Ollama обеспечивает совместимость с API сообщений Anthropic, чтобы помочь подключить существующие приложения к Ollama, включая такие инструменты, как Claude Code.

Использование

Переменные окружения

Чтобы использовать Ollama с инструментами, которые работают с API Anthropic (например, с Claude Code), задайте следующие переменные окружения:

export ANTHROPIC_AUTH_TOKEN=ollama  # требуется, но игнорируется
export ANTHROPIC_BASE_URL=http://localhost:11434

Простой пример /v1/messages

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

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", // требуется, но игнорируется
});

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?" }]
}'

Пример потоковой передачи

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" }]
}'

Пример вызова инструментов

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?" }]
}'

Использование с Claude Code

Claude Code можно настроить на использование Ollama в качестве бэкенда.

Рекомендуемые модели

Для задач, связанных с программированием, рекомендуются такие модели, как glm-4.7, minimax-m2.1 и qwen3-coder.

Скачайте модель перед использованием:

ollama pull qwen3-coder

Примечание: Qwen 3 coder — это модель с 30 млрд параметров, для стабильной работы которой требуется не менее 24 ГБ видеопамяти. Для более длинных контекстов требуется больше памяти.

ollama pull glm-4.7:cloud

Быстрая настройка

ollama launch claude

Эта команда предложит вам выбрать модель, автоматически настроит Claude Code и запустит его. Чтобы выполнить только настройку без запуска:

ollama launch claude --config

Ручная настройка

Задайте переменные окружения и запустите Claude Code:

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

Или задайте переменные окружения в профиле вашей оболочки:

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

Затем запустите Claude Code с любой моделью Ollama:

claude --model qwen3-coder

Эндпоинты

/v1/messages

Поддерживаемые возможности

• [x] Сообщения
• [x] Потоковая передача
• [x] Системные промпты
• [x] Многоходовые диалоги
• [x] Зрение (изображения)
• [x] Инструменты (вызов функций)
• [x] Результаты вызова инструментов
• [x] Размышления/расширенные размышления

Поддерживаемые поля запроса

• [x] model
• [x] max_tokens
• [x] messages
  • [x] Текстовый content
  • [x] Изображение content (base64)
  • [x] Массив блоков контента
  • [x] Блоки tool_use
  • [x] Блоки tool_result
  • [x] Блоки thinking
• [x] system (строка или массив)
• [x] stream
• [x] temperature
• [x] top_p
• [x] top_k
• [x] stop_sequences
• [x] tools
• [x] thinking
• [ ] tool_choice
• [ ] metadata

Поддерживаемые поля ответа

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

События потоковой передачи

• [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

Модели

Ollama поддерживает как локальные, так и облачные модели.

Локальные модели

Загрузите локальную модель перед использованием:

ollama pull qwen3-coder

Рекомендуемые локальные модели:

• qwen3-coder — отлично подходит для задач программирования
• gpt-oss:20b — мощная модель общего назначения

Облачные модели

Облачные модели доступны сразу, без необходимости загрузки:

• glm-4.7:cloud — высокопроизводительная облачная модель
• minimax-m2.1:cloud — быстрая облачная модель

Имена моделей по умолчанию

Для инструментов, которые используют стандартные имена моделей Anthropic, такие как claude-3-5-sonnet, используйте команду ollama cp, чтобы скопировать существующее имя модели:

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

После этого новое имя модели можно указать в поле 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!"
            }
        ]
    }'

Отличия от API Anthropic

Различия в поведении

• API-ключ принимается, но не проверяется
• Заголовок anthropic-version принимается, но не используется
• Количество токенов является приблизительным и рассчитывается на основе токенизатора базовой модели

Не поддерживается

Следующие возможности API Anthropic в настоящее время не поддерживаются:

Возможность	Описание
/v1/messages/count_tokens	Эндпоинт для подсчёта токенов
tool_choice	Принудительный вызов конкретного инструмента или отключение инструментов
metadata	Метаданные запроса (user_id)
Кэширование промптов	Блоки cache_control для кэширования префиксов
API пакетной обработки	/v1/messages/batches для асинхронной пакетной обработки
Цитирования	Блоки контента citations
Поддержка PDF	Блоки контента document с PDF-файлами
Ошибки, отправляемые сервером	События error во время потоковой передачи (ошибки возвращаются в виде HTTP-статуса)

Частичная поддержка

Возможность	Статус
Изображения	Поддерживаются изображения в base64; изображения по URL не поддерживаются
Расширенные размышления	Базовая поддержка; параметр budget_tokens принимается, но не применяется