provozni zaloha

cml/raw/_done/claude-code-local-cloud-models-ollama-openrouter.md

@@ -0,0 +1,94 @@
+# Run Claude Code with Local & Cloud Models in 5 Minutes (Ollama, LM Studio, llama.cpp, OpenRouter)
+
+**Autor:** Luong NGUYEN
+**URL:** https://medium.com/@luongnv89/run-claude-code-on-local-cloud-models-in-5-minutes-ollama-openrouter-llama-cpp-6dfeaee03cda
+**Datum:** Jan 31, 2026
+
+---
+
+Průvodce nastavením Claude Code s alternativními modely — Ollama (lokální i cloud), LM Studio, llama.cpp, OpenRouter a další. Většina konfigurace se dělá přes env vars `ANTHROPIC_BASE_URL`, `ANTHROPIC_AUTH_TOKEN`, `ANTHROPIC_API_KEY`, `ANTHROPIC_MODEL`.
+
+## Doporučené modely pro coding
+
+- **devstral-small-2 (24B)** — dobrý start pro coding quality
+- **qwen3-coder:30b** — lepší coding ability, stále praktický na 32GB RAM
+- **GLM4.7-flash:q8_0** — silný poměr cena/výkon (kvantizovaný)
+
+Minimální spec: 32GB RAM, model 24B+ parametrů. Na 16GB to jde, ale experience je rough.
+
+## Option 1: Ollama Local
+
+```bash
+ollama pull devstral-small-2
+ollama launch claude --model devstral-small-2
+```
+
+Nebo manuálně přes env vars:
+```bash
+export ANTHROPIC_AUTH_TOKEN="ollama"
+export ANTHROPIC_API_KEY=""
+export ANTHROPIC_BASE_URL="http://localhost:11434"
+claude --model devstral-small-2
+```
+
+## Option 2: llama.cpp + HuggingFace
+
+Build llama.cpp s Metal (macOS) nebo CUDA (Linux), spusť server s `--jinja` flag (nutný pro tool calling), připoj Claude Code přes `ANTHROPIC_BASE_URL=http://localhost:8000`.
+
+```bash
+llama-server -hf bartowski/cerebras_Qwen3-Coder-REAP-25B-A3B-GGUF:Q4_K_M \
+  --alias "Qwen3-Coder-REAP-25B-A3B-GGUF" \
+  --port 8000 --jinja --kv-unified \
+  --cache-type-k q8_0 --cache-type-v q8_0 \
+  --flash-attn on --batch-size 4096 --ubatch-size 1024 --ctx-size 64000
+```
+
+## Option 3: LM Studio
+
+GUI i CLI varianta (`llmster`). Server na portu 1234, env vars `ANTHROPIC_BASE_URL=http://localhost:1234`, `ANTHROPIC_AUTH_TOKEN=lmstudio`.
+
+## Option 4: Ollama Cloud Models
+
+```bash
+ollama pull kimi-k2.5:cloud
+ollama pull minimax-m2.1:cloud
+claude --model kimi-k2.5:cloud
+```
+
+Stejný workflow jako lokální, compute v cloudu. Free tier má omezený usage.
+
+## Option 5: Cloud Provider APIs (OpenRouter atd.)
+
+```bash
+export ANTHROPIC_BASE_URL=https://openrouter.ai/api
+export ANTHROPIC_AUTH_TOKEN=YOUR_OPENROUTER_KEY
+export ANTHROPIC_API_KEY=
+export ANTHROPIC_MODEL="openai/gpt-oss-120b:free"
+```
+
+Prázdný `ANTHROPIC_API_KEY` je záměr — zabraňuje autentikaci přes Anthropic API přímo.
+
+Minimax přes OpenRouter: ~98% levnější než Opus 4.5. Podobně GLM, DeepSeek, Kimi.
+
+## Klíčové env vars
+
+| Var | Purpose |
+|-----|---------|
+| `ANTHROPIC_BASE_URL` | API endpoint |
+| `ANTHROPIC_AUTH_TOKEN` | API key pro provider |
+| `ANTHROPIC_API_KEY` | Prázdný = žádný Anthropic fallback |
+| `ANTHROPIC_MODEL` | Model identifier |
+
+## Závěr
+
+- Lokální na M1 32GB: devstral-small-2 (24B) OK, větší modely pomalé
+- Nvidia DGX Spark: široký výběr modelů
+- Cloud: nejrychlejší cesta, Ollama Cloud free tier pro emergency, jinak Kimi/Minimax/DeepSeek/GLM přes OpenRouter
+- Opus 4.5 stále nejlepší quality+speed, ale drahý
+
+## Zdroje
+
+- [Ollama Claude Code Integration](https://docs.ollama.com/integrations/claude-code)
+- [OpenRouter Integration](https://openrouter.ai/docs/guides/guides/claude-code-integration)
+- [cc-compatible-models](https://github.com/Alorse/cc-compatible-models)
+- [claude-flow wiki](https://github.com/ruvnet/claude-flow/wiki/Using-Claude-Code-with-Open-Models)