忘掉繁琐的环境变量和手工对接吧。

Ollama v0.15 带来了全新命令 ollama launch，一条指令即可拉起 Claude Code、OpenCode、OpenAI Codex、Moltbot 等主流 CLI 工具，并自动完成与本地或云端模型的连接与配置。

如果你不是 Medium 高级会员，也可免费阅读完整教程（read the full tutorial FREE here）；同时欢迎通过 Medium 订阅支持创作。

背景补充：从 v0.14 起，Ollama 已兼容 Anthropic API，这让像 Claude Code 这样的工具可以直接接入开源模型。之前我写过详细的手动配置指南（I Tried New Claude Code Ollama Workflow, It's Wild & Free），但仍需自己导出环境变量、设定 base URL、试配合适的代码模型。如今 ollama launch 把这些步骤一键打包，流程顺滑不少。

Ollama Launch 是什么？

它是一个把编码工具与 Ollama 模型“拎包入住”的启动器：

你只需选择模型，剩下的对接与配置全交给它完成。

当前支持的集成包括：

• Claude Code —— Anthropic 推出的终端内 agentic 编码助手
• OpenCode —— 面向终端的开源替代方案
• Codex —— OpenAI 的编码助手集成
• Droid —— 另一款编码工具选项

启动方式很直接：

运行 ollama launch 会出现交互式菜单，也可用 ollama launch claude、ollama launch opencode 等命令直达目标工具。

Anthropic 相关配置会自动完成；

过去需要手动执行的命令如今可省略：

export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_BASE_URL=http://localhost:11434

5 分钟快速上手

步骤 1：更新 Ollama 至 v0.15+

确保已安装 v0.15 或更高版本：

ollama --version

若版本偏旧，到 ollama.com 下载并安装最新包。

安装完成后再次确认版本（建议 ≥ 0.15.2）。

步骤 2：拉取对代码友好的模型

你可以选本地模型（需要约 23GB 显存，支持 64K 上下文）或云端模型（硬件零门槛，完整上下文）。

推荐清单：

本地模型：

• glm-4.7-flash
• qwen3-coder
• gpt-oss:20b

云端模型：

• glm-4.7:cloud
• minimax-m2.1:cloud
• qwen3-coder:480b-cloud

拉取示例：

ollama pull glm-4.7-flash 
# 或使用云端：
ollama pull glm-4.7:cloud

提示：云端模型在本地注册很轻量，实际推理在远端完成。

步骤 3：把 Context Length 调到位

Ollama 默认上下文长度为 4,096 tokens，不足以支撑多文件操作、长对话或频繁 tool calls。

建议将编码类场景至少调至 64,000 tokens（尤其是 Claude Code）。

使用云端模型会自动启用完整上下文长度；如果采用云端，可跳过此步。

步骤 4：一键启动

ollama launch claude

几秒内即可看到 Claude Code 以你选择的模型启动。

若你像我一样选择 GLM-4.7 的云端版本，需要先拥有一个 Ollama Cloud 账号。

我的订阅为每月 20 美元。

常用拉取命令速记：

# GLM 4.7 Cloud - 推荐用于编码
ollama pull glm-4.7:cloud

# MiniMax M2.1 Cloud - 备选
ollama pull minimax-m2.1:cloud

# Qwen3 Coder 480B Cloud - 体量较大的编码模型
ollama pull qwen3-coder:480b-cloud

# GPT-OSS 120B Cloud - 另一款大型模型
ollama pull gpt-oss:120b-cloud

我也拉取过 gpt-oss:120b-cloud、deepseek-coder:1.3b、qwen2.5-coder:7b，因此这些会出现在可用模型列表中。

实测：Claude Code 与 OpenCode

Claude Code 实测

先安装 Claude Code：

# macOS / Linux / WSL
curl -fsSL https://claude.ai/install.sh | bash

# Windows PowerShell
irm https://claude.ai/install.ps1 | iex

使用云端模型时，可能会提示登录或注册 Ollama 账号（访问 ollama.com 完成注册）。运行：

ollama launch claude

将出现模型选择提示，我这里同时能看到本地与云端选项：

deepseek-coder:1.3b (local)
glm-4.7:cloud
gpt-oss:120b-cloud
qwen2.5-coder:7b (local)

选择 glm-4.7:cloud 后，Claude Code 几乎秒开，无需再折腾配置。状态检查如下：

Model: glm-4.7:cloud
Auth token: ANTHROPIC_AUTH_TOKEN
Anthropic base URL: http://localhost:11434

功能测试（同一用例贯穿本文）：

创建一个计算斐波那契数列的 Python 函数，并将其保存为 fib.py

结果：几乎即时生成代码并准备写入文件。至此，借助简洁的 Ollama Launch 配置，Claude Code 已与 Ollama Cloud 模型顺利联动。

OpenAI Codex 实测

先安装 Codex CLI：

npm install -g @openai/codex

用指定模型启动：

ollama launch codex --model glm-4.7:cloud

同样复现测试指令：

创建一个计算斐波那契数列的 Python 函数，并将其保存为 fib.py

结果：数秒内生成代码，文件写入就绪。

OpenCode 实测

先安装 OpenCode：

npm install -g opencode-ai

使用 Ollama Launch 启动：

ollama launch opencode --model glm-4.7:cloud

首次启动会提示将修改 OpenCode 的配置，并给出备份文件路径。确认后即可进入。照例复现测试用例：

创建一个计算斐波那契数列的 Python 函数，并将其保存为 fib.py

结果：与前两者一致，快速产出代码并可直接落盘。

至此，我们已用三款流行的终端编码工具完成对 ollama launch 的验证。与之前“纯手动配置 Claude Code”的旧方法相比，这次明显更快、更省心。

总结

ollama launch 是 Ollama 工具集中极具实用价值的一次升级。它几乎抹平了集成成本，让更多开发者可以在本地或云端模型上，低心智负担地用起 Claude Code、OpenCode、Codex 等编码助手。从零开始到可用，只需一条命令。

文中涉及的链接与更多细节，可在官方文档中找到。欢迎你亲自试用，并分享在不同硬件条件下最顺手的模型与配置。我也很想听听你对 ollama launch 的体验。

资源

Ollama 下载：Ollama Download

Ollama 文档：Documentation