我在 Linux 上測試了新的 Claude Desktop——它與競爭對手應用相比如何
Claude Code 終於有了官方的 Linux 桌面應用。如果你遵守規則，它執行得很好，但嘗試使用本地 AI 時則變得棘手。
ZDNET 的要點總結 Claude Code 終於推出了 Linux 桌面應用。 如果你按照規則操作，這款應用執行流暢。 嘗試使其與本地 AI 配合則徒勞無功。
作為一名硬核 Linux 使用者，我一直在尋找能讓 Linux 跟上其他平臺步伐的應用。你可能感到驚訝，即使在 AI 時代，也不難找到具有競爭力的開源選項。例如，我一直使用 Alpaca 和 Moose，它們都能很好地作為本地安裝的 Ollama 的圖形介面。這兩款應用提供了設計精良的 GUI、本地或雲端使用的靈活性，以及高效的資源利用。
但有時，我渴望嘗試更主流的選項。新發布的 Claude Code Linux 桌面應用正是如此，它擁有 macOS 和 Windows 版本的所有功能，甚至允許啟用開發者選項來擴充套件功能集。
在我深入之前，需要說明的是，我使用 AI 時幾乎總是選擇本地模式。我在大部分機器上都安裝了 Ollama，原因何在？我不想給電網增加負擔，也不願犧牲隱私。我始終傾向於本地 AI。
儘管如此，我還是想試試 Claude Code Linux 桌面應用，看看它與競爭對手相比如何。以下是針對我的幾個重要考量：
- 應用必須擁有設計精良的 GUI，使與模型互動變得簡單。
- 應用需要能夠輕鬆連線本地安裝的 AI（如 Ollama）。
- 應用在其他作業系統上的功能應與 Linux 版本一致。
- 應用需要明智地使用系統資源。
Claude Code Linux 桌面應用能否滿足這些要求？讓我們一探究竟。
在 Linux 上安裝 Claude Code 首先要做的是：在 Linux 上安裝 Claude Code。對於許多 GUI AI 應用，我可以開啟發行版的應用商店，搜尋並安裝。但對於 Claude Code，我需要先新增必要的倉庫。需要注意的是，目前 Claude Code 桌面版僅適用於基於 Debian 和 Ubuntu 的發行版。
以下是需要執行的命令：
- 新增 Anthropic 的簽名金鑰：
sudo curl -fsSLo /usr/share/keyrings/claude-desktop-archive-keyring.asc https://downloads.claude.ai/claude-desktop/key.asc - 新增倉庫：
echo "deb [arch=amd64,arm64 signed-by=/usr/share/keyrings/claude-desktop-archive-keyring.asc] https://downloads.claude.ai/claude-desktop/apt/stable stable main" | sudo tee /etc/apt/sources.list.d/claude-desktop.list - 更新並安裝：
sudo apt update && sudo apt install claude-desktop
安裝完成後，我從桌面選單開啟 Claude Code 應用，映入眼簾的——你猜對了——是一個設計精良的 GUI。是時候深入體驗了。
連線本地安裝的 AI
這一步變得有些坎坷（這並不意外）。我曾為多種桌面客戶端配置過本地 AI，但（遺憾的是）Claude Code 並非最容易的。實際上，它相當複雜，如果不先在 Ollama 內部安裝 Claude Code（透過 ollama launch claude 命令選擇一個 LLM 下載並使用），我根本無法使其工作。
我下載了 Qwen6 LLM（15 GB），所以請謹慎選擇。在拉取模型之前，GUI 無法找到任何模型。
完成之後，我需要在 Claude Code 中啟用開發者選項（Help > Troubleshooting > Enable Developer Options）。重新啟動後，進入 Developer > Configure third-party inference。這裡本應允許我連線本地 AI。設定如下：
- Gateway base URL: http://localhost:11434
- Gateway API: ollama
- Gateway auth scheme: bearer
點選 Apply changes 後，需要選擇模型使用。滾動到 Models 部分，點選 Add model。但在此處我遇到了看似無法逾越的障礙：即使我指定了本地閘道器 base URL，Claude Code 仍然拒絕識別我已拉取的任何模型。無論我如何嘗試配置，它都拒不配合。這意味著我只能使用免費的 Anthropic 計劃，該計劃相當有限（尤其是當你試圖讓 Claude Code 為你編寫應用時）。最終，你無法可靠地使用 Claude Code 桌面應用與本地 AI 配合。真可惜。
應用在其他作業系統上的功能是否一致？ 這裡有一些好訊息。我在 Linux 應用和 macOS 應用之間進行了測試，它們完全相同。功能上沒有任何差異（除了細微的 UI 變化）。好極了。
應用是否明智地使用系統資源？ 如果 Claude Code 桌面應用能與本地 AI 配合，這個測試會更有說服力。但實際情況是，它主要依賴雲端資源，因此桌面應用幾乎沒有對我的機器造成任何負擔。
我用於測試的查詢是：編寫一個用於 Pop!_OS COSMIC 桌面的 Linux GUI 應用，用於為客戶建立發票。它需要能夠跟蹤客戶和不同的交付物（如文章和影片），包含自定義欄位，並將發票匯出為 PDF 文件。
儘管我的免費賬戶無法完成查詢，在執行期間我的機器效能保持正常。相比之下，當我使用本地 AI 桌面應用測試相同查詢時，機器在運算過程中短暫停滯。
最終，我對無法將 Claude Code 桌面應用連線到本地 AI 感到失望，但我仍可以說：如果你擁有 Anthropic 賬戶，並希望在 Linux 桌面上簡化 Claude Code 的使用，那麼這款應用絕對是首選。我透過 Ollama 啟動 Claude Code（效果不錯），但這條路並不適合初學者。如果你追求簡單，這款新的 Claude Code Linux 桌面應用是不錯的選擇。只需確保你的 Anthropic 賬戶已付費並準備就緒。如果你希望在 Linux 上使用本地 AI，我建議堅持使用 Alpaca 或 Moose。