OpenAI Codex免费了？本地模型接管AI Agent实战

B站一条视频演示了如何用开源项目CCSwitch将本地模型伪装成Claude，从而免费驱动Claude Code桌面版。这套"移花接木"的方案让AI Agent无需付费API也能自动改代码、修bug、建网站。本文梳理其原理、部署步骤与实际效果，并分析本地模型替代云端Agent的可行性与边界。

核心玩法：让本地模型"冒充"Claude

视频中，UP主展示了通过CCSwitch这款开源工具，将Ollama运行的本地模型（如千问3.5、Gemma 4）接入Claude Code桌面版。原理并不复杂：CCSwitch在本地启动一个路由服务，拦截Claude Code发往Anthropic API的请求，将其转发给Ollama的本地端点。Claude Code以为自己仍在调用官方API，实际上所有推理都在本机完成。

这意味着，用户不再需要付费API密钥，也不再依赖网络连接。UP主在演示中填入任意API Key（如123456）即可通过校验，因为请求根本不会离开本地。对于希望低成本体验AI Agent全自动工作流的开发者来说，这无疑降低了门槛。

Claude Code为何值得被"接管"

很多人误以为Claude Code只是一个AI聊天工具，但UP主强调，它的真正价值在于AI Agent能力——超长上下文、读取整个项目、分析依赖关系、修改文件、执行命令。一句"给网站加登录系统"，它就能自动遍历代码结构、安装依赖并运行测试。

正因如此，把它接到本地模型上才有意义：Agent的框架和工具链保留，只替换推理引擎。对于不想支付API费用、又需要自动化编码助手的场景，这套组合提供了另一种选择。

API 兼容层是理解整套方案的关键。Anthropic 的 Messages API 与 OpenAI 的 Chat Completions API 在请求体结构、消息角色定义、工具调用（tool use）字段格式上并不一致：前者使用 system 顶层字段与 content 块数组，后者使用 messages 中的 system 角色与 function_call。CCSwitch 的"伪装"本质上是做双向协议翻译——把 Claude Code 发出的 Anthropic 格式请求转换为 Ollama 能识别的 OpenAI 格式，再把返回结果翻译回去。这也解释了配置中"API 格式选 OpenAI 兼容、认证方式选 Anthropic API Key"的原因：前者约束下游，后者欺骗上游。协议翻译层一旦出现字段缺失（如 tool use 的 schema 不完全对应），Agent 的工具调用就可能失效，这是此类方案最常见的故障点。

部署全流程：三个组件与关键配置

整个方案依赖三个组件：Claude Code桌面版（负责Agent调度）、Ollama（运行本地模型）、CCSwitch（请求伪装与转发）。UP主在视频中逐步演示了安装过程，并提醒了几个关键点。

环境准备与模型选择

需安装Git、启用Windows虚拟化功能（虚拟机平台、WSL），并重启电脑。Ollama安装后，根据显存选择模型：24GB显存可跑Gemma 4 26B，8GB显存建议千问3.5 9B（约6.6GB）。UP主特别指出，模型名称标注"Text"为纯文本，"Text+Image"为多模态，按需选择。

模型参数量与显存的关系值得展开。大模型推理时显存占用大致由权重本身加 KV Cache 构成：以 4-bit 量化估算，每 10 亿参数约需 0.6GB 显存，因此 9B 模型约占 6GB、26B 模型约占 16GB，再叠加随上下文长度线性增长的 KV Cache 与框架开销，才会出现"24GB 跑 26B、8GB 跑 9B"的经验值。这也意味着上下文开得越长、并发越多，实际可跑的模型就越小。此外，标注"Text"与"Text+Image"的区别在于是否加载视觉编码器（如 CLIP 或 SigLIP），多模态版本会额外占用显存，纯代码任务选择纯文本版本更划算。

CCSwitch配置与路由启用

在CCSwitch中添加自定义供应商，请求地址填 127.0.0.1，API格式选OpenAI兼容，认证方式选Anthropic API Key，主模型填本地模型名称。随后开启路由总开关和Claude路由转发，并在Claude Code开发者模式中填入CCSwitch提供的网关地址和任意API Key，导出注册表文件后重启客户端。

UP主还通过修改注册表强制显示三个模型选项，方便在Ollama中切换不同本地模型。

实测效果：能干活，但模型差异明显

配置完成后，Claude Code成功调用本地模型进行自我介绍，并自称"Claude Haiku"——UP主调侃"真的被骗过去了"。在生成赛博朋克风格个人主页的任务中，Gemma 4完成了动态背景、毛玻璃效果、打字机动画等要求；但在3D跑酷游戏任务中，千问3.5 9B生成的结果出现明显逻辑缺陷（角色无论如何都能跑过障碍），而Gemma 4的效果则完整可用。

这揭示了一个关键事实：Agent框架可以统一，但底层模型的能力差距会直接体现在任务完成质量上。小参数模型在复杂逻辑任务中容易翻车，本地部署的"免费"并非没有代价。

本地Agent的边界与适用场景

这套方案适合三类人：想零成本体验Claude Code Agent能力的开发者、对数据隐私敏感不愿联网的用户、以及喜欢折腾本地模型的AI爱好者。但它也有明显局限：本地模型在复杂推理和代码生成上仍落后于云端大模型；显存不足时只能跑小模型，效果打折扣；配置步骤较多，对新手不够友好。

从更广的视角看，CCSwitch这类工具反映了一个趋势：AI Agent的"壳"与"脑"正在解耦。Agent的工具链、交互界面和上下文管理可以独立演进，而推理引擎可以按成本、隐私、性能需求灵活替换。当本地模型能力继续提升，这种混合架构可能会成为更多开发者的日常选择。

注：原文标题提及"OpenAI Codex"，但视频实际演示的是Claude Code桌面版与CCSwitch的配合，两者并非同一产品，读者需注意区分。

背景补充

Ollama 是一个开源的本地大模型运行框架，提供类似 Docker 的命令行与 REST API 接口（默认监听 11434 端口），可一键拉取并运行 Llama、Qwen、Gemma 等开源权重模型，并自动处理量化、显存分配与上下文管理。它的关键价值在于对外暴露 OpenAI 兼容的 /v1/chat/completions 接口，使得任何原本面向云端 API 的客户端都可以通过改一个 base_url 转而调用本地推理。CCSwitch 之所以能把请求转发给 Ollama，正是依赖这一层标准化的 HTTP 接口；换言之，本地模型"伪装"成 Claude 的技术前提，是 Ollama 提供了与云端同构的协议外壳。