在
Ollama命令速查指南
这篇文章中把 Ollama 的命令过了一遍，中间提到了 ollama launch 这个功能，但只是带了一句。最近抽空把几个主流 Ollama integration 都试了一下，单独写一篇笔记，主要记录 Codex、Claude Code、Hermes Agent、OpenClaw、VS Code 这几个工具怎么和 Ollama 搭在一起用。
关于 ollama launch，Ollama v0.15+ 引入了这个新命令，可以用本地或云端模型，自动完成 Claude Code、OpenCode、Codex 等常用编码工具的配置与启动，不需要手动改环境变量或写配置文件。它的核心价值在于「一条命令，帮你装好、配好、启动好」，后面介绍每个工具的时候基本都会用到它。
文章里用到的模型统一用 qwen3.5:9b（换成其他模型也可以，道理一样），本地跑需要大约 5-10GB 内存。
什么是 Ollama “生态集成”？
Ollama 本身是一个“模型运行器”。你装好它、拉一个模型下来，可以在终端里对话，也可以调它的 API。但真实开发场景里，可能你想：
- 在 VS Code 里写代码的时候，让 AI 帮你补全、解释代码
- 在终端里有一个专门的 AI 助手，能读懂你整个项目，帮你跑命令、改文件
- 在 WhatsApp 或 Telegram 上发个消息，AI 就能帮你查天气、记笔记、回消息
这些“专门的 AI 助手”就是生态集成工具。它们各自有不同的侧重点：
- Codex（OpenAI 出品）：终端里的 AI 编码助手，问问题、写脚本、解释代码
- Claude Code（Anthropic 出品）：更激进的编码 agent，可以直接读写你电脑上的文件、执行命令
- Hermes Agent：一个可以自己“学会新技能”的长期 AI 助理，适合挂在服务器上
- OpenClaw：跨消息平台（微信、Telegram、Discord）的 AI 网关
- VS Code：编辑器里的 AI 聊天和自动补全
还有更多，这里不过多介绍，详情可以查看官方文档： https://docs.ollama.com/integrations
这些工具默认情况下，背后用的是各家公司的云端模型（比如 OpenAI 的 GPT、Anthropic 的 Claude），需要付费、需要 API key、你的代码和对话也会传到云端。
Ollama 的集成作用就是：把这些工具的后台偷偷换成你本地跑的模型。你依然可以用工具本身的界面和功能，但底层的“脑子”换成 qwen3.5:9b 或者任何你喜欢的本地模型。不用花钱、不用联网、数据留在自己电脑上。
Codex：终端里的 AI 编码助手
Codex 是什么？
Codex 是由 OpenAI 开发的下一代全能型AI编程代理（AI Coding Agent），旨在从单纯的“代码补全”转向自主完成整个开发任务。它通过理解自然语言指令，结合对代码库的深入上下文分析，自主进行编写、修复、测试和提交代码等工作。
目前 Codex 具备以下核心能力：
- 全能型编程代理 (AI Coding Agent)： 不仅仅是建议代码，而是直接以代理身份参与开发。
- 多模型与环境支持： 包含基于 GPT-5.3-Codex 模型的新一代工具，并支持通过 CLI（终端）或 VSCode/IntelliJ IDEA 扩展使用。
- 具有屏幕操作能力： Codex 具备“计算机使用(Computer use)”能力，能像人类一样通过视觉识别、点击和输入，自主操控电脑上的各类应用程序。
Codex 可以做什么？
Codex 能够完成复杂的软件工程任务，包括：
- 自主编程与项目构建： 根据需求描述，自主编写功能函数、构建项目原型，甚至理解复杂的文件结构和上下文。
- 全流程自动化： 实现从理解需求、写代码、跑测试、修复Bug到提交 Pull Request (PR) 的全自动化流程。
- 理解并维护现有代码库： 分析大型代码库，准确解答关于代码逻辑的问题。
- 自主电脑操作： 像人类一样在 MacOS 或 Windows 上运行软件、操控浏览器，进行跨应用开发。
- 多功能辅助： 具备生成图片、从过去的开发体验中学习、执行长时间运行任务的能力。
Codex 已面向多个 OpenAI 方案（如 ChatGPT Plus, Enterprise, Team）开放，且部分工具已支持免费使用。
用 Ollama 怎么替代 Codex 默认模型的？
Ollama 提供了一个兼容层，让 Codex 以为自己在和 OpenAI 的 API 对话，实际上请求发给了 http://localhost:11434 上的本地模型。
两种启动方式：
方式一（手动）：
codex --oss -m qwen3.5:9b
这个 --oss 参数什么意思？OSS 是 Open Source Software 的缩写，--oss 告诉 Codex：“不要用默认的 OpenAI 云端模型，改用本地或第三方的开源模型”。后面 -m qwen3.5:9b 指定具体的模型名字。注意 Ollama 的模型名要写全（可以用 ollama list 查看）。
用 codex --oss 启动，强制对接本地的开源模型，不走 OpenAI 的云端。Ollama 在 2026 年 1 月的官方公告里明确支持了这个模式，Codex 可以读取、修改和执行工作目录下的代码，使用本地模型作为后端。
方式二（Ollama launch）：
ollama launch codex --model qwen3.5:9b
ollama launch 会帮您自动设置环境变量、拉起 Codex 并选好模型。
进入 Codex 的交互界面后（通常会出现一个 > 提示符），你可以输入：
> 写出一个 Python 函数，判断一个数是不是素数
模型会生成代码，并且 Codex 还会额外添加一些解释。
Claude Code：能自动改你代码的 agent
Claude Code 是什么？
Claude Code 是由 Anthropic 开发的终端Agentic Coding（智能体编程）助手。它运行在本地终端，能理解整个代码库，自主执行读写文件、运行Shell命令、操作Git、利用MCP工具等复杂任务。它不仅提供建议，更像一位真正的“程序员”帮你完成端到端开发，显著提升编码和自动化运维效率。
Claude Code 可以做什么：
- 自主编码与项目重构： 根据自然语言描述，直接创建、修改、跨文件重构代码，不仅局限于单一文件。
- Debug 与故障排除： 读取本地错误日志，分析多轮思考后定位问题根源，自主修复。
- 自动化工作流： 自动处理Git提交、运行测试脚本、构建项目，无需手动操作命令行。
- 文档生成： 自动为现有代码生成注释、文档或README文件。
- 接入外部工具（MCP）： 利用模型上下文协议（MCP），连接搜索工具、数据库或其他 API，处理更复杂的任务。
- 多语言与跨场景支持： 支持终端、IDE（如VS Code）、浏览器使用，擅长在多种语言环境下编写代码。
与传统Chatbot不同，Claude Code 特别适合需要理解上下文的大型工程项目，能够帮你“思考”并实际执行操作。
不通过 Ollama 怎么用？
需要 Anthropic API key，按 token 付费，而且 Claude 模型本身不免费。
用 Ollama 怎么替代？
Ollama 提供了一个假的 Anthropic API 端点，让 Claude Code 以为自己连上了 Claude 的服务，实际上是在和本地模型对话。
启动方式：
ollama launch claude --model qwen3.5:9b
第一次运行会安装 Claude Code 本体，然后弹出一个配置界面。你只需要确认模型选 qwen3.5:9b，其他一路回车就行。
之后 Claude Code 会在当前目录下启动，界面像一个聊天框。你可以输入：
/loop 检查所有 Python 文件里是否有 TODO 注释
它会自己去扫文件、返回结果。
注意：Claude Code 非常依赖模型的工具调用能力。qwen3.5:9b 支持基本的 tool calling，但如果遇到复杂任务（修改多个文件、执行 git 命令），可能需要更大或更专门的模型（比如 qwen2.5-coder:14b）。本地试验的话，建议先用简单任务试试水。
Hermes Agent：会自己“学习”的长期助理
Hermes Agent 是什么？
Hermes Agent 是由 Nous Research 开发的开源自主AI智能体平台（Agent Framework），主打“自进化”与“自主权”。它能够实现跨会话持久记忆、自主学习新技能（Skill）以及多平台协作。该平台运行在用户本地或私有服务器，不仅能聊天，更能作为一个具备终端、浏览器等工具调用能力的“数字打工人”，随着使用时间的增长愈发理解用户习惯。
Hermes Agent 能做什么？
- 持久化记忆与自进化 (Long-term Memory & Self-evolution)
- 记忆： 能记住之前的对话内容、偏好设置和任务状态，不会随会话关闭而丢失记忆。
- 技能沉淀： 自主提炼并保存可复用的技能。用户完成任务后，Agent 能将成功路径总结为“技能”，并在未来处理类似任务时自动调用。
- 多工具自主调用 (Autonomous Tool Use)
- 终端与文件操作： 直接在你的服务器或电脑上执行命令、文件操作。
- 网页浏览与自动化： 具备自动化浏览器功能，结合防爬技术访问网络数据。
- API 集成： 支持通过接口接入其他应用。
- 多平台接入与跨平台联动 (Multi-platform Access)
- 可无缝接入飞书、Telegram、Slack 等即时通讯平台，允许用户在工作群中通过指令指挥 Agent，实现自动化运营、内容生成或任务排期。
- 工作流自动化 (Workflow Automation)
- 处理复杂任务：能够自动分拆任务、规划路径、调用技能并自主完成，适合投研分析、日常助理等任务。
- 隐私可控的私有化部署 (Private Deployment)
- 支持在个人设备或阿里云等云服务商的容器中私有化部署，确保用户数据不出域，满足企业级安全需求。
应用场景示例
- 私人AI助理： 记录并管理个人会议、待办事项。
- 自动化投研/调研： 定时抓取网络新闻、分析研报、自动生成周报。
- 工作流助手： 飞书/钉钉指令自动生成代码、自动化发布内容。
Hermes Agent 接近于一个“可运行的智能体工作操作系统”，不仅适合个人提升效率，也适合企业快速构建定制化、可自我改进的AI助手。
不通过 Ollama 怎么用？
Hermes 默认支持多种模型后端（包括 OpenAI、Groq 等），也支持 Ollama。你可以手动配置它的 config.yaml 指向 http://localhost:11434。但手动配置很麻烦。
用 Ollama 怎么简化？
ollama launch hermes
这个命令会自动安装 Hermes、跑配置向导。向导里会让你选模型，你选 qwen3.5:9b，然后选择要不要接入 Telegram 或 Discord。一路回车，最后它会启动一个 Web 控制台。
实际能干什么？
- 连上 Telegram 后，你在手机给 bot 发消息“提醒我明天上午10点开会”，Hermes 就会记住到点推送
- 你问“我上次让你记的会议笔记是什么？”，它能从长期记忆里找出来
- 你教它“如果有人说‘帮我查股票’，就去调用某个股票 API”，它会把这个规则存成新技能
系统要求：Hermes 需要 Node.js 18+，内存至少 4GB（不算模型）。Windows 用户最好装 WSL2 再跑。
OpenClaw：跨平台消息网关
OpenClaw 是什么？
OpenClaw 是一款基于 TypeScript 开发的开源、高可扩展AI Agent（智能体）框架，Logo是一只红色龙虾，所以也被大家叫做小龙虾。它不仅能聊天，更核心的能力是自主拆解任务、操控电脑（浏览器/本地应用/Shell指令）并调用软件，被称为运行在本地的“数字生命中枢”或AI管家，旨在实现工作流和日常任务的自动化。
OpenClaw 可以做什么？
- 自动化办公与文件处理： 自动整理文件、汇总报告、读取/发送邮件、操作Excel和数据库。
- 软件操控与Web自动化： 控制浏览器（如Printify同步订单）、操作本地应用、执行Shell指令。
- 多平台助手与智能调度： 接入飞书、WhatsApp、Telegram、Slack等，实现群内指令查数据、智能任务分配。
- 个性化定制与智能助理： 自动拉取日历、查询天气、汇总重要新闻并生成摘要报告推送。
- 自主AI Agent开发： 允许用户通过TypeScript/Python开发自定义MCP Server技能，扩展其能力边界。
简单来说，OpenClaw 可以把AI从“聊天室”带入到“真实的工作环境中”，成为执行任务的“手脚”。
不通过 Ollama 怎么用？
OpenClaw 本身只是个网关，需要后端连一个 AI 模型。它可以连 OpenAI 的 API，也可以连 Ollama 的本地模型。
用 Ollama 启动：
ollama launch openclaw --model qwen3.5:9b
启动后会让你配置要连接哪些聊天软件。比如你想接 Telegram：
- 在 Telegram 上找 BotFather 创建一个新 bot，拿到 token
- 在 OpenClaw 的配置里输入 token
- 用你的 Telegram 账号给你的 bot 发
/start
之后在 Telegram 上发任何消息，OpenClaw 都会拿去问 qwen3.5:9b，然后把回复发回来。
另一个用法：ollama launch openclaw 默认会启动一个终端里的聊天界面，你可以在电脑上直接和它对话，不接任何消息软件。适合先测试模型效果。
注意：OpenClaw 需要 Node.js 20+。如果你只是想本地对话，其实 Ollama 自己的 ollama run 就够了，没必要用 OpenClaw。OpenClaw 主要优势是跨平台桥接。
VS Code：编辑器里的 AI 聊天
VS Code 集成是什么？
不是新工具，就是 VS Code 编辑器自带的 GitHub Copilot Chat 功能。你可以在侧边栏打开一个聊天窗口，问代码相关的问题，Copilot 会回答。而且 Copilot 免费版就支持选择不同的模型。
为什么要用 Ollama 的集成？
Copilot 默认用的模型是 OpenAI 的（或 GitHub 自托管的）。你想换成本地模型，可以在 Copilot Chat 的设置里添加一个“Ollama”来源。
最简单的方式：
ollama launch vscode --model qwen3.5:9b
这个命令会打开 VS Code（如果你没装 VS Code 它会提示你自己去下载安装），然后自动在 Copilot Chat 里注册本地模型。你只需要在聊天窗口右下角的下拉菜单里，把模型从 “GPT-4o” 切换到 “Ollama / qwen3.5:9b” 就可以了。
手动配置（不靠 ollama launch）：
- 打开 VS Code，按
Cmd+Shift+P(Mac) 或Ctrl+Shift+P(Win) - 输入 “Chat: Select Model”，回车
- 点击 “Add Model…”，选择 “Ollama”
- VS Code 会自动扫描你本地的 Ollama 模型，列出 qwen3.5:9b
- 选择它，然后就可以在聊天窗口里用了
能做什么？
- 选中一段代码，右键选“Explain”，模型会解释这段代码
- 在聊天窗口输入“帮我写一个 React 组件，显示当前时间”，它会生成代码并插入到当前文件
- 和 Copilot 的其他功能（Inline Chat、Fix 等）都兼容
注意：VS Code 的 Copilot Chat 在第一次使用时需要登录 GitHub 账号（免费），之后就不再需要网络了（只要你用的是本地 Ollama 模型）。
常见疑问汇总
Q1：我用 ollama launch codex 之前，需要先自己装 codex 吗？
Ollama launch 会自动帮你安装（如果检测到没装）。但前提是你的系统里有 npm 或者 pip（取决于具体的工具）。如果自动安装失败，它会提示你手动安装的命令。
Q2：直接运行 codex 和 codex --oss -m qwen3.5:9b 有什么区别？
直接 codex 会尝试用 OpenAI 的云端模型。codex --oss -m xxx 强制使用本地模型（通过 Ollama 的 API），不收费、无网络。
Q3：有些工具需要 64k 上下文，你的模型默认只有 4k-8k，怎么办？
运行模型时设置环境变量：
OLLAMA_CONTEXT_LENGTH=65536 ollama run your-model-name
或者修改 Ollama 服务的环境变量。不过 64k 上下文消耗的内存会翻好几倍，16GB 内存的机器可能会爆。
Q4：我试了 ollama launch xxx，提示“command not found: ollama”
说明 Ollama 没装好，或者没加到 PATH。先确认 ollama -v 能正常输出。如果是在 Windows PowerShell 里，可能需要重新打开终端。
Q5：这些工具里面哪个最适合新手？
单纯想体验“本地模型当 AI 助手”，最简单的是 VS Code 集成。不用额外装任何东西（除了 Ollama 和 VS Code 本身），在聊天窗口里就能用。其次是 Codex，终端里打字也比较直观。Claude Code 和 Hermes 有一定门槛，建议先熟悉前两个再尝试。
