1.实名制 + 额度双重墙怎么破

这个，红色提示，对于使用Claude Code 的应该不陌生：

You've reached your usage limit. Please try again in 3 hours.

这一刻我才意识到一个问题——我们对 Claude Code 的依赖，已经和对 Git 的依赖差不多了。但它和 Git 不一样，Git 离线照样能跑，Claude Code 一旦断供，你只能干瞪眼。

时间	Anthropic 动作	开发者体感
2025 Q3	Pro 订阅从"软限"改"硬限"，引入 5 小时窗	集中写代码 1～2 小时就可能触顶
2025 Q4	增加周级别限流（weekly limit）	周末加班一把梭哈，周一直接封到下周
2026 Q1	Claude Code 在订阅里的额度单独计算	聊天还有余额，Code 已罢工
2026 Q1	Opus 4.5+ 在 Pro 档位下被进一步降权	想用最强模型写代码，基本只能上 Max 档

现在的订阅实际体感：

• Pro（$20/月）：Claude Code 日常大概够用半天，遇到大重构撑不到 2 小时。

• Max 5×（$100/月）：中度使用够用，但 Opus 仍有独立上限。

• Max 20×（$200/月）：重度使用勉强够，"无限用"是过去式。

• API 按量：Opus 4.5 约 百万输入75 / 百万输出，一次重构就是几十美金。

对海外开发者来说，Claude 顶多是"有点贵、偶尔限流"；KYC的认证，对国内开发者，又叠加了一个新的高难度buff。

遇到这个问题，怎么解决呢，能不能在本地跑个模型试试？带着以上的问题，在自己的环境尝试了一下波

我测试的主要原因是，我将AI分析集成到了一个运维系统中，导入实际数据运行，导致token用得刷刷得，Max账号都顶不住，用API的话，烧钱太快。导致我后续的思路研发受阻。

再补充，后续思路： 查询业务系统中的报错，对报错信息进行归类，能够快速识别出系统运行过程中有没有问题。这里的报错日志量很大，用claude 的公用模型，扛不住，而且做的是数据归类和反馈，分析简单，用本地模型应该扛得住。

2.整体方案

这是破局的关键认知。

Claude Code 的 CLI，负责的是"解析你的输入、组装 Messages 请求、调度工具调用、渲染输出"。至于请求发到哪、谁来回答，它并不关心——只要对面能说 Anthropic Messages API 这门协议就行。

它决定"请求发到哪"，只看这 4 个环境变量：

环境变量	作用	换后端时怎么填
ANTHROPIC_BASE_URL	模型服务的地址	指向本地或第三方地址
ANTHROPIC_AUTH_TOKEN	给后端用的鉴权 Token	后端需要啥就填啥
ANTHROPIC_MODEL	默认调用哪个模型	后端实际支持的模型名
ANTHROPIC_API_KEY	Anthropic 官方 Key	必须置空，不然会绕过前面三个直接回连官方

一张图看明白整个架构——同一个 Claude Code CLI，靠改一个 BASE_URL，就能把请求分流到完全不同的后端：

2.1 后端选项对比

看完原理，下面三条路都能走：

因为 Ollama 同时破掉两堵墙：

• 零身份要求：不需要任何账号，Ollama 就是一个本地二进制程序

• 零额度限制：跑的是本机的开源模型，只要电费管够随便用

• 零数据外传：代码不出本机，满足大多数公司的合规要求

• 零配置成本：30 分钟内能跑起来，不需要学新的 API 协议

代价：对硬件有门槛（32GB 内存起步），质量不如 Opus 4.5，但作为"实名+额度双重墙下的保底选项"，是当前最扎实的答案。

下面我们把 Ollama 这条路走完整。

3.Ollama 安装与Claude 配置运行

3.1 硬件门槛（必须先看）

配置	能不能跑	能跑什么	体验
16GB 内存，集成显卡	能	7B 以下小模型	勉强，代码补全都慢，不推荐
32GB 内存（M1/M2/M3 Mac 或 Win + RTX 4070+）	推荐	24B～30B 代码模型	日常编码够用
64GB 内存 + RTX 4090	舒服	30B～70B	接近 Sonnet 体感
工作站级（DGX Spark / A100）	起飞	70B+ bf16	接近 Opus 4.5

如果你是 16GB 内存的打工笔记本，直接跳到本文末尾看"补充方案"，硬上只会劝退。

3.2 安装 Ollama（三平台）

macOS / Linux（一条命令）：

curl -fsSL https://ollama.com/install.sh | sh

Windows：从 https://ollama.com/download 下载 OllamaSetup.exe，双击安装。安装完开始菜单里会有 Ollama，启动后系统托盘会出现一个小羊驼图标，表示服务已经在监听 localhost:11434。

然后你选择一个模型，随便输入一个内容，有数据回馈，就证明成了，恭喜大佬。

你也可以使用cli命令行进行验证

ollama --version
# 正常输出类似：ollama version is 0.5.x
 
curl http://localhost:11434/api/tags
# 正常输出：{"models":[]}

两条都通，Ollama 就装好了。

3.3 拉一个能写代码的模型

Ollama 模型广场在 https://ollama.com/library 。别上来就拉 70B 大模型，先拉一个 30B 以内的代码专项模型跑通流程再说。推荐三个：

模型	拉取命令	磁盘占用	内存占用	特点
qwen3-coder:30b	ollama pull qwen3-coder:320b	约 20GB	约 24GB	中文注释友好，代码任务 SOTA 级开源
deepseek-coder-v2:16b	ollama pull deepseek-coder-v2:16b	约 9GB	约 12GB	轻量，16GB 内存也能勉强跑
devstral-small:24b	ollama pull devstral-small:24b	约 14GB	约 18GB	专门为代理工作流训练，工具调用稳

以 qwen3-coder:30b 为例：

ollama pull qwen3-coder:30b
# 等待下载完成，大概 10～30 分钟，取决于网速

ollama list
# 应该能看到 qwen3-coder:30b 出现在列表里

当然，你也可以在程序中点击:

3.4 配置 Claude Code 的 4 个环境变量

打开 ~/.zshrc（Mac/Linux）或 ~/.bashrc，在末尾加：

# === Claude Code 指向本地 Ollama ===
export ANTHROPIC_BASE_URL="http://localhost:11434"
export ANTHROPIC_AUTH_TOKEN="ollama"   # Ollama 不校验，填啥都行，但不能空
export ANTHROPIC_MODEL="qwen2.5-coder:32b"
export ANTHROPIC_API_KEY=""            # 关键：必须显式置空

这里有一个坑 99% 的人会踩：你以为写了 ANTHROPIC_AUTH_TOKEN 就够了，但 SDK 内部优先读 ANTHROPIC_API_KEY。如果你系统里之前设过这个变量（比如用过官方 API），它会绕过前面三个，直接回连 api.anthropic.com。所以第四行必须显式 export ANTHROPIC_API_KEY=""。

3.5 启动 Claude Code

cd /path/to/your/project
claude

如果看到 Claude Code 正常启动、命令行提示符出现，说明环境变量已经被读到。进入一个简单的对话，或者用/status进行状态查看：

> /status

4.验证与测试

环境好了，接下来就是使用，具体好不好用，实际跑一波。

先说结论：本地还是不行，性能，准确率，都待加强啊。

4.1 测试环境说明

对AI 说：你写一个冒泡排序的案例代码，使用python，需要可运行的demo。同步记录下我从发送需求到你全部完成所用的时间，精确到秒，不需要复用历史记录。

使用的设备信息：

• Mac Mini，M4 Pro，MEM 48G，

• 使用的模型为： Gemma4:26b

4.2 测试情况

使用claude 调用本地模型跑出来的运行截图。

看到1s，是不是感觉超级好用啊。但是，实际他跑了1分20s，一言难尽。

4.3 对比实验情况

做对比实验：使用Claude 的官方平台资源，跑同样的内容。7s，信息非常准确，而且还提供了数据的输入输出结果。

再来对比实验：直接使用ollama调用模型测试，显示结果为3s，实际为28s（我掐表的）。

运行期间主机的使用情况：

对应参数解读：

5.结论：能用，但还不成熟

从测试结果能看出来，使用本地的模型是完全可以支撑的。但是在速度和准确率方面，还欠火候，得砸钱升级GPU跑更好的模型来提高正确率，以及提高token处理速度。

建议：不是对抗，是多活。这套方案不是要让你抛弃官方 Claude。

官方 Opus 4.5 在复杂重构、架构决策上的质量，目前任何开源 32B 模型都还追不上。但对于中国开发者来说，我们真正要建立的是一条底线可用的备份链路：

• 实名 + 额度都畅通时：用官方 Claude，速度+质量最优

• 遇到限流、封号、出差断网、内网涉密：切到本地 Ollama，export 三行搞定

• 预算有限但想用强模型：走 OpenRouter / 智谱 / MiniMax 的第三方聚合

这三条腿同时存在，才是真正的"不会被卡脖子"。

给同样在和实名制、额度斗智斗勇的朋友一个最小 checklist：

• 装好 Ollama（一条 curl）

• 拉一个 24B～32B 代码模型

• zshrc 里加 4 行 export（尤其第 4 行置空 API_KEY）

• 跑一次读文件 + 改 bug 的测试

• 把环境变量注释掉，等真需要时再 uncomment

这些准备做完，下一次 Claude Code 弹 usage limit 或者账号被风控时，你只需要打开终端，敲四行 export，然后继续写代码。