Ollama oferece compatibilidade com a API de Mensagens do Anthropic para ajudar a conectar aplicativos existentes ao Ollama, incluindo ferramentas como o Claude Code.

Uso

Variáveis de ambiente

Para usar o Ollama com ferramentas que esperam a API do Anthropic (como o Claude Code), defina estas variáveis de ambiente:

export ANTHROPIC_AUTH_TOKEN=ollama  # obrigatório, mas ignorado
export ANTHROPIC_BASE_URL=http://localhost:11434

Exemplo simples de /v1/messages

client = anthropic.Anthropic(
    base_url='http://localhost:11434',
    api_key='ollama',  # obrigatório, mas ignorado
)

message = client.messages.create(
    model='qwen3-coder',
    max_tokens=1024,
    messages=[
        {'role': 'user', 'content': 'Hello, how are you?'}
    ]
)
print(message.content[0].text)

const anthropic = new Anthropic({
  baseURL: "http://localhost:11434",
  apiKey: "ollama", // obrigatório, mas ignorado
});

const message = await anthropic.messages.create({
  model: "qwen3-coder",
  max_tokens: 1024,
  messages: [{ role: "user", content: "Hello, how are you?" }],
});

console.log(message.content[0].text);

curl -X POST http://localhost:11434/v1/messages \
-H "Content-Type: application/json" \
-H "x-api-key: ollama" \
-H "anthropic-version: 2023-06-01" \
-d '{
  "model": "qwen3-coder",
  "max_tokens": 1024,
  "messages": [{ "role": "user", "content": "Hello, how are you?" }]
}'

Exemplo de streaming

client = anthropic.Anthropic(
    base_url='http://localhost:11434',
    api_key='ollama',
)

with client.messages.stream(
    model='qwen3-coder',
    max_tokens=1024,
    messages=[{'role': 'user', 'content': 'Count from 1 to 10'}]
) as stream:
    for text in stream.text_stream:
        print(text, end='', flush=True)

const anthropic = new Anthropic({
  baseURL: "http://localhost:11434",
  apiKey: "ollama",
});

const stream = await anthropic.messages.stream({
  model: "qwen3-coder",
  max_tokens: 1024,
  messages: [{ role: "user", content: "Count from 1 to 10" }],
});

for await (const event of stream) {
  if (
    event.type === "content_block_delta" &&
    event.delta.type === "text_delta"
  ) {
    process.stdout.write(event.delta.text);
  }
}

curl -X POST http://localhost:11434/v1/messages \
-H "Content-Type: application/json" \
-d '{
  "model": "qwen3-coder",
  "max_tokens": 1024,
  "stream": true,
  "messages": [{ "role": "user", "content": "Count from 1 to 10" }]
}'

Exemplo de chamada de ferramentas

client = anthropic.Anthropic(
    base_url='http://localhost:11434',
    api_key='ollama',
)

message = client.messages.create(
    model='qwen3-coder',
    max_tokens=1024,
    tools=[
        {
            'name': 'get_weather',
            'description': 'Get the current weather in a location',
            'input_schema': {
                'type': 'object',
                'properties': {
                    'location': {
                        'type': 'string',
                        'description': 'The city and state, e.g. San Francisco, CA'
                    }
                },
                'required': ['location']
            }
        }
    ],
    messages=[{'role': 'user', 'content': "What's the weather in San Francisco?"}]
)

for block in message.content:
    if block.type == 'tool_use':
        print(f'Tool: {block.name}')
        print(f'Input: {block.input}')

const anthropic = new Anthropic({
  baseURL: "http://localhost:11434",
  apiKey: "ollama",
});

const message = await anthropic.messages.create({
  model: "qwen3-coder",
  max_tokens: 1024,
  tools: [
    {
      name: "get_weather",
      description: "Get the current weather in a location",
      input_schema: {
        type: "object",
        properties: {
          location: {
            type: "string",
            description: "The city and state, e.g. San Francisco, CA",
          },
        },
        required: ["location"],
      },
    },
  ],
  messages: [{ role: "user", content: "What's the weather in San Francisco?" }],
});

for (const block of message.content) {
  if (block.type === "tool_use") {
    console.log("Tool:", block.name);
    console.log("Input:", block.input);
  }
}

curl -X POST http://localhost:11434/v1/messages \
-H "Content-Type: application/json" \
-d '{
  "model": "qwen3-coder",
  "max_tokens": 1024,
  "tools": [
    {
      "name": "get_weather",
      "description": "Get the current weather in a location",
      "input_schema": {
        "type": "object",
        "properties": {
          "location": {
            "type": "string",
            "description": "The city and state"
          }
        },
        "required": ["location"]
      }
    }
  ],
  "messages": [{ "role": "user", "content": "What is the weather in San Francisco?" }]
}'

Usando com o Claude Code

Claude Code pode ser configurado para usar o Ollama como backend.

Modelos recomendados

Para casos de uso de programação, modelos como glm-4.7, minimax-m2.1 e qwen3-coder são recomendados.

Baixe um modelo antes de usar:

ollama pull qwen3-coder

Nota: O Qwen 3 coder é um modelo de 30 bilhões de parâmetros que requer pelo menos 24GB de VRAM para funcionar sem problemas. Mais memória é necessária para comprimentos de contexto maiores.

ollama pull glm-4.7:cloud

Configuração rápida

ollama launch claude

Isso solicitará que você selecione um modelo, configure o Claude Code automaticamente e o inicie. Para configurar sem iniciar:

ollama launch claude --config

Configuração manual

Defina as variáveis de ambiente e execute o Claude Code:

ANTHROPIC_AUTH_TOKEN=ollama ANTHROPIC_BASE_URL=http://localhost:11434 claude --model qwen3-coder

Ou defina as variáveis de ambiente no perfil do seu shell:

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

Depois execute o Claude Code com qualquer modelo do Ollama:

claude --model qwen3-coder

Endpoints

/v1/messages

Recursos suportados

• [x] Mensagens
• [x] Streaming
• [x] Prompts de sistema
• [x] Conversas multiturno
• [x] Visão (imagens)
• [x] Ferramentas (chamada de função)
• [x] Resultados de ferramenta
• [x] Pensamento/pensamento estendido

Campos de solicitação suportados

• [x] model
• [x] max_tokens
• [x] messages
  • [x] Conteúdo de texto content
  • [x] Conteúdo de imagem content (base64)
  • [x] Array de blocos de conteúdo
  • [x] Blocos tool_use
  • [x] Blocos tool_result
  • [x] Blocos thinking
• [x] system (string ou array)
• [x] stream
• [x] temperature
• [x] top_p
• [x] top_k
• [x] stop_sequences
• [x] tools
• [x] thinking
• [ ] tool_choice
• [ ] metadata

Campos de resposta suportados

• [x] id
• [x] type
• [x] role
• [x] model
• [x] content (blocos de texto, tool_use, thinking)
• [x] stop_reason (end_turn, max_tokens, tool_use)
• [x] usage (input_tokens, output_tokens)

Eventos de streaming

• [x] message_start
• [x] content_block_start
• [x] content_block_delta (text_delta, input_json_delta, thinking_delta)
• [x] content_block_stop
• [x] message_delta
• [x] message_stop
• [x] ping
• [x] error

Modelos

Ollama suporta modelos locais e de nuvem.

Modelos locais

Baixe um modelo local antes de usar:

ollama pull qwen3-coder

Modelos locais recomendados:

• qwen3-coder - Excelente para tarefas de programação
• gpt-oss:20b - Modelo geral potente

Modelos de nuvem

Modelos de nuvem estão disponíveis imediatamente sem necessidade de download:

• glm-4.7:cloud - Modelo de nuvem de alta performance
• minimax-m2.1:cloud - Modelo de nuvem rápido

Nomes de modelo padrão

Para ferramentas que dependem de nomes de modelo padrão do Anthropic, como claude-3-5-sonnet, use ollama cp para copiar um nome de modelo existente:

ollama cp qwen3-coder claude-3-5-sonnet

Depois, este novo nome de modelo pode ser especificado no campo model:

curl http://localhost:11434/v1/messages \
    -H "Content-Type: application/json" \
    -d '{
        "model": "claude-3-5-sonnet",
        "max_tokens": 1024,
        "messages": [
            {
                "role": "user",
                "content": "Hello!"
            }
        ]
    }'

Diferenças em relação à API do Anthropic

Diferenças de comportamento

• A chave de API é aceita, mas não validada
• O cabeçalho anthropic-version é aceito, mas não utilizado
• As contagens de tokens são aproximações baseadas no tokenizador do modelo subjacente

Não suportado

Os seguintes recursos da API do Anthropic não são suportados no momento:

Recurso	Descrição
/v1/messages/count_tokens	Endpoint de contagem de tokens
tool_choice	Forçar o uso de uma ferramenta específica ou desativar ferramentas
metadata	Metadados de solicitação (user_id)
Cache de prompt	Blocos cache_control para armazenar prefixos em cache
API de lotes	/v1/messages/batches para processamento de lotes assíncrono
Citações	Blocos de conteúdo citations
Suporte a PDF	Blocos de conteúdo document com arquivos PDF
Erros enviados pelo servidor	Eventos error durante o streaming (erros retornam status HTTP)

Suporte parcial

Recurso	Status
Conteúdo de imagem	Imagens base64 suportadas; imagens via URL não suportadas
Pensamento estendido	Suporte básico; budget_tokens é aceito, mas não aplicado