Claude Code在開(kāi)發(fā)場(chǎng)景里的表現(xiàn)確實(shí)出色，但token消耗是個(gè)實(shí)打?qū)嵉膯?wèn)題——項(xiàng)目越復(fù)雜，賬單漲得越快。更頭疼的是，有些代碼涉及私有業(yè)務(wù)邏輯，或者你正在飛機(jī)上沒(méi)網(wǎng)，這時(shí)候云端模型就幫不上忙了。

　　Docker Model Runner的價(jià)值就在這兒：把大模型搬到本地機(jī)器上跑，再花幾分鐘配置，就能讓Claude Code調(diào)用這些本地模型而非Anthropic的云端服務(wù)。本文完整記錄這套流程的實(shí)操步驟。

　　開(kāi)始前先完成環(huán)境準(zhǔn)備。Docker Desktop用戶進(jìn)入Settings > AI，啟用Model Runner的TCP訪問(wèn)；偏好命令行的直接執(zhí)行docker desktop enable model-runner --tcp 12434。這一步開(kāi)啟本地API的12434端口監(jiān)聽(tīng)。

　　選模型是第一步。DockerHub AI目錄里可選的LLM很多，作者選用的是ai/phi4:14B-Q4_K_M——14B參數(shù)量，Q4量化，平衡了能力和本地硬件負(fù)擔(dān)。選模型時(shí)注意挑代碼能力強(qiáng)的，pull命令執(zhí)行后等待下載完成，耗時(shí)取決于模型體積。

　　驗(yàn)證環(huán)境是否正常。用docker model status和docker model ls查看狀態(tài)和已下載模型，類似操作Docker鏡像的體驗(yàn)。正式接入Claude Code前，建議先用curl測(cè)試API是否響應(yīng)：

　　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!"}]}'

　　返回正常JSON即表示通路已建立。最后一步切換Claude Code的指向：設(shè)置ANTHROPIC_BASE_URL=http://localhost:12434環(huán)境變量，并用--model參數(shù)指定本地模型名稱，例如claude --model ai/devstral-small-2。執(zhí)行后Claude Code的所有請(qǐng)求都會(huì)發(fā)往本地端口，而非Anthropic服務(wù)器。

　　這套方案的核心收益很明確：敏感代碼不出本機(jī)、無(wú)網(wǎng)環(huán)境可用、長(zhǎng)期高頻使用省下token費(fèi)用。代價(jià)是本地硬件要能扛住模型推理負(fù)載，以及需要自行評(píng)估本地模型的代碼能力是否匹配項(xiàng)目需求。