Claude Code的代碼能力確實(shí)出色，但token消耗是個(gè)頭疼事——項(xiàng)目越復(fù)雜，賬單越嚇人。更麻煩的是，有些代碼涉及商業(yè)機(jī)密，或者你恰好在飛機(jī)上沒網(wǎng)。這時(shí)候本地模型就成了剛需。

　　Docker Model Runner正好解決這個(gè)問題。它讓你把大語言模型直接跑在本地機(jī)器上，再通過簡(jiǎn)單配置對(duì)接Claude Code。整個(gè)過程不需要碰Anthropic的云端API。

　　配置前先做一件事：打開Docker Desktop，進(jìn)入Settings > AI，啟用Model Runner的TCP訪問。或者用終端一鍵搞定：

　　docker desktop enable model-runner --tcp 12434

　　接下來選模型。DockerHub AI目錄里有大量選擇，建議挑代碼能力強(qiáng)的。這里用ai/phi4:14B-Q4_K_M做演示，你可以根據(jù)機(jī)器配置自行調(diào)整。拉取命令如下，耗時(shí)取決于模型體積：

　　docker model pull ai/phi4:14B-Q4_K_M

　　拉完后用docker model status和docker model ls檢查狀態(tài)，操作邏輯跟普通Docker鏡像幾乎一樣。正式接入Claude Code前，先驗(yàn)證API是否通暢。往localhost:12434/v1/messages發(fā)一條測(cè)試請(qǐng)求：

　　curl http://localhost:12434/v1/messages -H "Content-Type: application/json" -d '{"model": "ai/phi4:14B-Q4_K_M", "max_tokens": 100, "messages": [{"role": "user", "content": "Hello!"}]}'

　　收到正常響應(yīng)后，最后一步：把ANTHROPIC_BASE_URL指向本地端口，同時(shí)用--model指定模型名稱。執(zhí)行這行命令，Claude Code就會(huì)完全走本地通道：

　　ANTHROPIC_BASE_URL=http://localhost:12434 claude --model ai/devstral-small-2

　　至此配置完成。token費(fèi)用歸零，代碼留在本地，離線也能用——三個(gè)痛點(diǎn)一次解決。