本文是我从 0 到 1 踩了一下午坑的完整记录所有报错都亲测解决照着做就能成功。 最终效果在自己电脑上用 Codex CLI完全本地运行大模型不花 API 钱隐私安全随时切换云端/本地模型。一、为什么要这么做省钱不用买 OpenAI API 额度不用中转站完全免费隐私代码和数据都在自己电脑上不上传灵活用 CC Switch 一键切换云端模型写复杂代码和本地模型日常简单任务二、准备工作你需要提前装好Docker DesktopWindows/Mac 都行Codex CLIOpenAI 官方的命令行 AI 编程工具CC SwitchCodex 模型切换工具用来一键切换不同供应商三、第一步用 Docker 跑 Ollama1. 启动 Ollama 容器打开终端Windows 用 PowerShell 或 WSL 都行执行docker run -d \ --name ollama \ -p 11434:11434 \ -v ollama_data:/root/.ollama \ --restart always \ ollama/ollama 说明-v ollama_data:/root/.ollama一定要加不然删容器模型就没了--restart always开机自动启动不用每次手动开2. 拉模型我们选deepseek-r1:7b带思考能力适合 Codexdocker exec -it ollama ollama pull deepseek-r1:7b模型大小约 4.7GB根据网速等几分钟。四、第二步给模型改大上下文关键90% 的人卡在这里❌ 为什么会报错Codex 一启动就会发 8000 token 的系统提示词但 Ollama 默认上下文只有 4096直接报错request (8643 tokens) exceeds the available context size (4096 tokens)✅ 正确解决方法创建自定义模型不要改环境变量不要改请求参数直接把上下文写进模型文件里一劳永逸# 1. 在容器里创建 Modelfile docker exec ollama sh -c echo FROM deepseek-r1:7b PARAMETER num_ctx 32768 /tmp/Modelfile ​ # 2. 用这个 Modelfile 创建新模型 docker exec ollama ollama create deepseek-r1-codex -f /tmp/Modelfile 为什么这么做Ollama 的 OpenAI 兼容接口不读请求里传的 num_ctx 参数OLLAMA_NUM_CTX 环境变量对 OpenAI 接口不生效只有把参数写进模型本身不管用什么接口调用都生效五、第三步在 CC Switch 里配置本地供应商打开 CC Switch点右上角添加供应商选择「自定义」填写供应商名称Ollama 本地API 地址http://localhost:11434/v1API Key随便填比如ollama模型名称deepseek-r1-codex就是我们刚才创建的那个高级设置里开启「需要本地路由映射」模型映射里的上下文窗口填1000000告诉 Codex 模型支持大上下文Body 覆盖里可以加{ temperature: 0.2 }保存点「启用」六、第四步重启 Codex 测试关掉 Codex 重新打开发一句你好测试等待模型思考7B 纯 CPU 跑会比较慢第一次可能要几分钟七、我们踩过的所有坑避坑指南坑 1WSL 里找不到 docker/ollama 命令原因你是在 WSL 里跑的但 Ollama 和 Docker 都装在 Windows 上解决要么在 Windows PowerShell 里跑命令要么在 Docker Desktop → Settings → WSL Integration 里把 Ubuntu 的开关打开坑 2报错xxx does not support thinking原因你用的模型不带思考能力Codex 默认开了思考模式解决换 deepseek-r1 这种带 thinking 能力的模型坑 3报错request exceeds the available context size (4096 tokens)原因Ollama 默认上下文太小装不下 Codex 的系统提示词解决就是我们第四步的方法创建自定义模型写死 32768 上下文坑 4改了 OLLAMA_NUM_CTX 环境变量还是没用原因新版 Ollama 的 OpenAI 兼容接口不读这个环境变量解决别折腾环境变量了直接创建自定义模型改 num_ctx坑 5在请求里传 options.num_ctx 还是没用原因Ollama 的 OpenAI 接口不读请求里的 num_ctx 参数解决同上写进模型文件里最靠谱坑 6删了容器模型就没了原因没挂载数据卷解决一定要加-v ollama_data:/root/.ollama八、日常使用技巧1. 切换模型想切回云端模型直接在 CC Switch 里点原来的供应商启用就行一秒切换配置都存着。2. 释放内存本地模型不用的时候Ollama 会 5 分钟自动卸载模型释放内存。 想立刻释放就跑curl http://localhost:11434/api/generate -d {model:deepseek-r1-codex,keep_alive:0}3. 速度优化纯 CPU 跑 7B 模型就是慢嫌慢可以拉更小的模型docker exec -it ollama ollama pull qwen2.5-coder:3b然后重复第四步创建一个 3b 的自定义模型速度会快好几倍。九、最终效果✅ 完全本地运行不花 API 钱 ✅ 隐私安全代码不上传 ✅ 一键切换云端/本地模型 ✅ 支持思考模式支持工具调用最后提醒7B 小模型能力有限复杂的多文件代码任务还是建议切回云端大模型本地模型适合简单的问答、写小脚本、日常学习用。