Ollama Launch 完整教學：一鍵啟動 Claude Code、Clawdbot 等 AI 編程工具

管
管管
3 分鐘閱讀 ·
技術分享 AI 應用
終端機指令介面

Photo by Gabriel Heinzer on Unsplash

Ollama 在 0.15.0 版本推出了一個重磅功能：ollama launch。這個指令讓你可以一鍵啟動 Claude Code、Clawdbot、OpenCode、Codex 等熱門 AI 編程工具，而且完全不需要設定環境變數或編輯設定檔。

如果你曾經為了設定這些工具的 API Key、Model 參數搞得焦頭爛額，這個功能會讓你感動到哭。

什麼是 Ollama Launch？

簡單來說，ollama launch 是一個整合指令，它會：

  1. 自動偵測你要啟動的工具
  2. 自動設定好模型連接（本地或雲端）
  3. 直接啟動工具，進入可用狀態

支援的工具包括：

  • Claude Code — Anthropic 官方的 CLI 編程助手
  • Clawdbot — 可自建的 AI 助理平台
  • OpenCode — 開源的 AI 編程工具
  • Codex — OpenAI 的程式碼生成 CLI
  • Droid — Android 開發專用 AI 助手

環境準備

Step 1：下載最新版 Ollama

確保你的 Ollama 版本是 0.15.2 以上。

macOS（Homebrew）：

brew upgrade ollama

Linux：

curl -fsSL https://ollama.com/install.sh | sh

Windows：

從 ollama.com/download 下載最新安裝包。

確認版本：

ollama --version
# 應該顯示 0.15.2 或更高

Step 2：下載模型

Ollama 提供兩種模型選擇：

選項 A：本地模型（GLM-4.7-Flash）

ollama pull glm-4.7-flash

需求：約 23GB VRAM（支援 64k tokens 上下文長度）

優點：完全本地運行，無網路延遲，隱私安全

缺點：需要高階顯卡

選項 B：雲端模型（GLM-4.7:cloud）

ollama pull glm-4.7:cloud

需求：網路連線

優點：不需要高階硬體，完整上下文長度

缺點：需要網路，有用量限制（但免費額度很夠用）

建議：如果你的顯卡 VRAM 低於 24GB，選雲端模型；如果有 RTX 4090 或更好的卡，選本地模型。

啟動各工具的指令

Claude Code

ollama launch claude

這會直接啟動 Claude Code，並自動使用 Ollama 的模型作為後端。不需要 Anthropic API Key。

Clawdbot

Clawdbot 需要先完成安裝和初始設定：

# 1. 安裝 Clawdbot
npm install -g clawdbot

# 2. 完成初始設定
clawdbot onboard

# 3. 使用 Ollama 啟動
ollama launch clawdbot

Ollama 會自動設定 Clawdbot 使用本地或雲端模型，你不需要手動編輯任何設定檔。

OpenCode

ollama launch opencode

Codex

ollama launch codex

本地 vs 雲端：怎麼選？

本地模型（glm-4.7-flash）

  • ✅ 完全本地運行，隱私有保障
  • ✅ 無網路延遲
  • ✅ 可離線使用
  • ❌ 需要約 23GB VRAM

雲端模型（glm-4.7:cloud）

  • ✅ 無硬體限制
  • ✅ 免費額度很慷慨
  • ❌ 需要網路連線
  • ❌ 資料會傳到雲端

建議：

  • 企業用戶、處理敏感程式碼 → 本地模型
  • 個人開發者、入門嘗試 → 雲端模型
  • 有高階顯卡（4090/A100）→ 本地模型
  • 筆電 / 沒有獨顯 → 雲端模型

常見問題 FAQ

Q：ollama launch 跟直接設定 API Key 有什麼差別？

差別在於零設定。以前你要手動設定環境變數或編輯設定檔，現在 Ollama 幫你全部處理好。

Q：雲端模型的免費額度有多少？

Ollama 官方說「免費額度很慷慨，足夠你入門和嘗試不同模型」。具體數字沒有公開，但根據社群回報，一般開發使用綽綽有餘。

Q：GLM-4.7-Flash 是什麼模型？

GLM-4.7-Flash 是智譜 AI（Zhipu AI）推出的模型，號稱「30B 級別中最強」。它在效能和效率之間取得了很好的平衡，特別適合用於編程任務。

Q：我的顯卡只有 8GB VRAM，可以跑本地模型嗎？

GLM-4.7-Flash 需要約 23GB VRAM，8GB 不夠。建議使用雲端模型。

結語

ollama launch 大幅降低了使用 AI 編程工具的門檻。以前你需要申請 API Key、設定環境變數、編輯設定檔，現在只需要：

ollama pull glm-4.7:cloud
ollama launch claude

兩行指令，你就有了一個強大的 AI 編程助手。

相關連結：