影片筆記：【AI编程】一次性搞定,免费AI编程,ClaudeCode+Ollama+cc-switch | 1Time Coding Chaos: ClaudeCode, Ollama & cc-switch🚀

一句話總結

本影片介紹如何在 macOS 與 Windows 環境下，透過安裝 Ollama（本地模型運行工具）與 CC-Switch（模型路由管理器），將免費的本地模型（如 Gemma、Phi、GLM 等）路由至 Cloud Code，從而實現免費使用 Cloud Code 進行程式開發，並繞過其對付費 API Key 或特定雲端模型的依賴。

核心重點

1. 免費使用 Cloud Code 的核心邏輯：

• 利用 Ollama 在本地運行免費的 AI 模型（支援文字與多模態）。
• 利用 CC-Switch 作為 Cloud Code、Codex 等客戶端的模型管理器，提供「本地路由」（Local Routing）功能。
• 透過 CC-Switch 將預設的付費模型（如 Sonnet, Opus, Hikari）替換為本地模型，實現免費調用。

1. 硬體與模型選擇建議：

• Mac 用戶需注意記憶體限制（如 16GB），建議選擇較小參數量的模型（如 4B、12B 等級）。
• Cloud Code 強制要求 AI 模型具備「工具調用」（Tool Calling）功能。
• 推薦支援工具調用的本地模型：Phi 4 mini、Gemma 4 12B、Qwen 3.6（需約 6GB GPU 資源）。

1. 工具角色定義：

• Ollama：負責下載、運行本地 AI 模型。
• CC-Switch：並非單純的代理（Proxy），而是模型管理器（AI Client Manager），提供路由、熱切換、請求整流等功能。
• Cloud Code：最終使用的開發客戶端，需透過配置才能使用本地模型。

1. 操作關鍵步驟：

• 安裝 Git、Ollama、Cloud Code、CC-Switch。
• 根據硬體選擇並下載模型至 Ollama。
• 在 CC-Switch 中配置 Custom Configuration（填寫 Ollama 端點與 API Key）。
• 啟用 Local Routing 並替換模型。
• 啟動 Cloud Code 並驗證工具調用功能。

詳細大綱

1. 前言與環境準備

• 比喻：將 Cloud Code + Ollama 的關係比喻為神話角色（如海神、天吳），負責疏通水路（連接模型與客戶端）。
• 安裝準備：
• Git：Mac 使用 Brew 安裝，Windows 下載 Standalone 版本。
• Ollama：從官網下載或命令列安裝，確認版本號。
• Cloud Code：從官網下載，Windows 需在 PowerShell 中安裝。
• CC-Switch：從官網下載穩定版或 Release 版本。它不是 AI 模型，而是給 Cloud Code、Codex、OpenCode 等使用的管理器。

2. 模型選擇與硬體評估

• 硬體檢查：查看 Mac 硬體資訊（如 M2 Pro, 16GB 記憶體）。
• 模型篩選：
• 區分模型類型：text and image（多模態，支援圖形與聊天）與 text（純文字聊天模型，適合寫代碼）。
• 推薦模型：千問 3.5、智譜 5、Kimi 2.5（雲端版需付費或有限制）。
• 使用推薦網站挑選適合的 GPU 與模型。

3. 模型下載與運行 (Ollama)

• 下載與運行：
• 在 Ollama 官網搜尋模型（如 GLM5）。
• 複製下載指令貼至終端。
• 使用 RUN（下載並運行）或 PULL（僅下載）命令。
• 使用 Ollama List 查看本地模型。
• 雲端模型限制：免費帳戶有 Session 與每週限制，需註冊帳號查看。
• 臨時帳號方案：若額度用完，可使用免費接碼網站註冊新帳號（成功率取決於驗證方式）。

4. 啟動 Cloud Code 使用 Ollama

• 啟動方式：
• Mac/Windows 啟動命令有差異。
• 可指定特定模型啟動。
• 非互動模式：直接輸入問題。
• 循環執行任務：使用 loop 命令（例如每 30 分鐘執行一次）。
• 外部控制：可透過 Telegram 控制。
• 配置：可設定環境變數直接啟動，或使用 config 命令僅配置不運行。

5. 模型測試與問題排除

• 兼容性測試：
• Nemotron：免費雲端版可用。
• Phi 4：本地模型，但可能因資源不足或無工具調用支援而報錯（400 Error）。
• 工具調用要求：Cloud Code 強制要求 AI 模型具備「工具調用」（Tool Calling）功能。
• 成功模型範例：Phi 4 mini、Gemma 4 12B、Qwen 3.6。
• 驗證警告處理：若遇到問題，需登出（Log out）並清除 Anthropic Token，重新啟動。

6. 實際操作演示

• 任務執行：
• 使用本地模型（如 Gemma 4）啟動 Cloud Code。
• 設定提示詞（Prompt）：可透過 VS Code 編輯長提示詞。
• 執行任務：生成 Storybook 組件庫。
• 使用 Skills：利用 Front End Design Skill 對 FAB 按鈕進行 UI 調整與動畫效果。
• 效能觀察：本地運行較慢，消耗資源多，但成功生成結果。

7. CC-Switch 配置與路由

• 添加 Provider：
• 選擇 Custom Configuration。
• 填寫資訊：
• Name: Ollama。
• API Key: 隨意填寫（本地模型不需 Key）。
• API Endpoint: 複製 Ollama 端點並加上 /v1。
• API Format: 選擇第二或第三個選項。
• 認證與模型替換：
• 認證方式選 API Key。
• 模型替換：將 Sonnet, Opus, Hikari 替換為本地模型（如 Phi 4 mini）。
• 啟用路由：
• 打開 Local Routing。
• 獲取 CC-Switch 伺服器地址並保存。
• 確保 Cloud Code 路由開啟。
• 驗證：使用 Cloud Code 命令打開代碼，確認使用的是替換後的本地模型（無 Token 統計）。

8. 環境變數腳本管理

• 針對資源有限或需手動配置環境變數者。
• 創建腳本文件，設定 on 或 off 參數。
• 腳本功能：開啟或關閉 Ollama Cloud Code 的環境變數。
• 賦予執行權限，方便切換模式。

9. 總結

• Cloud Code + Ollama 實現免費使用。
• CC-Switch 實為模型管理器（AI Client Manager），而非單純代理。
• 提供路由、熱切換、請求整流等功能。

工具 / 模型 / 名詞整理

軟體/工具

• Cloud Code：主要的程式開發客戶端。
• Ollama：本地 AI 模型運行工具，支援下載與運行模型。
• CC-Switch：模型管理器/路由工具，用於替換 Cloud Code 的預設模型。
• Git：版本控制工具，安裝 Ollama 等工具所需。
• Brew：Mac 套件管理器。
• PowerShell：Windows 命令列環境。
• Storybook：用於啟動組件庫的工具。
• VS Code：用於編輯提示詞的編輯器。
• Telegram：用於外部控制 Cloud Code。
• Keyhard：逐字稿提及的倉庫名稱（疑為 GitHub 聽誤）。

AI 模型

• Nemotron：免費雲端版可用。
• Gemma 4 / Gemma 4 12B：本地模型，支援工具調用。
• Phi 4 / Phi 4 mini：本地模型，Phi 4 mini 支援工具調用。
• Qwen 3.5 / Qwen 3.6 (千問)：推薦模型。
• GLM 5 / GLM 5.1 (智譜)：推薦模型。
• Kimi 2.5 / Kimi 2.6：推薦模型。
• Opus：被替換的付費模型。
• Sonnet：被替換的付費模型。
• Hikari：被替換的付費模型。
• OpenCode：CC-Switch 支援的客戶端之一。
• Codex：CC-Switch 支援的客戶端之一。
• GimmeCode：提及的模型/工具。
• Minimax：提及的模型。
• Hermes：提及的模型。
• OpenCloud：提及的模型。

專有名詞

• Skills：Cloud Code 的功能模組（如 Find & Design, Front End Design）。
• Tool Calling：工具調用，Cloud Code 強制要求的模型功能。
• Local Routing：本地路由，CC-Switch 的功能。
• API Endpoint：API 端點。
• API Format：API 格式。
• Session Limit：Session 限制。
• Weekly Limit：每週限制。
• Anthropic Token：Anthropic 的 API Token。
• FAB Button：Floating Action Button，浮動操作按鈕。
• Wide Frame：疑似聽誤，可能指 Wireframe 線框圖。
• Styling：樣式。
• Commonconfig：CC-Switch 提示欄文字（疑為 Common Config）。
• Authentication Endpoint：認證端點。
• Routing：路由。
• Cloud：CC-Switch 選項。
• Server Address：CC-Switch 伺服器地址。
• Provider：CC-Switch 選項。
• Enable：CC-Switch 選項。
• Edit：CC-Switch 選項。
• Add：CC-Switch 選項。
• Cancel：CC-Switch 選項。
• Got It：CC-Switch 歡迎頁按鈕。
• Release：GitHub 頁面選項。
• Repository：GitHub 頁面選項。
• Settings：Ollama 官網選項。
• User：Ollama 官網選項。
• Models：Ollama 官網選項。
• List：Ollama 命令。
• Run：Ollama 命令。
• Pull：Ollama 命令。
• Loop：Cloud Code 命令。
• Config：Cloud Code 命令。
• Log Out：Cloud Code 操作。
• Unset：命令列命令。
• On / Off：腳本參數。
• Argument：腳本參數。
• Script：腳本文件。
• Permission：腳本權限。
• Environment Variable：環境變數。
• Proxy：代理。
• Manager：管理器。
• Client：AI Client。
• Router：路由。
• Handler：處理。
• Switch：切換。
• Request：請求。
• 整流器：疑似聽誤，可能指 Router 或 Proxy。
• 熱切換：Hot Swap 或 Hot Reload。
• 自動錯誤處理：保留原意。
• 直連類型：保留原意。
• Openrouter：CC-Switch 支援列表。
• Custom Configuration：CC-Switch 選項。
• API Key：API 金鑰。
• Gmd, dpc, zip：CC-Switch 支援列表（疑為模型縮寫聽誤）。

操作流程整理

1. 環境安裝：

• 安裝 Git (Mac: Brew, Windows: Standalone)。
• 安裝 Ollama (官網下載或命令列)。
• 安裝 Cloud Code (官網下載, Windows 需 PowerShell)。
• 安裝 CC-Switch (官網下載穩定版/Release)。

1. 模型準備 (Ollama)：

• 檢查硬體規格 (如 Mac 16GB RAM)。
• 在 Ollama 官網搜尋適合的模型 (如 GLM5, Qwen, Gemma)。
• 執行下載指令 (PULL) 或運行指令 (RUN)。
• 使用 Ollama List 確認模型已下載。

1. CC-Switch 配置：

• 打開 CC-Switch，選擇 Add Provider。
• 選擇 Custom Configuration。
• 填寫：
• Name: Ollama
• API Key: 隨意填寫
• API Endpoint: Ollama 端點 + /v1
• API Format: 選擇第二或第三個選項
• 認證方式選擇 API Key。
• 在模型替換列表中，將 Sonnet, Opus, Hikari 替換為本地模型 (如 Phi 4 mini)。
• 啟用 Local Routing。
• 獲取並保存 CC-Switch 伺服器地址。

1. 啟動與驗證 (Cloud Code)：

• 啟動 Cloud Code (可透過環境變數或命令)。
• 輸入提示詞 (Prompt)，例如生成 Storybook 組件庫。
• 使用 Skills (如 Front End Design) 進行 UI 調整。
• 驗證是否使用本地模型 (檢查無 Token 統計，確認工具調用正常)。
• 若遇錯誤 (如 400 Error)，檢查模型是否支援 Tool Calling，或登出清除 Anthropic Token 後重試。

1. 腳本管理 (可選)：

• 創建腳本文件，設定 on/off 參數。
• 賦予執行權限。
• 用於快速切換 Ollama Cloud Code 的環境變數。

值得注意的限制或風險

1. 硬體資源限制：

• Mac 用戶若記憶體不足 (如 16GB)，運行大型模型可能失敗或極慢。
• 本地運行消耗大量資源，效能較雲端模型慢。

1. 模型兼容性：

• Cloud Code 強制要求模型具備「工具調用」(Tool Calling) 功能。
• 並非所有本地模型都支援此功能 (如部分版本的 Phi 4 可能報錯)。
• 需仔細篩選支援 Tool Calling 的模型 (如 Phi 4 mini, Gemma 4 12B)。