Installation und Konfiguration von Claude Code für Ollama und llama.cpp sowie Preisgestaltung

Agentisches Coden, jetzt mit lokalen Modell-Backends.

Inhaltsverzeichnis

Claude Code ist keine Autovervollständigung mit besserem Marketing. Es ist ein agentisches Coding-Tool: Es liest Ihren Codebestand ein, bearbeitet Dateien, führt Befehle aus und integriert sich in Ihre Entwicklungstools.

Dieser Unterschied ist entscheidend, da die Arbeitseinheit nicht mehr „eine Zeile Code“ ist, sondern zu „einer Aufgabe mit einem Endzustand“ wird.

Anthropic rahmt diese Unterscheidung klar ein: Code Completion schlägt die nächste Zeile vor, während Sie tippen, während Claude Code auf Projektebene arbeitet, über mehrere Dateien hinweg plant, Änderungen ausführt, Tests durchführt und an Fehlern iteriert. In der Praxis macht es es dadurch ähnlicher einem terminalnativem Junior-Ingenieur, der schnell Routineaufgaben erledigen kann, aber immer noch Überprüfung benötigt.

Diese Spannung zwischen Geschwindigkeit und Aufsicht ist ein großer Teil dessen, was die Menschen unter „Vibe Coding“ zusammenfassen; Was ist Vibe Coding? klärt den Begriff, woher er kommt und wie Effizienz und Risiko in der Praxis aussehen.

laptop-homeresver-claude-code-coffee-books

Ein Detail, das beim Durchblättern der Dokumentation leicht übersehen wird: Die Terminal-CLI (und die VS Code-Oberfläche) können so konfiguriert werden, dass sie Drittanbieter-Provider verwenden. Genau dort kommen Ollama und llama.cpp ins Spiel.

Sobald Claude Code auf einen lokalen HTTP-Endpunkt gerichtet ist, liegen die Kompromisse zwischen Runtime, Hardware und Hosting außerhalb des Clients; dieser Vergleich des LLM-Hostings 2026 stellt Ollama, dedizierte Inferenz-Stacks und Cloud-Optionen an einem Ort gegenüber.

Um zu sehen, wie Claude Code neben anderen KI-gestützten Coding- und Auslieferungsworkflows positioniert ist, dieser Leitfaden zu KI-Entwicklungstools fasst Copilot-artige Assistenten, Automatisierung und Editor-Muster an einem Ort zusammen.

Für eine Werkzeug-für-Werkzeug-Umfrage zu Coding-Assistenten in derselben Kategorie bietet Vergleich der KI-Coding-Assistenten einen Überblick über Cursor, Copilot, Cline und die anderen auf einer höheren Ebene als dieser Installationsleitfaden.

Claude Code Installation und Schnellstart

Installationsmöglichkeiten und ihre Implikationen

Es gibt mehrere Installationswege, die nicht gleichwertig sind:

  • Native Install-Skripte sind die „immer aktuell“-Option, da sie sich automatisch aktualisieren.
  • Homebrew und WinGet sind die „kontrollierte Änderung“-Option, da Sie Upgrades explizit vornehmen.

Installationsbefehle (offizieller Schnellstart):

# macOS, Linux, WSL
curl -fsSL https://claude.ai/install.sh | bash

# Windows PowerShell
irm https://claude.ai/install.ps1 | iex

:: Windows CMD
curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd

Starten Sie dann eine interaktive Sitzung aus einem Projektordner heraus:

cd /path/to/your/project
claude

Login und Kontotypen

Claude Code benötigt ein Konto, um im First-Party-Modus zu laufen. Der Schnellstart-Flow unterstützt Logins über ein Claude-Abonnement (Pro, Max, Team, Enterprise), ein Console-Konto (API-Kredite) oder unterstützte Cloud-Provider. Ein nützlicher operationeller Fußnote: Beim ersten Console-Login wird ein „Claude Code“-Workspace für die zentrale Kostenverfolgung erstellt.

Claude Code Konfiguration: settings.json und Umgebungsvariablen

Wenn Claude Code funktioniert, fühlt er sich magisch an; wenn er nicht funktioniert, fühlt er sich oft „mysteriös“ an. Das Heilmittel besteht darin, sein Konfigurations-Layering und die wenigen Umgebungsvariablen zu verstehen, die tatsächlich von Bedeutung sind.

Einstellungsdateien und Präzedenz

Die Einstellungen von Claude Code sind hierarchisch aufgebaut, mit drei Entwickler-orientierten Dateien:

  • Benutzer-Scope, gilt überall: ~/.claude/settings.json
  • Projekt-Scope, im Repository geteilt: .claude/settings.json
  • Lokaler Scope, maschinenspezifische Überschreibungen: .claude/settings.local.json (gitignored)

Die Präzedenzreihenfolge ist (von höchster zu niedrigster): verwaltete Politik, CLI-Flags, lokal, Projekt, Benutzer. Diese Reihenfolge erklärt mehrere „Warum wird meine Konfiguration ignoriert“-Momente.

Eine Hindsight-Installation für Claude Code fusioniert drei Hooks in die benutzerbezogene ~/.claude/settings.json, registriert MCP im Benutzer-Scope und fügt die Fähigkeit ~/.claude/skills/hindsight-coding-agent hinzu. Hindsight Memory für OpenCode, Cursor und andere Coding-Agenten deckt dieses Plugin ab, einschließlich der OpenCode- und Cursor-CLI-Verkabelung.

Sie können Einstellungen interaktiv über den /config-Befehl verwalten, der eine Einstellungs-UI innerhalb der REPL öffnet.

Umgebungsvariablen, die die Provider-Steuerung kontrollieren

Claude Code kann zur Laufzeit durch Umgebungsvariablen gesteuert werden. Zwei Verhaltenskuriositäten sind es wert, als Designbeschränkungen betrachtet zu werden:

  1. Wenn ANTHROPIC_API_KEY gesetzt ist, wird Claude Code den Schlüssel verwenden, anstatt ein Claude-Abonnement, selbst wenn Sie eingeloggt sind. Im Druckmodus (-p) wird der Schlüssel bei Vorhandensein immer verwendet.

  2. Wenn ANTHROPIC_BASE_URL auf einen Nicht-First-Party-Host (einen Proxy, Gateway oder lokalen Server) zeigt, sind einige Funktionen bewusst konservativ. Zum Beispiel ist die MCP-Tool-Suche standardmäßig deaktiviert, es sei denn, Sie aktivieren sie explizit erneut.

Für die spezifische Abonnementgrenze, die jetzt in Drittanbieter-Agenten-Stacks durchgesetzt wird, erklärt dieses Claude-Politikk-update für OpenClaw-Workflows, warum eine API-gestützte Nutzung erforderlich ist.

Ein minimales „Gateway verwenden“-Muster sieht so aus:

export ANTHROPIC_BASE_URL=https://your-gateway.example
export ANTHROPIC_API_KEY=sk-your-key

Gateway-Hinweis: Claude Code erwartet bestimmte API-Formate. Für das Anthropic-Messages-Format muss das Gateway /v1/messages und /v1/messages/count_tokens offenlegen und muss anthropic-beta- und anthropic-version-Header weiterleiten. Wenn ein Gateway diese Header ablehnt, gibt es einen dedizierten Schalter, um experimentelle Betas zu entfernen.

Modellselektion in Claude Code, wenn Sie Anthropic nicht direkt verwenden

Claude Code hat ein Konzept von Aliassen (opus, sonnet, haiku) und unterstützt auch das Festpinnen spezifischer Modell-IDs. Es gibt auch eine Erlaubnisliste, die einschränken kann, was Benutzer im Modellwähler auswählen können, selbst wenn über Drittanbieter-Provider geroutet wird.

Ein pragmatisches Muster besteht darin, ein Anfangsmodell zu setzen und den Wähler einzuschränken, und dann festzupinnen, worauf „Standard“ sich per Umgebungsvariable auflöst:

{
  "model": "claude-sonnet-4-5",
  "availableModels": ["claude-sonnet-4-5", "haiku"],
  "env": {
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "claude-sonnet-4-5"
  }
}

Ausführung selbst gehosteter LLMs über Ollama

Ollama ist derzeit der Weg mit dem geringsten Reibungswiderstand, um Claude Code auf Nicht-Anthropic-Modellen laufen zu lassen, da es eine Anthropic-kompatible API für Claude Code offenlegt.

Schnelle Einrichtung mit ollama launch

Wenn Sie Ollama installiert und ausgeführt haben, ist der schnelle Weg:

ollama launch claude

Oder spezifizieren Sie ein Modell beim Start:

ollama launch claude --model glm-4.7-flash

Manuelle Einrichtung mit expliziten Umgebungsvariablen

Die Ollama-Integration dokumentiert eine einfache manuelle Verkabelung, bei der Claude Code mit Ollama über den Anthropic-kompatiblen API-Endpunkt kommuniziert:

export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_API_KEY=""
export ANTHROPIC_BASE_URL=http://localhost:11434

claude --model qwen3.5

Dieses Muster ist in einer nützlichen Weise Meinungsstärke: Es behandelt „Provider-Steuerung“ als eine Umgebungsfrage, nicht als etwas, das Sie in einer GUI anklicken.

Realitätstest des Kontextfensters

Agentisches Coding ist kontexthungrig. Ollama sagt es offen: Claude Code erfordert ein großes Kontextfenster und empfiehlt mindestens 64k Tokens. Wenn Ihr lokales Modell nur 8k oder 16k erreicht, wird Claude Code weiterhin laufen, aber die „Projektebene“-Zusage wird zerbrechlich.

Für praktisches Verhalten lokaler Modelle in einer ähnlichen Terminal-Agenten-Einrichtung (Ollama und llama.cpp, Coding-Aufgaben und ehrliche Fehlerprotokolle) ist Beste LLMs für OpenCode - Lokal getestet ein nützlicher Kreuzcheck, wenn Sie eine Vorauswahl an GGUF- oder Ollama-Tags für Claude Code treffen.

Ausführung selbst gehosteter LLMs über llama.cpp

llama.cpp ist aus dem entgegengesetzten Grund attraktiv: Es versucht nicht, eine Plattform zu sein. Es ist ein schneller, leichter Server, der sowohl OpenAI-kompatible Routen als auch eine Anthropic-Messages-API-kompatible Route offenlegen kann.

Für Installationswege, llama-cli und llama-server-Verhalten über die folgenden Snippets hinaus, ist llama.cpp Schnellstart mit CLI und Server die End-to-End-Referenz.

Was auf der Serverseite zu tun ist

Der llama.cpp-HTTP-Server (llama-server) unterstützt eine Anthropic-kompatible Messages-API unter POST /v1/messages, mit Streaming über SSE. Er bietet auch count_tokens unter /v1/messages/count_tokens.

Zwei Details sind für Claude Code wichtig:

  • Der Server macht explizit keine starken Ansprüche auf vollständige Kompatibilität mit der Anthropic-API-Spezifikation, stellt aber fest, dass es gut genug für viele Anwendungen funktioniert.
  • Tool-Nutzung erfordert den Start von llama-server mit dem –jinja-Flag. Wenn Sie dies verfehlen, wird sich Claude Code so verhalten, als hätte er plötzlich vergessen, wie ein Agent zu sein.

Ein minimaler lokaler Lauf sieht so aus:

# llama-server bauen oder herunterladen, dann mit einem GGUF-Modell ausführen
./llama-server -m /models/your-model.gguf --jinja --host 127.0.0.1 --port 8080

Wenn Sie eine harte Authentifizierungsgrenze möchten, kann llama-server mit einem API-Schlüssel konfiguriert werden:

./llama-server -m /models/your-model.gguf --jinja --api-key my-local-key --host 127.0.0.1 --port 8080

Claude Code auf llama-server richten

Wenn der Server läuft, ist Ihre Claude-Code-Seite größtenteils eine Base-URL-Überschreibung:

export ANTHROPIC_BASE_URL=http://127.0.0.1:8080
export ANTHROPIC_API_KEY=my-local-key   # nur wenn Sie --api-key auf llama-server aktiviert haben

claude --model your-model-alias

Wenn Sie keinen API-Schlüssel oder Authentifizierungstoken setzen, kann Claude Code versuchen, sich auf den Abonnement-Login zurückzufallen, was die Quelle vieler „Warum öffnet es einen Browser“-Beschwerden ist.

Health-Checks und Ersteinigungs-Triage

llama-server legt einen einfachen Health-Endpunkt offen, der „loading model“ zurückgibt, bis das Modell bereit ist, und „ok“, wenn es nutzbar ist. Wenn Claude Code beim ersten Antrag zu hängen scheint, ist das Prüfen von /health eine schnelle Möglichkeit, „Client-Konfigurationsfehler“ von „Server lädt noch“ zu unterscheiden.

Preismodell und Kosten

Die Preise für Claude Code drehen sich weniger um das „Kauf eines CLIs“ als um „welche Abrechnungsstrecke die Tokens stützt“.

Abonnementpläne umfassen Claude Code

Anthropic schließt Claude Code in den kostenpflichtigen Claude-Abonnementstufen ein. Stand April 2026 listet die veröffentlichte Preisliste:

  • Pro für 17 $ pro Monat mit einem jährlichen Rabatt (200 $ Vorauszahlung), oder 20 $ monatliche Abrechnung, und es enthält Claude Code.
  • Max-Pläne ab 100 $ pro Monat.
  • Team-Pläne nach Sitzplatz bepreist, mit einem Standard-Sitzplatz für 20 $ pro Sitzplatz pro Monat bei jährlicher Abrechnung (25 $ monatlich) und einem Premium-Sitzplatz für 100 $ pro Sitzplatz pro Monat bei jährlicher Abrechnung (125 $ monatlich).

API-Token-Preisgestaltung

Wenn Sie Claude Code über API-Abrechnung verwenden, folgen die Kosten den Token-Sätzen. Anthropic veröffentlicht Preisgestaltung pro Million Tokens (MTok) für Modelle wie:

  • Haiku 4.5 für 1 $/MTok Eingabe und 5 $/MTok Ausgabe.
  • Sonnet 4.5 für 3 $/MTok Eingabe und 15 $/MTok Ausgabe.
  • Opus 4.5 für 5 $/MTok Eingabe und 25 $/MTok Ausgabe.

Kostenkontrollen in der CLI

Der Druckmodus (-p) unterstützt direkte Budgetgrenzen wie –max-budget-usd, was nützlich ist, wenn Sie Aufgaben skripten und vorhersehbare Ausgaben wünschen.

Innerhalb interaktiver Sitzungen zeigt /cost Token-Nutzungsstatistiken.

Lokale Backends ändern die Rechnung, nicht die Physik

Das Routen von Claude Code auf Ollama oder llama.cpp kann pro-Token-API-Abrechnungen entfernen, aber es macht die Arbeit nicht kostenlos. Sie tauschen Cloud-Kosten gegen lokale Rechenleistung, Speicher und „jemand besitzt die Verfügbarkeit“ ein. Für einige Teams ist dieser Kompromiss der gesamte Punkt.

Typischer Workflow: vom Plan zur PR

Meine Voreingenommenheit ist, dass Claude Code am stärksten ist, wenn man es als Workflow-Engine behandelt, nicht als Chatbot. Die Tooling-Hinweise deuten darauf hin.

Beginnen Sie mit dem Berechtigungsmodell, nicht mit dem Prompt

Claude Code ist per Design berechtigungsgeschützt. Die Dokumentation beschreibt ein gestuertes Modell: Nur-lesende Operationen wie Dateilesungen und Grep sind erlaubt, während Bash-Befehle und Dateimodifikationen Genehmigung benötigen.

Berechtigungsmodi existieren, um die Reibung zu verwalten. In der CLI können Sie Modi mit Shift+Tab durchschalten (default -> acceptEdits -> plan). Der Plan-Modus liest und schlägt Änderungen vor, bearbeitet aber nicht. Der acceptEdits-Modus erlaubt Claude Code, Dateien in Ihrem Arbeitsverzeichnis zu erstellen und zu bearbeiten, ohne zu fragen, während er weiterhin nach Befehlen mit Seiteneffekten außerhalb seiner sicheren Liste fragt.

Der Auto-Modus ist eine neuere Option, die Prompts reduziert, indem Genehmigungen einem Klassifizierer delegiert werden, positioniert als sichererer Mittelweg zwischen konstanten Prompts und dem vollständigen Deaktivieren von Prompts. Er erfordert eine minimale Claude-Code-Version und spezifische Plan- und Modellvoraussetzungen.

Verwenden Sie eingebaute Befehle, um Sitzungen ehrlich zu halten

Einige Befehle verwandeln Claude Code von einem „Assistenten“ in „Tooling“:

  • /init generiert einen CLAUDE.md-Projektleitfaden, was eine leichte Möglichkeit ist, konsistenten Kontext zu liefern. Für wiederverwendbare Playbooks und wiederholbare Workflows, die über CLAUDE.md hinausgehen, deckt Claude Skills für Entwickler das SKILL.md-Layout, IDE-Kompatibilität, Trigger-Feinabstimmung und Testen ab. Um Claude-Code-SDD-Skills mit GitHub Spec Kit und Kiro zu vergleichen, siehe GitHub Spec Kit vs Kiro vs Claude Code SDD Workflows. Wenn Sie lieber eine fertige, erzwungene Version dieses Skill-Stacks installieren möchten, siehe Superpowers Schnellstart.
  • /diff gibt eine interaktive Ansicht von Änderungen, einschließlich pro-Runde-Diffs, an.
  • /rewind lässt Sie die Konversation und/oder den Code zu einem früheren Punkt zurückspulen, unter Verwendung von Checkpoints.
  • /debug aktiviert Debug-Logging während der Sitzung.
  • /doctor diagnostiziert und validiert Ihre Installation und Einstellungen.

Dies sind keine Gimmicks; es sind die Sicherheitsgeländer, auf die Sie sich stützen, wenn ein Agent mehr bearbeitet, als Sie erwartet haben.

Für laute, delegierbare Arbeit — Codebestandserkundung, automatisierte Testläufe, Sicherheits- oder Stilprüfungen — kombinieren Sie diese Befehle mit Claude Code Subagents, die diese Arbeit in ein isoliertes Kontextfenster schieben, anstatt Ihre Hauptsitzung zu überladen.

Wann nicht-interaktiv zu gehen

Für Einmal-Aufgaben (erklären, zusammenfassen, einen Patch-Plan generieren) ist der Druckmodus gut geeignet:

claude -p "Summarise the repository architecture and list the riskiest modules"

Er beendet sich nach der Antwort, was gut in Skripten und CI funktioniert.

Fehlerbehebungs-Checkliste

Die meisten Claude-Code-Probleme sind getarnte Konfigurationsprobleme. Hier ist eine Checkliste, die häufige Symptome dem zugrunde liegenden Mechanismus zuordnet.

Claude Code fordert immer wieder die Anmeldung an, während ein lokaler Server verwendet wird

Das bedeutet typischerweise, dass Claude Code immer noch versucht, First-Party-Abonnement-Authentifizierung zu verwenden. Stellen Sie sicher, dass Sie einen expliziten Authentifizierungsmodus für den Proxy setzen:

  • Setzen Sie ANTHROPIC_API_KEY für Gateways, die X-Api-Key erwarten.
  • Oder setzen Sie ANTHROPIC_AUTH_TOKEN für Gateways, die Authorization Bearer verwenden.

Denken Sie daran, dass ANTHROPIC_API_KEY die Abonnementnutzung überschreibt, selbst wenn Sie eingeloggt sind, und im interaktiven Modus müssen Sie diese Überschreibung möglicherweise einmal genehmigen.

Das Gateway meldet Fehler bei anthropic-beta-Headern

Einige Gateways lehnen unbekannte Header oder Beta-Felder ab. Es gibt eine Umgebungsvariable, die für genau diesen Fehlermodus entworfen ist:

export CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS=1

Die LLM-Gateway-Dokumentation stellt auch fest, dass Sie dies möglicherweise benötigen, wenn Sie das Anthropic-Messages-Format mit Bedrock oder Vertex verwenden.

Tool-Aufrufe funktionieren nicht mit llama.cpp

Prüfen Sie die Server-Flags doppelt. llama-server dokumentiert, dass die Tool-Nutzung das –jinja-Flag erfordert. Ohne es kann der Server antworten, aber die Agenten-Schleife wird sich verschlechtern.

Berechtigungsforderungen unterbrechen jeden Befehl

Das kann normal sein, abhängig vom Modus und den Berechtigungsregeln. Optionen umfassen:

  • Vorübergehend auf acceptEdits wechseln (Dateibearbeitungen laufen flüssiger).
  • Explizite Erlaubnisregeln für bekannte sichere Bash-Befehle in settings.json schreiben.
  • /sandbox verwenden, um das Bash-Tool zu isolieren und gleichzeitig Prompts zu reduzieren.
  • Den Auto-Modus zu bewerten, wenn Ihr Plan und Ihre Version ihn unterstützen, als Mittelweg.

Etwas fühlt sich falsch an und Sie benötigen Beobachtbarkeit

Verwenden Sie die Eingebauten:

  • /doctor, um Installation und Einstellungen zu validieren.
  • /debug, um die Erfassung von Logs von diesem Punkt an zu starten.
  • Wenn Sie im Druckmodus sind, erwägen Sie ein enges max budget und max turns, um Experimente beschränkt zu halten.

Die Position von Claude Code als geschütztes First-Party-Tool von Anthropic wurde strategisch bedeutend im April 2026, als Anthropic den Claude-Abonnement-Zugang für Drittanbieter-Agenten-Frameworks blockierte, während Claude Code auf Abonnement-Abrechnung blieb. Die OpenClaw Auf- und Abstiegs-Zeitleiste deckt dieses Ereignis ab und was es über den Ansatz von Anthropic gegenüber First-Party- versus Drittanbieter-Tooling aufdeckt.

Abonnieren

Neue Beiträge zu Systemen, Infrastruktur und KI-Engineering.