Table of Contents

Claudeのエージェント機能を、自分のハードウェア上のモデルで実行できるようになりました。APIキーもサブスクリプションも不要で、データもマシンの外に送られません。 OllamaはAnthropic互換APIを提供し、Claude CodeとClaude Desktopは数個のコマンドで接続できます。

多くのガイドは重要な点を一つ誤解しています。Claude Coworkを説明したあとで、実際にはコマンドラインツールを設定する手順を案内しています。この二つは別の連携であり、Coworkが使えるのは一方だけです。

このガイドでは、二つの接続方法を分けて説明し、一般的なチュートリアルで省略される環境変数、2026年9月時点で各方法に合うモデル、どのように設定してもクラウド限定のまま残る機能を紹介します。

読み終えたときにできること: 必要な連携を選び、Ollamaの公式手順で接続し、ツール呼び出しテストを一度行ってエンドポイントを確認できます。ローカルモデルを選び、クラウドを使う機能を避けた場合に限り、推論リクエストはローカルにとどまります。

要点

OllamaはClaudeに二つの方法で接続できます。間違った方法を選ぶと、ガイドどおりに設定してターミナルは動くのにCoworkが見つからない、という結果になりがちです。

連携利用できる機能設定方法プラットフォーム
Claude DesktopCowork、サブエージェント、ウェブ検索、自動モードOllamaアプリで Apps を開き、Connect Claude を選択macOSのみ
Claude Codeツール呼び出しとファイル編集に対応するCLIコーディングエージェントollama launch claude または環境変数macOS、Linux、Windows

Coworkが必要ならClaude Desktop連携を使います。 Ollamaアプリ内のGUI操作で設定します。Windows対応は「近日公開」とされているため、現時点ではmacOSのみです。

ターミナルでエージェントを使うならClaude Codeを選びます。 コマンドは一つです。

どちらも無料です。費用がかかるのはハードウェアと電気代だけです。

連携は二つ

名前が混乱の原因です。Claude CoworkはClaude Desktopの機能で、別アプリでもClaude Codeの別名でもありません。

Ollamaのドキュメントでは、別のページと見出しでそれぞれ紹介されています。Claude DesktopはOpenClawやHermesと同じ Assistants にあり、Claude CodeはOpenCode、Cline、Codex CLIと同じ Coding にあります。

設定方法が大きく異なるため、この違いは重要です。

  • Claude Desktop はOllamaアプリの画面で設定します。シェルプロファイルを編集する必要はありません。
  • Claude Code は環境変数または一つの起動コマンドで設定します。

ANTHROPIC_BASE_URL をエクスポートして claude を実行するよう案内するガイドは、コマンドラインツールを設定しています。Coworkのデスクトップ体験を期待していた場合、設定が壊れているわけではありません。別の製品を設定しただけです。

Claude DesktopとCoworkの設定

この方法ではターミナルではなくOllamaアプリを使います。

前提条件

  • macOSにOllamaがインストール済みであること。 Windows対応は近日公開と記載されています。
  • ローカル実行なら、モデルを先にダウンロードしておくこと。 クラウドモデルを使う場合はOllamaにサインインし、クラウドモデルを有効にします。一部のクラウドモデルには有料プランが必要です。
  • Claudeがインストール済みであること。 見つからない場合、セットアップ中にOllamaがダウンロードを提案します。

手順

  1. Ollamaを開いて Apps を選択します。
  2. Connect Claude を選択します。
  3. セットアップ画面の指示に従います。求められた場合はClaudeをインストールし、指示が表示されたら再起動します。

これで設定は完了です。あとでモデルを変更するには、Ollama Settings を開いて Apps に進み、モデルを選択して Restart Claude を選びます。

引き継がれる機能

Ollamaのドキュメントでは、この連携で次の四つの機能がサポートされています。

  • Cowork は難しいタスクを完了します。
  • サブエージェント は大きなタスクを複数のエージェントに分けます。
  • ウェブ検索 はOllamaが標準で提供します。
  • 自動モードでは、変更前に確認を求めるタイミングをエージェントが決めます。

この一覧にCoworkが含まれている点が重要です。この連携ではCoworkを使えますが、コマンドライン連携では使えません。

接続解除

接続を解除するとClaudeの以前の設定に戻るため、変更で設定が壊れることはありません。

  • 画面から解除するには、Apps でClaudeを切断し、求められたらClaudeを再起動します。
  • ターミナルからは ollama launch claude-desktop --restore を実行します。
  • Claudeの接続中にOllamaを終了すると、Claudeの通常の設定も復元されます。 ローカル設定を維持するには、Ollamaを起動したままにします。
OllamaアプリのAppsパネルからClaude Desktopへ接続し、モデル選択をOllama設定経由で行い、元の設定へ戻す手順を示す図

CLIからClaude Codeを設定

ほとんどのガイドが扱う方法です。ターミナルで作業する場合はこちらを使います。

一つのコマンドで設定

ollama launch claude

このコマンドは必要な環境変数を設定し、Claude CodeをローカルのOllamaインスタンスに接続して起動します。一覧からモデルを選び、Enterを押します。モデル名を最初から指定する場合は、フラグを追加します。

ollama launch claude --model qwen3.5

ラッパーが環境変数を設定します。それでも次のセクションを読んでください。設定内容を知っておけば、あとで問題を診断できます。

環境変数を手動設定

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

claude --model qwen3.5

よくあるガイドが省略するのは二行目です。 ANTHROPIC_API_KEY を空文字列にすると、環境内にエクスポート済みの実際のキーがローカル接続に干渉しません。変数だけを説明するガイドを公開してこの行を省くと、キーを設定済みの読者は原因の分かりにくいエラーに遭遇します。

シェルプロファイルを変更せずに使うには、すべてを一行で渡します。

ANTHROPIC_AUTH_TOKEN=ollama ANTHROPIC_BASE_URL=http://localhost:11434 ANTHROPIC_API_KEY="" claude --model kimi-k2.7-code:cloud

公式ドキュメントで知っておくべき点は二つです。

  • ANTHROPIC_AUTH_TOKEN はBearer認証を渡します。 そのためローカルモードでは、値として文字列 ollama を指定します。
  • Claude自身の設定ファイルはシェル変数より優先されます。 新しい値をエクスポートしたあとに接続がおかしい場合は、設定ファイルを確認し、Claude Code内で /status を実行して使用中のエンドポイントを確認します。

Ollama Cloudに直接接続

この方法ではOllamaをインストールする必要はありません。APIキーを設定し、Claude CodeをOllamaのホスト済みエンドポイントに接続します。

ANTHROPIC_BASE_URL=https://ollama.com \
ANTHROPIC_AUTH_TOKEN="$OLLAMA_API_KEY" \
ANTHROPIC_API_KEY="" \
claude --model glm-5.3-flash

この方法には注意点があります。 Ollamaのドキュメントによると、ホスト型のウェブ検索と高度なツール制御は完全にはサポートされません。互換モデルなら基本的なチャット、ファイル編集、ツール呼び出しは使えます。

2026年9月時点のモデル選択

2026年にモデルのラインナップは大きく変わりました。春に書かれた情報は再確認しましょう。現状は次のとおりです。

モデル種類コンテキスト選ぶ理由
Qwen3.8 27Bローカル、18 GB256K画像入力、ツール呼び出し、思考制御に対応する、現時点で最も汎用的なローカルモデル
Qwen3 Coder Nextローカル、MoEは合計80B / 有効3B256K常時稼働するコーディングエージェント向け。思考なしモードは高速
Qwen3.6 35B A3Bローカル、MoEは35B / 有効3B262KApache 2.0で、控えめなメモリでも効率的
kimi-k2.7-code:cloudクラウド大ローカルハードウェア不要のコーディング向けクラウドモデル
glm-5.3-flashクラウド大Ollamaのドキュメントが最初に推奨するモデル

メモリに余裕があれば、Qwen3.8 27Bから始めます。 256Kのコンテキスト、ネイティブ画像入力、ツール呼び出し、リクエストごとに切り替えられる思考機能を備え、ローカルで動作します。24 GB以上のGPUなら日常利用にも適しています。

足りない場合はクラウドモデルから始めます。 Claude Codeをホスト型モデルに向ければ、ハードウェアの問題はなくなります。その代わり、コードはマシンの外に送られます。

三値モデルについての注意

2026年のローカルAIガイド を読んだ方は、三値のBonsai 2 27Bが5.53 GiBで完全な27Bモデルを動かすことをご存じでしょう。ここでも使いたくなります。

このワークフローでは動きません。 三値カーネルはPrism MLのllama.cppフォークにあり、標準のOllamaはそのファイルを読み込めません。ollama launch claude --model Ternary-Bonsai-2-27B のようなコマンドは推論前に失敗します。Claude Codeには標準のQwen3.8 27Bパッケージを使い、三値パッケージは対応ランタイム用に残してください。

ここでは利便性と最大効率が別の方向に向かいます。統合ツールは標準GGUFを必要とします。

モデルを責める前にコンテキストを64Kに設定

Ollamaのドキュメントは、リポジトリ作業について一つ明確に指示しています。モデルを選び、コンテキストウィンドウを64K以上に設定し、大きなリポジトリではさらに増やします。

理由は技術的なものです。Claude Codeはファイル内容、差分、コマンド出力をコンテキストウィンドウに取り込みます。小さな初期値のままだと、タスクの途中で容量が尽きます。設定の問題なのに、推論能力の問題のように見えます。

コンテキスト対応する作業
32K未満単一ファイルの編集や短い質問
64K小規模リポジトリで複数ファイルを扱う作業
128K大きなリポジトリや長いコマンド出力
256KQwen3.8 27Bの最大ウィンドウ

Claude Codeがタスクの途中で流れを見失ったら、モデルを変える前にコンテキスト設定を確認してください。

一つのリクエストでツール呼び出しを確認

ツール呼び出しがあるかどうかで、エージェントとテキスト生成モデルが分かれます。想定だけで済ませず、確認してください。

Claude Codeの起動後、次のように依頼します。

Read the current directory and list all files

実際のファイル一覧が返れば、ツール呼び出しは動作しています。 ディレクトリを読んだ場合の説明だけを返すなら、ツール呼び出しは接続されていません。コーディング用の指示を付けたチャットモデルを使っている状態で、プロンプトを工夫しても直りません。

次の順番で確認します。

  1. ツール対応が確認されているモデルに切り替えます。 対応していないモデルもあり、パラメーター数を見ても違いは分かりません。
  2. 環境がOllamaを指していることを確認します。 ollama --version を実行し、ANTHROPIC_BASE_URL がローカルのエンドポイントを指すか確認します。
  3. Claude Code内で /status を実行します。 Claude独自の設定にあるベースURLや認証情報は、最近エクスポートしたシェル変数より優先されます。

クラウド限定の機能

ローカル推論を中心にワークフローを組み直す前に、境界を確認しましょう。

機能ローカルモデルクラウド
チャットとファイル編集対応対応
ツール呼び出しモデルによる対応
サブエージェント対応対応
ウェブ検索Ollama経由で提供対応
CoworkClaude Desktop連携経由対応
自動モードClaude Desktop連携経由対応
スケジュール済みプロンプトClaude Code内の /loop 経由対応

ローカル側には三つの注意点があります。

  • 速度が落ちる前に、複数ファイルをまたぐ推論の質が落ちます。 ローカルモデルは1ファイルなら得意で、3ファイルなら許容範囲ですが、リポジトリ全体は苦手です。作業の規模をモデルに合わせます。
  • 一部のクラウドモデルには有料のOllamaプランが必要です。 クラウドモデルを有効にしてサインインする必要もあります。
  • クラウドへ直接接続すると一部の機能を使えません。 ローカルのOllamaを使わない場合、ホスト型ウェブ検索と高度なツール制御は完全にはサポートされません。

ローカル推論は範囲が明確で検証可能な作業に優れ、大規模で曖昧な作業には向きません。この境界に合わせて計画します。

自動化

二つの機能で、対話型ツールの枠を超えた使い方ができます。

スクリプトやCIでのヘッドレス実行

--yes フラグは対話型の選択を省略し、必要ならモデルを取得します。--model が必要で、-- より後の内容は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?"

権限モデルに注意してください。 Claude Codeはほとんどの操作の前に確認します。そのためヘッドレス実行には、設定済みの権限ルールか隔離環境が必要です。大切なリポジトリを無人のエージェントに向けないでください。

/loop を使ったスケジュール済みプロンプト

Claude Codeのセッション内で /loop を使うと、指定間隔でプロンプトまたはスラッシュコマンドを実行できます。

/loop 30m Check my open PRs and summarize their status
/loop 1h Research the latest AI news and summarize key developments
/loop 15m Check for new GitHub issues and triage by priority

セッションが開いている間だけ実行されます。バックグラウンドデーモンではないため、セッションを閉じると停止します。

トラブルシューティング

症状考えられる原因対処方法
接続拒否Ollamaが起動していないollama serve を実行し、curl http://localhost:11434/api/tags で確認します
操作を実行せず説明する選択したモデルにツール呼び出し機能がないツール対応が確認されたモデルに切り替えます
ローカルエンドポイントではなく実APIキーを使うANTHROPIC_API_KEY がまだエクスポートされている上記のように空文字列を設定します
設定後にCoworkが表示されないClaude DesktopではなくClaude Code CLIを設定したCoworkにはOllamaの Apps 連携を使います
生成が遅いコンテキストが大きすぎる、または疎なモデルより密なモデルを選んでいるコンテキストを小さくし、次にMixture of Expertsモデルを試します
エクスポートした変数が効かないClaudeの設定ファイルがシェル変数より優先される設定ファイルを確認してから /status を実行します
バックグラウンドリクエストが失敗するClaude Codeが内部タスクに小型モデルを使おうとする小型モデルの上書き先を同じローカルモデルにします

この七つのうち二つは同じ原因です。設定トラブルの多くは、エンドポイントの誤りかツール呼び出し非対応モデルに起因します。

主なポイント

  • Claude DesktopとClaude Codeは別々の連携です。 CoworkはClaude Desktopにあり、macOS上でOllamaの Apps パネルから設定します。CLIではCoworkを使えません。
  • CLIは ollama launch claude の一コマンドで起動します。 手動では三つの変数が必要で、多くのガイドが ANTHROPIC_API_KEY="" を省略します。
  • ローカルインストールは必須ではありません。 APIキーを設定して、Claude Codeを https://ollama.com に接続できます。
  • モデルを評価する前に、コンテキストを64K以上にします。 小さなウィンドウは推論の失敗に見えることがあります。
  • 一つのリクエストでツール呼び出しを確認します。 モデルが実行内容の説明だけを返すなら、エージェントではなくテキスト生成モデルです。
  • 三値Bonsaiパッケージはここでは動きません。 Prism MLのllama.cppフォークが必要で、標準のOllamaでは読み込めません。
  • 接続解除は安全です。 Ollamaを終了するとClaudeの以前の設定に戻り、ターミナルでは ollama launch claude-desktop --restore を実行できます。

次のステップ

  1. ツール呼び出し対応が確認されているモデルを用意してから、Claudeの設定に進みます: Ollamaモデルライブラリ
  2. 現行のフラグとモデル一覧は、OllamaのClaude Codeページで確認します: Claude Code連携
  3. Coworkを使う場合はClaude Desktopのページを参照します: Claude Desktop連携
  4. 購入前に、ローカル推論ガイドのメモリ区分で必要な機器を決めます: 2026年のローカルAI: 27BモデルがSonnet 4.6を上回る
  5. 低消費電力の小型機で常時稼働エージェントを動かす場合は、対応モデルを確認します: Raspberry Pi 4または5で動くAIモデルは?

関連記事

記事内容
2026年のローカルAI: 27BモデルがSonnet 4.6を上回るローカル推論のベンチマーク、三値量子化、ハードウェア選び
Raspberry Pi 4または5で動くAIモデルは?常時稼働する小型アシスタント向けのローカル推論
プライバシーを守るMeshtastic向けAIアシスタントを構築プライバシーを重視し、オフグリッド無線で動くローカルモデル
AI開発向けのおすすめVS Code拡張機能ローカルコーディングエージェントと組み合わせるエディター用ツール

参考資料

  1. Claude Code連携 - Ollamaドキュメント
  2. Claude Desktop連携 - Ollamaドキュメント
  3. Ollamaモデルライブラリ
  4. Qwen3.8 - Ollamaモデルライブラリ
  5. ローカルモデルでClaude Coworkを使う - PromptSpace
  6. Prism ML llama.cppフォーク - 三値カーネル