时的、可逆的——后面想切回别的供应商，点一下就行，不需要任何重启。

6.5 多模型挂载与切换

CCSwitch 的一个隐藏便利是：同一个供应商配置下可以挂多个模型。还是在那个供应商的编辑界面里，把 "高频备用模型" 字段也填上，比如：

主模型：       qwen3:7b
高频备用模型： gemma3:4b
高频备用模型： glm4:9b

之后在 Claude Code 桌面版的模型下拉框里，会同时出现这三个模型供选择。我个人的习惯是把"调试型"和"主力型"分开：日常聊天用小模型快、写代码切大模型稳，几秒就能切完，体验非常顺。

6.6 配置完成后的快速自检

走到这一步，CCSwitch 这边的所有配置应该齐了。做个三步自检：

┌─ CCSwitch 自检清单 ──────────────────────────┐
│  [✓] Ollama 已在 11434 端口运行               │
│  [✓] 自定义供应商已添加并激活                  │
│  [✓] 路由总开关已开启                         │
│  [✓] Claude Code 路由转发已开启                │
│  [✓] 本地路由服务地址已复制                    │
└─────────────────────────────────────────────┘

全部勾上之后，进入下一步：把这个本地路由地址填到 Claude Code 桌面版里。

6.7 顺手配几个能让生活更轻松的功能

CCSwitch 除了核心的路由功能，还有一些"用了就回不去"的小特性，强烈建议在动手前几天就开起来：

• 系统托盘快速切换：开启之后，托盘图标右键菜单里直接列出所有供应商，一秒切完，不用每次都打开主窗口。
• 云同步：支持 Dropbox / OneDrive / iCloud / WebDAV，配置文件能跨设备同步。多机办公的同学这条非常香。
• 轻量模式：长期常驻后台的话，开启"Lightweight Mode"，主窗口可以销毁，只保留托盘进程，内存占用从一百多兆降到二十兆左右。
• 统一供应商：同一份配置可以同时映射给 Claude Code、Codex、OpenCode、Gemini CLI 几个客户端，配一次到处用。
• 配额可视化：v3.13 以后，托盘菜单和主界面会直接显示当前供应商的余额、已用 Token、剩余配额，省得每次都去对应平台后台查。

┌─ 高级功能一览 ─────────────────────────────┐
│  ▸ 系统托盘快速切换                          │
│  ▸ 云同步（Dropbox/OneDrive/iCloud/WebDAV）  │
│  ▸ 轻量模式（仅托盘运行）                     │
│  ▸ 多客户端统一管理                          │
│  ▸ 配额与余额可视化                          │
│  ▸ 拖拽排序                                  │
│  ▸ 一键导入导出 / 备份还原                    │
└─────────────────────────────────────────────┘

我的习惯是把云同步打开、把轻量模式打开、把托盘快速切换打开，剩下的功能用到再开。配置完一次以后，几乎就是"装好之后忘掉它存在"的状态。

七、桌面版对接本地网关

7.1 进入开发者设置面板

打开 Claude Code 桌面版，左上角"三横线"菜单 → Help → 开发者模式（如果之前没开过，先勾上让它重启）。重启后再次进入菜单，会出现 "开发者设置" 或 "第三方