# 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。 2. **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)。 3. **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。 4. **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)。 2. **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。 3. **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。 4. **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。 5. **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。 2. **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)。 3. **雲端模型限制**: * 若使用雲端模型,免費帳戶有 Session 與每週限制。 * 臨時帳號方案的成功率取決於驗證方式。 4. **配置複雜度**: * 需要手動配置 API Endpoint、API Format 等多個參數。 * 需理解 CC-Switch 的路由機制,否則可能無法正確替換模型。 ## 逐字稿辨識疑點 * **山海经理**:逐字稿中多次出現,應為「山海經」之聽誤。 * **渔墙 / 海神间分神 / 人灭鸟生 / 脚踩两条青蛇 / 李天干的两袖青蛇**:這些比喻性詞彙在逐字稿中出現,語意不明,保留原樣。 * **CC Switch / CCS**:逐字稿中有時寫為 `CC Switch`,有時寫為 `CC-Switch`,有時寫為 `CCS`。 * **Keyhard**:逐字稿中提到「回到它的 keyhard 点一下它的仓库名」,疑為 `GitHub` 之聽誤。 * **Fy4 / File 4 / Phi 4**:逐字稿中模型名稱拼寫不一致,疑為 `Phi 4` 之聽誤。 * **Jim4 / JM4 / SIM 4**:逐字稿中提及的模型名稱,疑為 `Gemma 4` 或 `Phi 4` 之聽誤。 * **Qianwen 3.5 / 千万 3.5**:逐字稿中提及「千万 3.5」,疑為「千問 3.5」(Qwen 3.5