Claude Codeでローカルllmを使う方法｜Ollama・LM Studioの設定と注意点

「Claude Codeの利用料金を抑えたい」「社外にコードを出したくない」といった理由で、自分のパソコンで動くAI（ローカルLLM）をClaude Codeにつなげられないかと調べている方も多いのではないでしょうか。

Claude Codeは、ふだんはAnthropic社のClaudeというモデルに指示を送って動きます。接続先を変えれば、OllamaやLM Studioといったアプリで動かしている手元のモデルにつなぐことができ、どちらのアプリもClaude Codeにつなぐ手順を自社のドキュメントで公開しています。

ただし、Anthropicの公式ドキュメントでは、Claude以外のモデルにつなぐ使い方はサポート対象外とされています。この記事では、その前提を最初に整理したうえで、OllamaとLM Studioの設定手順、つなぐ前に決めること、つないだあとに使えなくなる機能、うまく動かないときの対処までを順に解説します。内容は2026年10月時点の公式情報をもとにしています。

ローカルLLMでClaude Codeを使うとは

Claude Codeは、ファイルを読み書きしたり、コマンドを実行したりしながら作業を進める道具です。考える部分は別のモデルが担当しており、通常はAnthropicのクラウド上のClaudeがその役を務めます。

ローカルLLMにつなぐというのは、この「考える部分」を、自分のパソコン（または社内のパソコン）で動かしているモデルに差し替えるということです。Claude Codeの画面や操作はそのままで、裏側で呼び出す先だけが変わります。

通常の使い方との違い

公式の立場

Claude Codeの公式ドキュメントには、ゲートウェイ（Claude Codeとモデルの間に置く中継サーバー）について、「Anthropicは、どのゲートウェイを通してもClaude以外のモデルにつなぐ使い方をサポートしない」という趣旨の記載があります。Claude Codeはあくまで、Claudeを呼び出すことを前提に作られています。

そのため、ここで紹介する方法は、OllamaやLM Studioの側が「Claude Codeから使える」と案内している設定にもとづくものです。動作の責任は、使う人とそれぞれのアプリ側にあります。Claudeと同じ品質で動くことや、すべての機能が使えることは、公式には保証されていません。

つながる仕組み

Claude Codeは、接続先をANTHROPIC_BASE_URLという環境変数で切り替えられます。OllamaとLM Studioはどちらも、Anthropicの形式でリクエストを受け付ける窓口を用意しているので、この変数に手元のサーバーのアドレスを入れると、Claude Codeからの指示がそちらに届くようになります。

環境変数とは、アプリに渡す設定値のことです。パソコン全体や、開いているターミナル（黒い画面）に設定しておくと、そこから起動したアプリが読み取ります。

向いている場面と準備

つなぐ前に、どんな場面で役に立つのか、パソコン側に何が必要なのかを確認しておきましょう。

向いている場面・向いていない場面

パソコンの条件（Windowsの場合）

Ollamaの公式ドキュメントでは、Windowsでの動作条件が次のように案内されています。

どのモデルにどれだけのメモリが必要かは、公式の案内に一覧がありません。使いたいモデルのページで、サイズと必要な容量を確認してください。

コンテキスト長を先に確認する

コンテキスト長とは、モデルが一度に覚えておける文章量のことです。Claude Codeは、指示、読み込んだファイル、これまでのやりとりをまとめてモデルに渡すため、コンテキスト長が小さいと、すぐに前の内容を忘れて作業が乱れます。

Ollamaでは、コンテキスト長の既定値がパソコンのGPUメモリ（VRAM）の量で決まります。公式ドキュメントに書かれている既定値は次のとおりです。

一方で、Ollamaの公式ドキュメントは、Claude Codeで使うローカルモデルについて64k以上のコンテキスト長を推奨しています。LM Studioの公式ドキュメントも、約25k以上のコンテキスト長で使うよう案内しています。VRAMが24GiB未満のパソコンでは、既定のままだと足りないため、設定を変える必要があります。

Ollamaで使う手順

Ollamaは、手元のパソコンでモデルをダウンロードして動かすためのアプリです。Claude Codeにつなぐ手順は、Ollamaの公式ドキュメントに載っています。Windowsの書き方は、Claude Codeの公式ドキュメントにあるPowerShellの形式に合わせて紹介します。

1. Claude Codeを入れるまだ入れていない場合は、PowerShellで次のコマンドを実行します。入れ方の詳しい手順は「Claude Code インストール Windows」の記事でも解説しています。

   irm https://claude.ai/install.ps1 | iex

2. Ollamaを入れるOllamaの公式サイトからOllamaSetup.exeを入手して実行します。管理者権限は必要ありません。
3. 使うモデルを用意するOllamaのモデル一覧から、ツールの呼び出しに対応しているモデルを選びます。公式ドキュメントでは、ツール対応のモデルはollama.com/search?c=toolsで探せると案内されています。ダウンロードはollama pullで行います（例：ollama pull qwen3-coder）。
4. コンテキスト長を上げるOllamaのアプリの設定にあるスライダーで変更するか、環境変数OLLAMA_CONTEXT_LENGTHを指定してサーバーを起動します（例：OLLAMA_CONTEXT_LENGTH=64000 ollama serve）。
5. Claude Codeを起動する次の「起動コマンド」か「手動で設定する方法」のどちらかで、Claude Codeを起動します。
6. つながっているか確かめるClaude Codeで/statusと入力して、接続先を確認します。確認の見方は後の章で説明します。

起動コマンドを使う

Ollamaの公式ドキュメントには、Claude Codeを起動するための専用コマンドが載っています。

ollama launch claude

スクリプトやCIなど、対話せずに実行したいときは、--modelと--yesを組み合わせます。--yesは--modelとあわせて使い、--より後ろの引数はClaude Codeにそのまま渡されます。

ollama launch claude --model gemma4:cloud --yes -- -p "how does this repository work?"

手動で設定する

環境変数を自分で設定して起動する方法もあります。Ollamaの公式ドキュメントでは、次の3つを設定します。

PowerShellでは、次のように設定してからClaude Codeを起動します。

$env:ANTHROPIC_BASE_URL = "http://localhost:11434"
$env:ANTHROPIC_AUTH_TOKEN = "ollama"
$env:ANTHROPIC_API_KEY = ""
claude --model qwen3-coder

Bash・Zshの場合はexportで設定します。Ollamaの公式ドキュメントの例は、この形式です。

export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_API_KEY=""
export ANTHROPIC_BASE_URL=http://localhost:11434
claude --model qwen3.5

モデル名には、ollama pullで取得したモデルの名前を指定します。公式ドキュメントの例にあるqwen3.5やqwen3-coderは、あくまで例です。2026年10月時点でどのモデルが適しているかは、公式の案内に比較がありません。

設定ファイルに書いて固定する

毎回環境変数を設定するのが手間なら、Claude Codeの設定ファイルに書いておくこともできます。ユーザー全体の設定は、Windowsでは%USERPROFILE%\.claude\settings.jsonです。envの中に書きます。

{
  "env": {
    "ANTHROPIC_BASE_URL": "http://localhost:11434",
    "ANTHROPIC_AUTH_TOKEN": "ollama",
    "ANTHROPIC_API_KEY": ""
  }
}

注意点が2つあります。1つは、シェルの環境変数と設定ファイルの両方で同じ変数を設定した場合、設定ファイルの値が使われることです。もう1つは、この書き方を全ユーザーに適用する設定にすると、通常のClaudeにつなげなくなることです。特定のプロジェクトだけで使いたい場合は、そのプロジェクトの.claude/settings.local.jsonに書く方法もあります。

クラウドのモデルについて

Ollamaの公式ドキュメントには、gemma4:cloudのように末尾が:cloudのモデルや、https://ollama.comに直接つなぐ方法も載っています。これらは、Ollamaが運営するクラウド上で動くモデルです。

LM Studioで使う手順

LM Studioは、画面を操作してモデルをダウンロード・実行できるアプリです。コマンドが苦手な方は、こちらの方が取りかかりやすいかもしれません。Claude Codeにつなぐ手順は、LM Studioの公式ドキュメントに載っています。

1. LM Studioのサーバーを起動するアプリから起動するか、コマンドで次のように起動します。既定のポートは1234番です。

   lms server start --port 1234

2. 環境変数を設定するLM Studioの公式ドキュメントでは、次の3つを設定します（Bash・Zshの形式）。PowerShellでは、$env:変数名 = "値"の形に置き換えてください。

   export ANTHROPIC_BASE_URL=http://localhost:1234
   export ANTHROPIC_AUTH_TOKEN=lmstudio
   export CLAUDE_CODE_ATTRIBUTION_HEADER=0

3. モデルを指定して起動する公式ドキュメントの例は次のとおりです。

   claude --model openai/gpt-oss-20b

4. 認証を有効にしている場合はトークンを渡すLM Studioの「Require Authentication」をオンにしている場合は、LM Studioでトークンを作り、ANTHROPIC_AUTH_TOKENにそのトークンを設定します。

PowerShellで書くと、次のようになります。

$env:ANTHROPIC_BASE_URL = "http://localhost:1234"
$env:ANTHROPIC_AUTH_TOKEN = "lmstudio"
$env:CLAUDE_CODE_ATTRIBUTION_HEADER = "0"
claude --model openai/gpt-oss-20b

手順2のCLAUDE_CODE_ATTRIBUTION_HEADER=0は、Claude Codeが送る指示の先頭に付けるバージョン情報などのブロックを省く設定です。Claude Codeの公式ドキュメントでは、ゲートウェイや第三者のキャッシュとの互換のための変数と説明されています。LM Studioの手順に含まれているので、そのまま設定しておきます。

コンテキスト長については、LM Studioの公式ドキュメントが、約25kを超える長さで使うよう案内しています。Claude Codeは多くの文脈を使うため、LM Studioでモデルを読み込むときの設定で、コンテキスト長を大きくしておいてください。

OllamaとLM Studioの違い

どちらを選ぶかは、操作のしやすさで決めて問題ありません。コマンド操作に慣れている方はOllama、画面で選びたい方はLM Studioが入りやすいでしょう。

つないだあとの確認と切り替え

設定したら、Claude Codeが本当に手元のサーバーにつながっているかを確認しましょう。確認は、Claude Codeの中で/statusと入力するだけです。

/statusで見る場所

Claude Codeの公式ドキュメントでは、/statusの「Status」タブで次の2行を確認するよう案内されています。

確認できたら、簡単な質問を1つ送ってみてください。エラーなく返事が返れば、つながっています。

モデルの指定と、/modelに出ない理由

使うモデルは、起動時の--model、または環境変数ANTHROPIC_MODELで指定できます。この指定は、起動したセッションにだけ有効です。

注意したいのは、/modelの選択肢に手元のモデルが出てこないことがある点です。Claude Codeの「モデル探索」という機能（CLAUDE_CODE_ENABLE_GATEWAY_MODEL_DISCOVERY=1）は、接続先のサーバーが返したモデルのうち、名前に「claude」か「anthropic」を含むものだけを選択肢に加えます。qwen3-coderのような名前は、この条件に合わないため表示されません。

選択肢に載せたいときは、ANTHROPIC_CUSTOM_MODEL_OPTIONに使いたいモデルのIDを入れます。公式ドキュメントによると、この変数に設定したIDは検証されず、接続先が受け付ける文字列ならそのまま使えます。名前と説明は、ANTHROPIC_CUSTOM_MODEL_OPTION_NAMEとANTHROPIC_CUSTOM_MODEL_OPTION_DESCRIPTIONで付けられます。

$env:ANTHROPIC_CUSTOM_MODEL_OPTION = "qwen3-coder"
$env:ANTHROPIC_CUSTOM_MODEL_OPTION_NAME = "Qwen3 Coder (local)"

背景の作業に使われるモデル

Claude Codeは、メインの作業とは別に、セッションの題名づけのような裏の作業でもモデルを呼び出します。公式ドキュメントによると、ANTHROPIC_BASE_URLを設定した接続では、ANTHROPIC_AUTH_TOKENを使っている場合、これらの作業にはメインのモデルが使われます。裏の作業にだけ別のモデルを使いたいときは、ANTHROPIC_DEFAULT_HAIKU_MODELにモデルのIDを入れます。

通常のClaudeに戻す

元に戻すのは簡単です。設定した環境変数を消して（または新しいターミナルを開いて）、設定ファイルのenvに書いた値を削除し、claudeを起動し直します。公式ドキュメントでは、認証用の変数を外せば、保存してあったclaude.aiのログインに戻ると説明されています。ログイン情報そのものは、変数を設定している間も消えずに残っています。

できないことと注意点

ローカルLLMにつなぐと、通常のClaudeでは使える機能が使えなくなったり、動きが変わったりします。つなぐ前に把握しておきましょう。

使えなくなる・変わる機能

Ollamaの公式ドキュメントでは、Anthropic形式のAPIのうち、メッセージのやりとり、ストリーミング、ツールの呼び出し、画像（base64）、思考（thinking）などが対応していると案内されています。LM Studioについては、対応範囲の一覧が公式ドキュメントに見当たりませんでした。

データの流れ

「ローカルで動くから、情報が外に出ない」と考えたくなりますが、公式ドキュメントを確認すると、そう言い切れない点があります。

• モデルへの指示とファイルの内容は、手元のサーバー（OllamaやLM Studio）に送られる
• Claude Codeは、接続先を変えても、利用状況の統計などの通信をAnthropicに送ることがある。公式ドキュメントでは、接続先を設定している間、テレメトリはゲートウェイの認証情報なしでAnthropicに送られると説明されている
• WebFetch（URLを開く機能）を使うときは、安全確認のためにホスト名がapi.anthropic.comに送られる
• インストールや更新にはインターネットへの接続が必要

公式ドキュメントによると、メトリクスにはコードやプロンプト、ファイルのパスは含まれないとされています。それでも通信を減らしたい場合は、CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1を設定すると、自動更新、テレメトリ、エラー報告、/feedbackなどの必須ではない通信が止まります。副作用として、自動更新も止まるため、更新は自分で行う必要があります。

品質についての考え方

手元で動かせるモデルと、Anthropicが提供する最新のClaudeでは、指示の理解、長い作業の進め方、ツールの使い方など、得意なことが異なります。公式ドキュメントに、ローカルのモデルとClaudeの性能を比べた情報はありません。

そのため、本番の作業に使う前に、次のような小さな作業で試すことをおすすめします。

• ファイルを1つ読んで、内容を要約させる
• 短い関数に、説明のコメントを付けさせる
• テスト用のフォルダの中で、ファイルを新規に作らせる

うまく動くことを確認できるまでは、Claude Codeの権限の設定を「実行のたびに確認する」状態にしておくと安心です。モデルが指示を読み違えた場合でも、ファイルの削除や上書きを実行前に止められます。

うまく動かないとき

つながらない、途中で止まるといったときの、よくある原因と対処をまとめました。公式ドキュメントに載っている内容を中心に、Claude Code・Ollama・LM Studioそれぞれの案内から整理しています。

上の対処を試しても直らないときは、まずClaude Codeを使わず、OllamaやLM Studioだけでモデルが返事をするかを確認してください。モデル単体で動かないなら、原因はClaude Code側ではなく、サーバーやモデルの設定にあります。

Claude Codeの公式ドキュメントには、接続先の確認用に、/v1/messagesへ短いリクエストを直接送って状態を確かめる方法も載っています。PowerShellの場合は、次のようになります（ゲートウェイの案内に書かれた例を、ローカルの接続先に置き換えたものです）。

Invoke-RestMethod -Method Post -Uri "$env:ANTHROPIC_BASE_URL/v1/messages" `
  -Headers @{ "Authorization" = "Bearer $env:ANTHROPIC_AUTH_TOKEN"; "anthropic-version" = "2023-06-01" } `
  -ContentType "application/json" `
  -Body '{"model": "qwen3-coder", "max_tokens": 1, "messages": [{"role": "user", "content": "."}]}'

返事が返れば、接続先の起動・URL・認証は問題ありません。modelには、自分が用意したモデルの名前を入れてください。

よくある質問

まとめ

ローカルLLMは、費用や情報の置き場所を自分で決めたいときの選択肢ですが、性能・設定の手間・サポートの範囲を理解したうえで選ぶ必要があります。仕事で使う場合は、成果物の品質をどう確認するか、どの情報を手元のパソコンに置くかを先に決めておくと、迷わずに運用できます。

INTERCREATE JAPANでは、Claude Codeの導入や、社内の規定に合わせた設定、使い方のルールづくりをお手伝いしています。ローカルLLMを使うかどうかの判断も含めて、環境に合わせた進め方をご相談いただけます。