# 影片筆記：Claude Code 太贵？免费本地 AI 开发助手来了！用CC-Switch 来帮你｜注册、安装、配置，5 分钟接入Ollama支持各类大模型

## 一句話總結

影片介紹如何透過本地部署「歐拉瑪」（Ollama）模型，並利用開源工具「CC Swatch」，實現免費且完全本地化的 AI 程式開發體驗，以繞過 Cloud Code 官方 API 高昂的 Token 費用。

## 核心重點

1.  **動機**：Cloud Code 官方 API 價格高昂，特別是在大型專案、多 Agent 調用及自動修 Bug 場景下 Token 消耗巨大。
2.  **解決方案**：使用本地模型直接接管 Cloud Code，透過 CC Swatch 工具將本地 Ollama 模型映射為 Cloud Code 可讀取的 API 格式。
3.  **核心流程**：
    *   安裝必要環境（GPT、Cloud Code 桌面版、Ollama、CC Swatch）。
    *   根據硬體規格下載合適的本地模型。
    *   配置 CC Swatch 以建立本地路由與 API 映射。
    *   修改 Cloud Code 配置文件（JSON），將本地服務地址與 API Key 強行注入。
4.  **注意事項**：需確保軟體版本足夠新，否則可能遇到模型不支援或連接失敗的問題。

## 詳細大綱

### 1. 背景與動機
*   Cloud Code 在 AI 開發領域的流行。
*   官方 API 價格高昂，特別是在大型專案、多 Agent 調用及自動修 Bug 場景下 Token 消耗巨大。
*   新趨勢：使用本地模型直接接管 Cloud Code。

### 2. 前期環境準備
*   安裝 GPT（需確認版本，建議更新至最新）。
*   下載 Cloud Code 官方桌面版（需注意地區限制，需使用日本或新加坡節點翻牆）。
*   下載歐拉瑪（Ollama）官方客戶端。
*   下載 CC Swatch 開源工具（基於 GitHub）。

### 3. 安裝與版本注意事項
*   Mac OS 舊版本可能不支援新版 Ollama，需升級系統或安裝舊版 Ollama。
*   舊版 Ollama 模型選擇較少（僅限 3.0 版本）。
*   建議升級系統以獲得更多模型選擇。

### 4. 模型選擇與下載策略
*   依據硬體規格選擇模型：
    *   若顯存/統一記憶體為 8GB，選擇低於 8GB 的模型（如 4B 版本）。
    *   若記憶體為 17GB，可運行較大模型，但小記憶體設備運行大模型可能崩潰。
*   優先選擇同時支援文本（Text）與圖像（Image）處理的模型。
*   透過終端命令安裝模型。

### 5. CC Swatch 配置設定
*   點擊「自定義配置」。
*   輸入名稱與備註。
*   API Key：本地部署可隨意設定（如 123456）。
*   請求地址：複製並貼上至 CC Swatch。
*   高級選項：設定 API 格式、認證字段（API Key）、模型映射（複製安裝的模型名稱）。
*   開啟「本地路由」並記錄服務地址。

### 6. Cloud Code 連接與調試
*   將 Cloud Code 切換至開發者模式（透過 Help -> Troubleshooting -> Developer Mode）。
*   在 Cloud Code 設定中填入 CC Swatch 的服務地址與 API Key。
*   **Windows 用戶**：可直接在桌面修改配置文件。
*   **Mac OS 用戶**：需下載 JSON 文件，使用文本編輯器手動添加命令，將 CC Swatch 強行注入 Cloud Code 顯示。
*   上傳配置文件並重啟應用。

### 7. 常見問題與解決方案
*   若連接正常但提供方拒絕申請，可能是 Microx 版本過舊。
*   若模型不支援，需切換至其他模型（如千文 3.6 或 8B 版本）。
*   本地歐拉瑪平台可直接對話測試，確認模型可用性後再連接 Cloud Code。

## 工具 / 模型 / 名詞整理

*   **Cloud Code**：AI 開發工具/插件。
*   **歐拉瑪 (Ollama)**：本地模型運行平台/客戶端。
*   **CC Swatch**：開源工具，用於連接本地模型與 Cloud Code。
*   **GPT**：影片中提到需安裝的環境工具（註：根據上下文推測可能指代某種環境管理工具或口誤，但逐字稿明確寫為 GPT）。
*   **千文 3.6 / 千文 3**：提及的模型版本名稱。
*   **4B 版本 / 8B 版本**：模型參數大小規格。
*   **Mac OS / Windows**：作業系統。
*   **GitHub**：CC Swatch 開源項目所在地。
*   **JSON 文件**：配置文件格式。

## 操作流程整理

1.  **環境安裝**：
    *   安裝 GPT（確認版本）。
    *   下載 Cloud Code 官方桌面版（需翻牆）。
    *   下載歐拉瑪（Ollama）客戶端。
    *   下載 CC Swatch 開源工具。
2.  **模型下載**：
    *   根據電腦顯存/記憶體大小選擇模型（如 4B 或 8B）。
    *   透過終端命令安裝模型。
3.  **CC Swatch 配置**：
    *   點擊「自定義配置」，輸入名稱與備註。
    *   設定 API Key（可隨意設定，如 123456）。
    *   設定請求地址、API 格式、認證字段及模型映射。
    *   開啟「本地路由」，記錄服務地址。
4.  **Cloud Code 設定**：
    *   將 Cloud Code 切換至開發者模式（Help -> Troubleshooting -> Developer Mode）。
    *   **Windows**：直接在桌面修改配置文件。
    *   **Mac OS**：下載 JSON 文件，使用文本編輯器手動添加命令，將 CC Swatch 強行注入 Cloud Code。
    *   上傳配置文件並重啟應用。
5.  **測試與排錯**：
    *   若連接失敗，檢查 Microx 版本是否過舊。
    *   若模型不支援，切換至其他模型（如千文 3.6 或 8B）。
    *   在本地歐拉瑪平台對話測試模型可用性。

## 值得注意的限制或風險

*   **硬體限制**：小記憶體設備運行大模型可能崩潰。若顯存/統一記憶體為 8GB，需選擇低於 8GB 的模型。
*   **系統相容性**：Mac OS 舊版本可能不支援新版 Ollama，需升級系統或安裝舊版 Ollama。
*   **地區限制**：下載 Cloud Code 官方桌面版需注意地區限制，需使用日本或新加坡節點翻牆。
*   **版本相容性**：若連接正常但提供方拒絕申請，可能是 Microx 版本過舊。
*   **配置複雜度**：Mac OS 用戶需手動修改 JSON 配置文件，操作相對複雜。

## 逐字稿辨識疑點

*   **GET / GPT**：逐字稿中多次出現「安裝 GET」、「搜索 GET」、「get 然後去進行下載」，以及「當前版本是 2.39.2... 最新官網版本是 2.54.0」。這在軟體領域較不常見，疑似為聽寫錯誤或特定內部工具名稱，需查證。
*   **295安比**：形容下載文件大小，疑似為「295 MB」或類似單位的聽寫錯誤。
*   **歐拉瑪官屋**：疑似為「歐拉瑪官網」的聽寫錯誤。
*   **CCSWARCH / CC Swatch**：逐字稿中交替使用「CC Swatch」與「CCSWARCH」，需確認正確工具名稱。
*   **Olema / O / 歐類碼 / 歐雷碼**：對「Ollama」的多種不同寫法與發音記錄。
*   **Dain 的 Cloud**：疑似為「Atlassian 的 Cloud」或特定平台名稱的聽寫錯誤，或指代「Cloud Code」。
*   **Dodi 模型**：在模型映射步驟中提到「Dodi 模型的話也貼上」，疑似為特定模型名稱或聽寫錯誤。
*   **Uon ID**：在設定 UID 時提到「來到這個 Uon ID」，疑似為「UUID」或「User ID」的聽寫錯誤。
*   **Microx 版本**：提及「我的 microx 版本太舊」，疑似為特定軟體版本名稱或聽寫錯誤。
*   **17Gb**：提及記憶體大小時使用「Gb」，通常記憶體單位為「GB」，需確認是否為單位誤植。
*   **2.39.2 / 2.54.0**：GPT 的版本號，需查證該工具是否存在此版本號。

## 可延伸追問

*   CC Swatch 的具體 GitHub 倉庫連結為何？
*   如何確認當前使用的 GPT 工具的確切名稱與版本？
*   對於記憶體較小的設備，有哪些具體的模型推薦清單？
*   Cloud Code 開發者模式的具體開啟步驟在不同作業系統上有何差異？
*   若遇到「提供方拒絕申請」的情況，具體的錯誤代碼是什麼，如何解決？