પાવરફુલ આવી રહ્યું છે! Claude Code સ્થાનિક અમર્યાદિત ટોકન માર્ગદર્શિકા

Claude Code ખૂબ શક્તિશાળી છે, પરંતુ ટોકનનો ઉપયોગ કરવો લીવરને દુખાવે છે!

આખરે, Claude Code સ્થાનિક મોડલ સાથે કામ કરી શકે છે, સેટઅપ ખૂબ સરળ છે.

નીચેનું વાતાવરણ Mac Mini4 માટે છે. Windows વાતાવરણ પણ શક્ય છે.

વર્તમાન યુગમાં, જો ડેસ્કટોપ AI સાથે રમવું હોય, તો Mac M શ્રેણીના નાના હોસ્ટ જેવા કે mini4\mini4 pro\m3 ultra\m4 max ખરીદવાની સલાહ આપવામાં આવે છે, વ્યક્તિગત ડેસ્કટોપ AI માટે આદર્શ.

પ્રથમ, LM Studio ને નવીનતમ સંસ્કરણ 0.4.1 માં અપગ્રેડ કરવાની જરૂર છે, કારણ કે નવીનતમ સંસ્કરણમાં Claude Code માટે સપોર્ટ ઉમેરવામાં આવ્યો છે. (Ollama પણ શક્ય છે)

તમે તમારા સ્થાનિક કોઈપણ ઓપન સોર્સ મોડલનો ઉપયોગ કરી શકો છો, જો તમારા Mac ની મેમરી પૂરતી હોય. અમે gpt-oss-20b-mlx ને ઉદાહરણ તરીકે લઈએ છીએ, આ એક OpenAI નો ઓપન સોર્સ મોડલ છે.

એક મહત્વપૂર્ણ બાબત: Context length ને મહત્તમ સુધી ખેંચો, એટલે કે સંદર્ભ લંબાઈને મોડલ દ્વારા સપોર્ટ કરાતી મહત્તમ સુધી, કારણ કે એજન્ટની બહુવિધ કાર્યોની કામગીરી સંદર્ભની લંબાઈ પર ખૂબ આધારિત છે, ઓછી નહીં ચાલે. આ પરિમાણ તમારા Mac ની મેમરી અને મોડલની રીઝનિંગ ગતિ અનુસાર સંતુલિત કરવું પડશે. બીજી મહત્વપૂર્ણ બાબત: Mac વાતાવરણમાં, MLX ફોર્મેટના મોડલને પ્રાથમિકતા આપીને ડાઉનલોડ કરો, તે GGUF ફોર્મેટના મોડલ કરતાં ઝડપી રીઝનિંગ કરે છે.

આગળ, અમે કમાન્ડ લાઇન ટર્મિનલમાં claude code ઇન્સ્ટોલ કરીશું.

પર્યાવરણ ચલો સેટ કરો:

export ANTHROPIC_AUTH_TOKEN=lmstudio

export ANTHROPIC_BASE_URL=http://localhost:1234

claude code મુખ્ય ભાગ ઇન્સ્ટોલ કરો:

npm install -g @anthropic-ai/claude-code

પછી, claude code શરૂ કરો:

claude --model gpt-oss-20b-mlx

આ સમયે, claude code તમારા સ્થાનિક મોડલને આઉટપુટ માટે કૉલ કરશે.

ટર્મિનલમાં ઉપયોગ કરવા ઉપરાંત, VS Code માં પણ ઉપયોગ કરી શકાય છે, સેટઅપ નીચે મુજબ છે:

અમે પ્રથમ Claude Code for VS Code પ્લગઇન ઇન્સ્ટોલ કરીશું.

પછી પર્યાવરણ ચલો સેટ કરો:

{    "claudeCode.environmentVariables": [        { "name": "ANTHROPIC_BASE_URL", "value": "http://localhost:1234" },         { "name": "ANTHROPIC_AUTH_TOKEN", "value": "lmstudio" }     ]}

પછી તમે કામ શરૂ કરી શકો છો.

વિચારણા પ્રશ્ન: Anthropic મોડલનો ઉપયોગ ન કરતા Claude Code શું તે જ Claude Code છે?

અમે ઉપયોગમાં લેતા gpt-oss-20b-mlx મોડલની ક્ષમતા ચોક્કસપણે Opus 4.5 સાથે સરખાવી શકાય તેવી નથી, પરંતુ જો તમે તમારા સ્થાનિક વાતાવરણમાં Kimi K2.5 ડિપ્લોય કર્યું હોય, તો હાલના સમયમાં, તેની ક્ષમતા Opus 4.5 કરતાં કોઈ રીતે ઓછી નથી.