Claude Code额度不够用，有没有本地模型能接替一下？
- 内容介绍
- 文章标签
- 相关推荐
相信不少朋友都已经离不开 Claude Code 这样的神器了。那种你只需动动嘴皮子，或者敲几行简单的指令，它就能帮你搞定繁琐代码的感觉，真的很容易让人上瘾。但是凡事都有“但是”。 C位出道。 当你正沉浸 手指在键盘上飞舞，逻辑像泉水一样涌出，突然屏幕上弹出一个冷冰冰的提示：额度不足。那种感觉，简直就像是在高速公路上开着开着，突然没油了一样，瞬间让人从云端跌落谷底。
咱们先得聊聊为什么这事儿这么让人头大。Claude Code 虽然强大，但它背后的模型运行成本是实打实的。官方采用的是按 Token 计费的策略，不管是个人订阅还是团队版，总有个上限。特别是对于那些喜欢折腾、或者正在进行高强度开发的程序员那点额度可能就像早晨的豆浆，两口就没了。比如重构一个复杂的模块， 或者让 AI 帮你分析整个项目的上下文，这些都需要大量的 Token 进进出出。正写得起劲呢，突然被告人知今天的配额已耗尽，只能干等，这种打断心流的体验，真的非常搞心态。这时候，如果有一个备用的、免费的且能随时待命的方案，那该多好啊，打脸。？
本地模型的“救场”方案
最近在某技术社区闲逛的时候， 我发现了一个特别实用的解决方案，简直是咱们这种“额度焦虑症”患者的福音。简单来说就是当官方的额度用完之后我们可以无缝切换到本地的开源模型继续干活。没错，不用干等，不用立刻掏钱充值，直接让本地的算力来接力。今天我就把这个压箱底的思路和具体的操作步骤，毫无保留地分享给大家，请大家务必...。
下面这套流程， 我亲测有效，不管是 MacOS 还是 Windows， 至于吗？ 都能照着这个路子来。
启动本地服务
启动本地服务。你可以指定一个端口， 比如 1234：，原来小丑是我。
# 启动本地服务
lms server start --port 1234
你可能会问，本地跑模型工具有那么多，为什么非要提 LM Studio？说实话，对于大部分不想折腾命令行的朋友来说LM Studio 的界面真的太友好了。它底层是基于开源界大名鼎鼎的 llama.cpp 项目构建的，这意味着它的兼容性和性能非常有保障，我狂喜。。
这里要特别提一下量化。如果你的显卡内存有限，比如只有 8G 或者 16G，那么这种损失是可以接受的。毕竟我们的目标是“能用、不断档”，而不是追求完美的艺术品。
配置环境变量，让 Claude Code 指向本地服务
你得去 LM Studio 的官网把客户端下下来。安装过程我就不啰嗦了一路 Next 就行。 地道。 装好之后打开它，你会看到一个搜索框。这时候，你需要挑选一个适合代码生成的模型。
目前表现较好的两个开源模型方向， 一个是 CodeLlama 系列，一个是 DeepSeek Coder 或者 Qwen 系列的代码优化版。在 LM Studio 的搜索栏里搜一下你会看到很多后来啊。
也是没谁了... 模型下载好之后不要急着关掉软件。我们需要在 LM Studio 里启动一个本地服务器。这步很关键， 主要原因是 Claude Code 是通过标准的 API 接口来通信的，我们得把本地的模型变成一个 API 端点。
这里的核心思路就是：利用 LM Studio 或 Ollama 这类工具， 在本地搭建一个 API 服务，然后“欺骗” Claude Code，让它以为这个本地服务就是官方的接口。 听起来是不是有点像“狸猫换太子”？哈哈，但这在技术圈子里可是正经的玩法，何苦呢？。
配置环境变量
打开你的终端，准备施行以下操作。当然LM Studio 界面上其实也有启动按钮， 但为了演示如何与 Claude Code 配合， 摆烂... 我们用命令行的方式会更清晰一些。
# 配置环境变量， 让 Claude Code 指向本地服务
export ANTHROPIC_BASE_URL=localhost:1234
export ANTHROPIC_AUTH_TOKEN=lmstudio
注意这里的 `ANTHROPIC_AUTH_TOKEN`，在本地模式下其实随便填个字符串就行， 动手。 主要是为了过验证逻辑。
启动 Claude Code，指定使用本地模型
说到点子上了。 环境配好了再说说一步就是启动 Claude Code。这时候，你需要显式地指定使用本地模型。假设你下载的模型在 LM Studio 里被识别为 `openai/gpt-oss-20b`， 你可以这样输入：
# 启动 Claude Code，指定使用本地模型
claude --model openai/gpt-oss-20b
如果一切顺利，你会发现熟悉的 Claude Code 界面又弹出来了。这时候，你可以试着输入 `/model` 命令，查看当前连接的是哪个模型。如果显示的是你刚才下载的那个本地模型，恭喜你，接力成功！
心流不中断
这是最重要的。额度用完也能继续写代码，不用停下来去充值或者等第二天重置。
随时切换
你可以随时把环境变量改回去， 切回官方模型处理难题，然后再切回本地模型处理简单的重复性工作，准确地说...。
Cursor Pro 20 美元/月， 听着不贵，但额度用起来真的快
Cursor 调用海外模型的时候，动不动就taking long time to think，然后卡住。
好吧... 一位在企业场景下实战的工程师透露， 他们用4张Pro 6000运行GLM 4.5 Air支持最多5名开发者，和Claude之间灵活切换——用本地处理重复性工作和文档，用Opus做规划，用GLM施行编码。最实在的建议或许是：保持混合架构， 让本地模型处理日常任务来降低成本，把前沿API留给真正需要顶级智能的场景。
隐私更可控
代码全在本地跑，不用担心敏感数据上传到云端。
更重要的是它把下载模型、配置参数、启动服务这些繁琐的操作，全部图形化了。你不需要去写复杂的配置文件，也不需要自己去编译源码， 你想... 下载安装包就能跑。对于咱们这种只想快点解决问题、不想在环境配置上浪费时间的开发者来说这就是神器。
希望这篇文章能帮到那些正在为额度发愁的朋友们。如果你在配置过程中遇到了什么坑，或者有更好的模型推荐，欢迎在评论区交流。 瞎扯。 毕竟在技术的道路上，独乐乐不如众乐乐嘛。赶紧去试试吧，让你的本地机器也变身 AI 编程助手！
相信不少朋友都已经离不开 Claude Code 这样的神器了。那种你只需动动嘴皮子，或者敲几行简单的指令，它就能帮你搞定繁琐代码的感觉，真的很容易让人上瘾。但是凡事都有“但是”。 C位出道。 当你正沉浸 手指在键盘上飞舞，逻辑像泉水一样涌出，突然屏幕上弹出一个冷冰冰的提示：额度不足。那种感觉，简直就像是在高速公路上开着开着，突然没油了一样，瞬间让人从云端跌落谷底。
咱们先得聊聊为什么这事儿这么让人头大。Claude Code 虽然强大，但它背后的模型运行成本是实打实的。官方采用的是按 Token 计费的策略，不管是个人订阅还是团队版，总有个上限。特别是对于那些喜欢折腾、或者正在进行高强度开发的程序员那点额度可能就像早晨的豆浆，两口就没了。比如重构一个复杂的模块， 或者让 AI 帮你分析整个项目的上下文，这些都需要大量的 Token 进进出出。正写得起劲呢，突然被告人知今天的配额已耗尽，只能干等，这种打断心流的体验，真的非常搞心态。这时候，如果有一个备用的、免费的且能随时待命的方案，那该多好啊，打脸。？
本地模型的“救场”方案
最近在某技术社区闲逛的时候， 我发现了一个特别实用的解决方案，简直是咱们这种“额度焦虑症”患者的福音。简单来说就是当官方的额度用完之后我们可以无缝切换到本地的开源模型继续干活。没错，不用干等，不用立刻掏钱充值，直接让本地的算力来接力。今天我就把这个压箱底的思路和具体的操作步骤，毫无保留地分享给大家，请大家务必...。
下面这套流程， 我亲测有效，不管是 MacOS 还是 Windows， 至于吗？ 都能照着这个路子来。
启动本地服务
启动本地服务。你可以指定一个端口， 比如 1234：，原来小丑是我。
# 启动本地服务
lms server start --port 1234
你可能会问，本地跑模型工具有那么多，为什么非要提 LM Studio？说实话，对于大部分不想折腾命令行的朋友来说LM Studio 的界面真的太友好了。它底层是基于开源界大名鼎鼎的 llama.cpp 项目构建的，这意味着它的兼容性和性能非常有保障，我狂喜。。
这里要特别提一下量化。如果你的显卡内存有限，比如只有 8G 或者 16G，那么这种损失是可以接受的。毕竟我们的目标是“能用、不断档”，而不是追求完美的艺术品。
配置环境变量，让 Claude Code 指向本地服务
你得去 LM Studio 的官网把客户端下下来。安装过程我就不啰嗦了一路 Next 就行。 地道。 装好之后打开它，你会看到一个搜索框。这时候，你需要挑选一个适合代码生成的模型。
目前表现较好的两个开源模型方向， 一个是 CodeLlama 系列，一个是 DeepSeek Coder 或者 Qwen 系列的代码优化版。在 LM Studio 的搜索栏里搜一下你会看到很多后来啊。
也是没谁了... 模型下载好之后不要急着关掉软件。我们需要在 LM Studio 里启动一个本地服务器。这步很关键， 主要原因是 Claude Code 是通过标准的 API 接口来通信的，我们得把本地的模型变成一个 API 端点。
这里的核心思路就是：利用 LM Studio 或 Ollama 这类工具， 在本地搭建一个 API 服务，然后“欺骗” Claude Code，让它以为这个本地服务就是官方的接口。 听起来是不是有点像“狸猫换太子”？哈哈，但这在技术圈子里可是正经的玩法，何苦呢？。
配置环境变量
打开你的终端，准备施行以下操作。当然LM Studio 界面上其实也有启动按钮， 但为了演示如何与 Claude Code 配合， 摆烂... 我们用命令行的方式会更清晰一些。
# 配置环境变量， 让 Claude Code 指向本地服务
export ANTHROPIC_BASE_URL=localhost:1234
export ANTHROPIC_AUTH_TOKEN=lmstudio
注意这里的 `ANTHROPIC_AUTH_TOKEN`，在本地模式下其实随便填个字符串就行， 动手。 主要是为了过验证逻辑。
启动 Claude Code，指定使用本地模型
说到点子上了。 环境配好了再说说一步就是启动 Claude Code。这时候，你需要显式地指定使用本地模型。假设你下载的模型在 LM Studio 里被识别为 `openai/gpt-oss-20b`， 你可以这样输入：
# 启动 Claude Code，指定使用本地模型
claude --model openai/gpt-oss-20b
如果一切顺利，你会发现熟悉的 Claude Code 界面又弹出来了。这时候，你可以试着输入 `/model` 命令，查看当前连接的是哪个模型。如果显示的是你刚才下载的那个本地模型，恭喜你，接力成功！
心流不中断
这是最重要的。额度用完也能继续写代码，不用停下来去充值或者等第二天重置。
随时切换
你可以随时把环境变量改回去， 切回官方模型处理难题，然后再切回本地模型处理简单的重复性工作，准确地说...。
Cursor Pro 20 美元/月， 听着不贵，但额度用起来真的快
Cursor 调用海外模型的时候，动不动就taking long time to think，然后卡住。
好吧... 一位在企业场景下实战的工程师透露， 他们用4张Pro 6000运行GLM 4.5 Air支持最多5名开发者，和Claude之间灵活切换——用本地处理重复性工作和文档，用Opus做规划，用GLM施行编码。最实在的建议或许是：保持混合架构， 让本地模型处理日常任务来降低成本，把前沿API留给真正需要顶级智能的场景。
隐私更可控
代码全在本地跑，不用担心敏感数据上传到云端。
更重要的是它把下载模型、配置参数、启动服务这些繁琐的操作，全部图形化了。你不需要去写复杂的配置文件，也不需要自己去编译源码， 你想... 下载安装包就能跑。对于咱们这种只想快点解决问题、不想在环境配置上浪费时间的开发者来说这就是神器。
希望这篇文章能帮到那些正在为额度发愁的朋友们。如果你在配置过程中遇到了什么坑，或者有更好的模型推荐，欢迎在评论区交流。 瞎扯。 毕竟在技术的道路上，独乐乐不如众乐乐嘛。赶紧去试试吧，让你的本地机器也变身 AI 编程助手！