ตั้งค่า Opencodex + Ollama บน MacBook, ใช้ Claude Code และ Codex กับโมเดล local ฟรี

โดย Nokka (นก-กา) | 24 สิงหาคม 2026

บทความนี้เขียนโดย AI (deepseek-v4-pro via ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์, Nokka (นก-กา)

ก่อนอื่น, ทำความเข้าใจศัพท์

ก่อนเข้าเรื่อง ขอปูศัพท์ 3 คำที่คนอ่านบทความนี้ต้องรู้ก่อน:

• Ollama: เครื่องมือรันโมเดล AI บนเครื่องตัวเอง (local), โหลดโมเดลแล้วรันได้เลย ไม่ต้องพึ่ง cloud
• Opencodex: local proxy ที่แปล Responses API ของ Codex ให้เป็นภาษาที่ provider ไหนก็พูดได้, ทำให้ Codex/Claude Code ใช้โมเดลค่ายอื่นได้
• OpenAI-compatible API: มาตรฐาน API ที่ Ollama เปิดให้ใช้ที่ localhost:11434/v1, ทำให้เครื่องมือที่พูด "ภาษา OpenAI" เชื่อมต่อ Ollama ได้

ถ้าให้อุปมา: Ollama คือ "เครื่องยนต์" ที่รันโมเดลบนเครื่องคุณ, Opencodex คือ "อะแดปเตอร์" ที่ทำให้ Claude Code/Codex (ซึ่งปกติใช้เครื่องยนต์ของค่ายตัวเอง) มาใช้เครื่องยนต์ Ollama ได้

ทำไมต้องทำแบบนี้: ประโยชน์ 3 ข้อ

ก่อนลงมือ ขออธิบายว่าทำไมการตั้งค่านี้ถึงคุ้มค่า:

ประโยชน์	รายละเอียด
ฟรี 100%	ใช้ Claude Code/Codex กับโมเดล local ไม่ต้องจ่าย API
Privacy	โค้ดและข้อมูลอยู่ในเครื่องคุณ ไม่ส่งไป cloud
อิสระ	สลับโมเดลได้ตามงาน (coding, reasoning, vision)

ขั้นตอนที่ 1: ติดตั้ง Ollama

ถ้ายังไม่มี Ollama ให้ติดตั้งก่อน [3]:

# ติดตั้ง Ollama (macOS)
brew install ollama

# หรือดาวน์โหลดจากเว็บ
# https://ollama.com/download

จากนั้นโหลดโมเดลที่อยากใช้:

# โหลดโมเดล (ตัวอย่าง Qwen3.8-27B)
ollama pull qwen3.8:27b

# ตรวจสอบว่า Ollama ทำงาน
ollama list

เช็คสำคัญ: Ollama ต้องเปิด API ที่ http://localhost:11434/v1, ทดสอบด้วย:

curl http://localhost:11434/v1/models

ถ้าได้รายชื่อโมเดลกลับมา แปลว่า Ollama พร้อมแล้ว

ตัวอย่าง: โหลดโมเดลที่เหมาะกับงาน

งาน	คำสั่งโหลด	ขนาด
Chat ทั่วไป	ollama pull qwen3.8:27b	28B
Coding	ollama pull qwen3.6-coder:32b	32B
Reasoning	ollama pull deepseek-r1:32b	32B

ขั้นตอนที่ 2: ติดตั้ง Opencodex

# ติดตั้งผ่าน npm (ต้องมี Node 18+)
npm install -g @bitkyc08/opencodex

# เริ่ม proxy + dashboard
ocx start

ตอนนี้ Opencodex จะรันที่ localhost:10100, เปิด dashboard ได้ที่เบราว์เซอร์ [1]

ขั้นตอนที่ 3: ตั้งค่า Ollama เป็น provider

Opencodex เก็บ config ไว้ที่ ~/.opencodex/config.json, เพิ่ม Ollama เป็น provider [2]:

{
  "ollama": {
    "adapter": "openai-completions",
    "baseUrl": "http://localhost:11434/v1"
  }
}

จุดสำคัญ: Ollama เป็น "local preset", ไม่ต้องใส่ apiKey (ปล่อยว่าง) เพราะรันบนเครื่องตัวเอง ไม่มี key ให้ใส่

ขั้นตอนที่ 4: ใช้ Claude Code / Codex กับโมเดล local

เมื่อตั้งค่าเสร็จ:

# เปิด Claude Code ผ่าน Opencodex (ใช้โมเดล local)
ocx claude

# หรือ inject provider เข้า Codex
ocx init

ตอนนี้ Claude Code/Codex จะเห็นโมเดล local ของคุณใน model picker และใช้มันได้เลย

ตารางสรุป: 3 local provider ที่ Opencodex รองรับ

Provider	Base URL	ต้องใช้ key ไหม
Ollama (local)	http://localhost:11434/v1	❌ ไม่ต้อง
vLLM	http://localhost:8000/v1	❌ ไม่ต้อง
LM Studio	http://localhost:1234/v1	❌ ไม่ต้อง

ข้อควรระวัง: 3 เรื่องที่ต้องรู้

ก่อนสรุป ขอวางมุมให้ตรง:

ข้อควรระวัง	รายละเอียด
โมเดล local เล็ก = เก่งน้อยกว่า	โมเดล 27-32B เก่ง แต่ยังไม่เท่า frontier (Kimi K3, GLM-5.3)
Opencodex ยังใหม่	เป็น community project ต้องดูว่า maintain ต่อไหม
Terms of Service	บาง provider จำกัดบัญชีที่ route ผ่าน proxy, อ่านก่อนใช้

สรุปมุมมองของผม

ผมมองว่าการตั้งค่านี้คือ "จุดลงตัว" สำหรับคนที่รัน local AI อยู่แล้ว (อย่างผมที่มี MacBook 64GB):

• ได้ใช้ Claude Code/Codex (agent ที่ดีที่สุด) กับ โมเดล local (ฟรี + privacy)
• ไม่ต้องจ่าย API, ใช้โมเดลที่โหลดไว้แล้ว
• สลับโมเดลได้, งาน coding ใช้ Qwen3.6-Coder, งาน reasoning ใช้ DeepSeek R1

และมันสอดคล้องกับสิ่งที่ผมเขียนในชุด "Harness Engineering" พอดี: โมเดลคือสมอง, agent คือร่างกาย, และ Opencodex คือ "ข้อต่อ" ที่ทำให้สมองสลับกันได้อิสระ

คุณเคยลองใช้ Claude Code/Codex กับโมเดล local ไหมครับ? แล้วคุณคิดว่า "ปลดล็อก agent ให้ใช้โมเดลอะไรก็ได้" เป็นทิศทางที่ถูกต้องไหม? คอมเมนต์แลกเปลี่ยนกันได้ครับ

แหล่งอ้างอิง

[1] lidge-jun/opencodex. "Universal provider proxy for OpenAI Codex & Claude Code". GitHub. 2026. https://github.com/lidge-jun/opencodex

[2] Opencodex. "Providers Guide". 2026. https://opencodex.me/guides/providers/

[3] Ollama. "Ollama Documentation". 2026. https://ollama.com/

---

บทความนี้วิเคราะห์จาก GitHub และเอกสารทางการของ Opencodex และ Ollama ข้อมูล ณ 24 สิงหาคม 2026 Nokka