claude-ollama でローカルモデルを動かす
claude-ollama は、クラウドを一切使わず、手元の Ollama モデルで Claude Code を動かすための一発起動コマンドです。API キー不要・オフライン可。
これは MulmoTerminal の Web UI ではなく、素の
claude（Claude Code CLI）を Ollama に向けて起動するスタンドアロンのラッパーです（mulmoterminal パッケージに同梱）。
前提
- Ollama が入っていること（サーバ 0.31 以上。Anthropic 互換の
/v1/messagesが必要。ollama --versionではなく、動いているサーバの版がcurl http://localhost:11434/api/versionで 0.31+ か） - Claude Code（
claude）が入っていること（npm install -g @anthropic-ai/claude-code） - 使うモデルを pull 済みであること（
ollama pull qwen3:4b）
使い方
# npx（インストール不要）
npx -p mulmoterminal claude-ollama qwen3:4b
# または mulmoterminal をグローバル導入して
npm install -g mulmoterminal
claude-ollama qwen3:4b
# claude への引数はそのまま後ろに渡せる
claude-ollama qwen3:30b-a3b "このモジュールをリファクタして"
何をしているか（3点セット）
Ollama 0.31+ は Anthropic 互換の /v1/messages を持つので、ANTHROPIC_BASE_URL を向けるだけで変換層なしに繋がります。ただし小型ローカルモデルをまともに動かすには次の3点が要り、claude-ollama がこれを自動で仕込みます:
- 大きい context — 専用ポートで
OLLAMA_CONTEXT_LENGTH=32768のollama serveを起動します。既定の 4096 では Claude のシステムプロンプトが溢れ、2ターン目でセッションが落ちます。すでに動いている Ollama（11434）は触りません。終了時に自動で止めます。 - システムプロンプトの最小化 —
claude --bare --disable-slash-commandsを付与し、skills / plugins / MCP / hooks を落とします。これでプロンプトが 約 16000 → 約 400 トークンに激減します。これが無いと小型モデルはツールを使わず一般応答してしまいます（動かない一番の原因）。 - 環境変数 —
ANTHROPIC_API_KEYを外し（残っていると base URL より優先される）、ANTHROPIC_BASE_URL/ANTHROPIC_AUTH_TOKEN=ollama/ANTHROPIC_MODEL/ANTHROPIC_SMALL_FAST_MODEL（＝同じモデル）/CLAUDE_CODE_MAX_OUTPUT_TOKENS=8000を設定します。
モデルの選び方
qwen3:4b（軽量）/qwen3:30b-a3bはツールを使うマルチターン（ファイル作成→読み戻し等）の完走を確認済み。llama3.1:8bは不可 — 単発のツール呼び出しは返すが、マルチターンの tool-result ターンで壊れる（Ollama のチャットテンプレートがassistant\n\nを漏らす）。- 必ず実際のマルチターン実行で確かめること。単発の疎通確認だけでは判断できません。
注意点
- 速度はモデル / マシン依存。qwen3:4b でも、ツールを使うターンは負荷次第で数十秒〜数分かかることがあります（完走はします）。
- 毎回専用サーバを立てるため、モデルの初回ロードが入ります（初回ターンが遅い）。その代わり context が確実に大きい。