Claudeను సొంతంగా హోస్ట్ చేయవచ్చా? నిజానిజాలు ఇవే

Claude ను మీరు సొంతంగా హోస్ట్ చేయగలరా? లేదు, ఎందుకో ఇక్కడ చూడండి

మీరు Claude ను సొంతంగా హోస్ట్ చేయలేరు. Anthropic ఈ మోడల్ వెయిట్స్‌ను (model weights) విడుదల చేయదు, కాబట్టి డౌన్‌లోడ్ చేయడానికి ఫైల్స్ ఉండవు, రన్ చేయడానికి కంటైనర్లు ఉండవు మరియు మీ స్వంత హార్డ్‌వేర్ నుండి దీన్ని అందించడానికి ఎటువంటి లైసెన్స్ లేదు. ప్రతి Claude అభ్యర్థన Anthropic యొక్క API కి లేదా Amazon Bedrock, Google Vertex AI, లేదా Microsoft Foundry వంటి హోస్ట్ చేసిన భాగస్వాములకు వెళ్తుంది. దీన్ని మీ స్వంత మెషీన్‌లో రన్ చేయడం అనేది కాన్ఫిగరేషన్ సమస్య కాదు. Anthropic వెలుపల ఈ ఆర్టిఫాక్ట్ అసలు ఉనికిలోనే లేదు.

ఇది క్లుప్త సమాధానం. దీనికి సుదీర్ఘమైన సమాధానం ఏమిటంటే, ఈ ప్రశ్న అడిగే వారిలో చాలామందికి నిజానికి మోడల్ వెయిట్స్ అవసరం లేదు. వారు కోరుకునేవి మూడు విషయాలు, వీటిని మీరు నియంత్రించే సర్వర్‌లోనే సాధించవచ్చు: స్థానికంగా రన్ అయ్యే సమర్థవంతమైన మోడల్, API కీలను భద్రపరిచి ఖర్చును పరిమితం చేసే గేట్‌వే, లేదా ల్యాప్‌టాప్‌కు బదులుగా వారి స్వంత సర్వర్‌లో ఉండే కోడింగ్ ఏజెంట్. ఈ గైడ్ ఆ మూడింటిని కమాండ్లతో సహా వివరిస్తుంది.

"Self-hosted Claude" అంటే సాధారణంగా ఏమిటి

"Self-hosted Claude" కోసం వెతికే సెర్చ్ ట్రాఫిక్ కొన్ని వేర్వేరు ఆకాంక్షలుగా విడిపోతుంది, వీటికి వేర్వేరు సమాధానాలు అవసరం.

కొంతమందికి గోప్యత (privacy) కావాలి. వారి ప్రాంప్ట్‌లు తమ నెట్‌వర్క్ దాటి వెళ్లకూడదని వారు కోరుకుంటారు. దీనికి కేవలం లోకల్ ఓపెన్ వెయిట్ మోడల్ మాత్రమే పరిష్కారం, ఎందుకంటే Claude కు పంపే ప్రతి అభ్యర్థన నిర్వచనం ప్రకారం Anthropic కి పంపే అభ్యర్థన అవుతుంది.

కొంతమందికి ఖర్చుపై నియంత్రణ (cost control) కావాలి. ఏజెంట్ అదుపు లేకుండా క్రెడిట్‌లను ఖర్చు చేస్తుందేమోనని వారు ఆందోళన చెందుతారు. దీనికి ఒక గేట్‌వే పరిష్కారం చూపిస్తుంది, ఇది Claude తో పనిచేస్తుంది కాబట్టి మీరు మోడల్ నాణ్యతను కోల్పోరు.

కొంతమందికి ల్యాప్‌టాప్‌తో సంబంధం లేని స్వతంత్రత కావాలి. ల్యాప్‌టాప్ మూసివేసినా పనిచేస్తూనే ఉండే ఏజెంట్ వారికి కావాలి. దీనికి ఒక VPS పరిష్కారం, దీనిపై Claude Code సజావుగా నడుస్తుంది.

కొంతమంది "self-hosted OpenRouter" అనే పదాన్ని వెతుకుతుంటారు. అది కూడా ఒక గేట్‌వే, దీనికి సాధారణంగా LiteLLM ను ఉపయోగిస్తారు.

మీరు దేని కోసం చూస్తున్నారో ముందుగా నిర్ణయించుకోండి, ఎందుకంటే ప్రతి సందర్భానికి సరైన నిర్మాణం (build) వేరుగా ఉంటుంది.

Ollama తో ఒక open model ను self-host చేయడం

మీ సర్వర్ నుండి ఎటువంటి ప్రాంప్ట్ బయటకు వెళ్లకూడదనేది మీ అవసరమైతే, ఒక open weight మోడల్‌ను రన్ చేయండి. ప్రస్తుతం అద్దె సర్వర్లలో ఉపయోగించడానికి వీలుగా ఉన్న మోడల్ కుటుంబాలు Llama, Qwen, Mistral, Gemma మరియు DeepSeek. వీటిలో దేనినైనా మీరు డౌన్‌లోడ్ చేసుకుని రన్ చేసుకోవచ్చు.

Ollama దీనిని సులభతరం చేస్తుంది. దీని ఇన్‌స్టాలేషన్ స్క్రిప్ట్ ఒకే లైన్ ఉంటుంది, ఇది Ubuntu లో systemd సర్వీస్‌ను సెటప్ చేస్తుంది.

curl -fsSL https://ollama.com/install.sh | sh
systemctl status ollama

systemctl status ollama కమాండ్ active (running) అని ప్రింట్ చేయాలి. ఆ తర్వాత ఒక మోడల్‌ను pull చేసి దానితో సంభాషించండి.

ollama pull qwen3:8b
ollama run qwen3:8b "Summarise what a reverse proxy does in two sentences."

మొదటి pull కమాండ్ కొన్ని గిగాబైట్ల డేటాను డౌన్‌లోడ్ చేస్తుంది, కాబట్టి మోడల్ సమాధానం ఇవ్వాలంటే అది RAM లో లేదా GPU మెమరీలో సరిపోవాలి. Quantised మోడల్స్ కోసం ఒక సాధారణ నియమం: 8 బిలియన్ పారామీటర్ల మోడల్‌కు సుమారు 6 GB ఖాళీ మెమరీ, 14 బిలియన్ మోడల్‌కు సుమారు 10 GB, మరియు 70 బిలియన్ మోడల్‌కు సాధారణ VPS ప్లాన్‌లలో ఉండే దానికంటే ఎక్కువ మెమరీ అవసరం. సర్వర్‌లో మెమరీ తక్కువగా ఉంటే, kernel ఆ ప్రాసెస్‌ను నిలిపివేస్తుంది (kill చేస్తుంది) మరియు మీకు Error: llama runner process has terminated కనిపిస్తుంది, అలాగే dmesg లో out of memory అనే లైన్ కనిపిస్తుంది. మోడల్‌ను నిందించే ముందు free -h ని తనిఖీ చేయండి. అదే మెమరీ బడ్జెట్ మోడల్ ఎంత పెద్ద ప్రాంప్ట్‌ను చదవగలదో కూడా నిర్ణయిస్తుంది, ఎందుకంటే Ollama డిఫాల్ట్ విండో పరిమితి దాటిన ప్రాంప్ట్‌ను నిశ్శబ్దంగా తొలగిస్తుంది (truncate చేస్తుంది). కాబట్టి సుదీర్ఘమైన డాక్యుమెంట్లు సగం మాత్రమే సారాంశం చేయబడితే, num_ctx ని పెంచడం మరియు KV cache పరిమాణాన్ని సర్దుబాటు చేయడం మొదట చూడాల్సిన విషయం.

Ollama, 127.0.0.1:11434 పై HTTP API ని కూడా అందిస్తుంది, ఇది కేవలం చాట్ కోసం మాత్రమే కాకుండా ఇతర సాఫ్ట్‌వేర్‌లతో అనుసంధానించడానికి ఉపయోగపడుతుంది.

curl http://127.0.0.1:11434/api/generate -d '{"model":"qwen3:8b","prompt":"ping","stream":false}'

కొంత సమయం తర్వాత మొదటి అభ్యర్థన (request) రావడానికి ముప్పై సెకన్లు పట్టి, తర్వాతి అభ్యర్థనలు వెంటనే వస్తుంటే, ఏదీ పాడవ్వలేదు: Ollama ఐదు నిమిషాల నిష్క్రియ (idle) సమయం తర్వాత మోడల్‌ను అన్‌లోడ్ చేస్తుంది. keep_alive తో మోడల్‌ను మెమరీలో ఉంచడం ద్వారా ఆ రీలోడ్ జాప్యాన్ని తొలగించవచ్చు.

ఆ పోర్ట్‌ను localhost కే పరిమితం చేయండి. పబ్లిక్ IP లో Ollama పోర్ట్‌ను ఓపెన్‌గా ఉంచితే, దాన్ని కనుగొన్న ఎవరైనా మీ GPUని ఉచితంగా వాడుకుంటారు. systemd యూనిట్, GPU డిటెక్షన్ మరియు రివర్స్ ప్రాక్సీని సెటప్ చేయడంతో సహా పూర్తి వివరాలు VPS లో Ollama రన్ చేయడానికి గైడ్ లో ఉన్నాయి. మీరు ఒకేసారి ఒకటి కంటే ఎక్కువ మంది వినియోగదారులకు సేవలు అందిస్తుంటే, ముందుగా Ollama మరియు vLLM ల మధ్య పోలిక చదవండి, ఎందుకంటే Ollama యొక్క సింగిల్ స్ట్రీమ్ డిజైన్ హార్డ్‌వేర్ సామర్థ్యం కంటే ముందే బాటిల్‌నెక్ (bottleneck) గా మారుతుంది.

తేడాల విషయంలో నిజాయితీగా ఉండండి. మధ్యస్థాయి VPS లో ఉండే మంచి open model సారాంశం చేయడానికి, వర్గీకరించడానికి, డ్రాఫ్టింగ్ చేయడానికి మరియు సాధారణ సమాచార సేకరణకు చాలా ఉపయోగకరంగా ఉంటుంది. సుదీర్ఘమైన బహుళ-దశల తర్కం (reasoning), పెద్ద కోడ్‌బేస్‌లు మరియు ఏజెంటిక్ టూల్ వినియోగంలో ఇది frontier hosted మోడల్స్‌తో సమానం కాదు, మరియు ప్రాంప్ట్ ట్యూనింగ్ చేసినంత మాత్రాన ఆ వ్యత్యాసం తగ్గదు. స్థానిక మోడల్‌ను అది బాగా చేయగల పనుల కోసం ఎంచుకోండి, మరియు కష్టమైన పనుల కోసం hosted మోడల్ కోసం చెల్లించండి.

LiteLLM తో మీ స్వంత గేట్‌వేను రన్ చేయండి

చాలామంది వెతుకుతున్న "self-hosted OpenRouter" ఇదే. మీ అప్లికేషన్లకు మరియు ప్రతి మోడల్ ప్రొవైడర్‌కు మధ్య ఒక గేట్‌వే ఉంటుంది. మీ అప్లికేషన్లు ఒకే కీని కలిగి ఉండి, మీ సర్వర్‌కు పాయింట్ చేయబడి ఉంటాయి. అసలైన ప్రొవైడర్ కీలు ఆ సర్వర్‌లో మాత్రమే ఉంటాయి. మీరు ప్రతి కీకి ఖర్చును పరిమితం చేయవచ్చు, వేర్వేరు అప్లికేషన్లను వేర్వేరు మోడళ్లకు పంపవచ్చు మరియు ప్రతి అభ్యర్థనను ఒకే చోట లాగ్ చేయవచ్చు.

LiteLLM ఒక సాధారణ ఎంపిక, ఎందుకంటే ఇది OpenAI అనుకూల APIని ఉపయోగిస్తుంది మరియు Anthropic, Ollama, మరియు ఇతర ప్రొవైడర్లకు ఒకే ఎండ్‌పాయింట్ ద్వారా ప్రాక్సీ చేస్తుంది. దీన్ని ఒక కాన్ఫిగరేషన్ ఫైల్‌తో Docker లో రన్ చేయండి.

model_list:
  - model_name: claude
    litellm_params:
      model: anthropic/claude-sonnet-5
      api_key: os.environ/ANTHROPIC_API_KEY
  - model_name: local
    litellm_params:
      model: ollama/qwen3:8b
      api_base: http://127.0.0.1:11434

దీనిని litellm_config.yaml గా సేవ్ చేసి, ప్రాక్సీని ప్రారంభించండి. ఇది 4000 పోర్ట్ వద్ద వింటుంది (listens).

docker run -v $(pwd)/litellm_config.yaml:/app/config.yaml \
  -e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY \
  -e LITELLM_MASTER_KEY=sk-1234 \
  -p 4000:4000 docker.litellm.ai/berriai/litellm:latest \
  --config /app/config.yaml

LITELLM_MASTER_KEY అనేది అడ్మిన్ క్రెడెన్షియల్, కాబట్టి దీన్ని root పాస్‌వర్డ్ లాగా పరిగణించండి మరియు ఉదాహరణ విలువను ఎక్కడా పబ్లిష్ చేయకండి. హోస్ట్ చేసిన APIని ఎలా పిలుస్తారో, ప్రాక్సీని కూడా అలాగే పిలవండి.

curl http://localhost:4000/v1/chat/completions \
  -H 'Authorization: Bearer sk-1234' \
  -H 'Content-Type: application/json' \
  -d '{"model": "claude","messages": [{"role": "user","content": "Say hello in five words."}]}'

సరైన రెస్పాన్స్ అనేది choices అర్రేతో కూడిన సాధారణ JSON. 401 అంటే Authorization హెడర్ మీ మాస్టర్ కీతో సరిపోలడం లేదని అర్థం. మోడల్ పేరుతో వచ్చే 400 అంటే, మీ అభ్యర్థనలోని model, కాన్ఫిగరేషన్ ఫైల్‌లోని ఏ model_name తోనూ సరిపోలడం లేదని అర్థం.

Anthropic ని నేరుగా పిలవడానికి బదులుగా దీన్ని నిర్మించడానికి ప్రధాన కారణం ఖర్చు పరిమితి (spend cap). ప్రతి అప్లికేషన్‌కు విడివిడిగా వర్చువల్ కీని జారీ చేయండి, ప్రతిదానికి దాని స్వంత బడ్జెట్ ఉంటుంది.

curl 'http://0.0.0.0:4000/key/generate' \
--header 'Authorization: Bearer sk-1234' \
--header 'Content-Type: application/json' \
--data-raw '{"models": ["claude"], "max_budget": 100}'

ఆ కీ వంద డాలర్ల వరకు ఖర్చు చేయగలదు మరియు ఒక మోడల్‌ను మాత్రమే చేరుకోగలదు, అంతకు మించి ఏమీ చేయలేదు. అర్ధరాత్రి మూడు గంటలకు ఏదైనా ఏజెంట్ తప్పుగా ప్రవర్తిస్తే, దాని ప్రభావం మీ మొత్తం ఖాతాపై కాకుండా కేవలం ఒక కీకి మాత్రమే పరిమితమవుతుంది. ఆ పద్ధతి, మరియు దాని చుట్టూ ఉన్న పర్యవేక్షణ, VPSలో ఏజెంట్ ఖర్చులను నియంత్రణలో ఉంచడం అనే అంశానికి సంబంధించినది. మీరు టోకెన్ల వారీగా చెల్లించాలా వద్దా అని ఇంకా నిర్ణయించుకుంటున్నట్లయితే, API మరియు సబ్‌స్క్రిప్షన్ ఖర్చుల పోలిక మీకు లెక్కలను అర్థం చేసుకోవడానికి సహాయపడుతుంది.

గేట్‌వే ఏమి చేయదో గమనించండి. ఇది Claude ను లోకల్ చేయదు, మరియు మీ ప్రాంప్ట్‌లను Anthropic నుండి దాచదు. అభ్యర్థనలు ఇప్పటికీ మీ సర్వర్ నుండి ప్రొవైడర్‌కు వెళ్తాయి. మీరు పొందేది కీలు, ఖర్చు, రూటింగ్ మరియు లాగ్‌లపై నియంత్రణ మాత్రమే.

మీ స్వంత VPSలో Claude Codeను రన్ చేయడం

మూడవ కోరికను నెరవేర్చడం చాలా సులభం. Claude Code అనేది ఒక క్లయింట్. మీరు Node.js ఇన్‌స్టాల్ చేసిన ఎక్కడైనా ఇది రన్ అవుతుంది, మరియు ఇది HTTPS ద్వారా APIతో కమ్యూనికేట్ చేస్తుంది. దీన్ని మీరు సొంతంగా కలిగి ఉన్న సర్వర్‌లో ఉంచడం వల్ల, మీరు మీ ల్యాప్‌టాప్‌ను షట్‌డౌన్ చేసిన తర్వాత కూడా ఏజెంట్ పని చేస్తూనే ఉంటుంది. అలాగే, ఏజెంట్ వల్ల ఏదైనా పొరపాటు జరిగితే, అది మీ ప్రధాన కంప్యూటర్‌కు కాకుండా, మీరు సులభంగా రీబిల్డ్ చేయగల ఒక ప్రత్యేక బాక్స్‌కే పరిమితమవుతుంది.

npm install -g @anthropic-ai/claude-code
claude --version

SSH కనెక్షన్ కట్ అయినా సుదీర్ఘమైన పనులు ఆగిపోకుండా ఉండటానికి, దీన్ని tmux లోపల రన్ చేయండి. సెషన్ హ్యాండ్లింగ్‌తో సహా ఆ సెటప్ గురించి VPSలో tmuxతో Claude Codeను రన్ చేయడంలో వివరించబడింది. ఏజెంట్‌కు ప్రత్యేకంగా ఒక unprivileged యూజర్‌ను కేటాయించండి. మీరు దేనికైనా రైట్ యాక్సెస్ (write access) ఇచ్చే ముందు సర్వర్‌లో Claude Codeను రన్ చేయడానికి భద్రతా నియమాలు చదవండి.

ఇది మోడల్‌ను కాదు, ఏజెంట్‌ను self-host చేయడం. దీని గురించి స్పష్టంగా ఉండటం ముఖ్యం, ఎందుకంటే చాలామంది ఈ రెండింటి మధ్య గందరగోళానికి గురవుతుంటారు. ప్రాసెస్, ఫైల్‌సిస్టమ్, నెట్‌వర్క్ ఈగ్రెస్ (egress) మరియు లాగ్స్ మీ నియంత్రణలో ఉంటాయి. ఇన్‌ఫరెన్స్ (inference) మాత్రం ఇప్పటికీ Anthropic ఆధీనంలోనే ఉంటుంది.

ప్రతి ఎంపికకు అయ్యే అసలు ఖర్చు

ధరలు మారుతుంటాయి, కాబట్టి వీటిని ఖచ్చితమైన కొటేషన్‌గా కాకుండా ఒక అంచనాగా పరిగణించండి. జూలై 2026 నాటికి, Claude Sonnet 5 ధర మిలియన్ ఇన్‌పుట్ టోకెన్లకు $3 మరియు మిలియన్ అవుట్‌పుట్ టోకెన్లకు $15 గా ఉంది, అలాగే Claude Opus 5 ధర వరుసగా $5 మరియు $25 గా ఉంది. లోకల్ మోడల్‌కు టోకెన్ల వారీగా ఎటువంటి ఖర్చు ఉండదు, కానీ మీరు వాడినా వాడకపోయినా సర్వర్ నిర్వహణకు అయ్యే నెలవారీ ఖర్చును భరించాల్సి ఉంటుంది.

బ్రేక్-ఈవెన్ పాయింట్ (ఖర్చు సమానమయ్యే స్థాయి) చాలా మంది ఊహించిన దానికంటే తక్కువగానే ఉంటుంది. ఉపయోగకరమైన ఓపెన్ మోడల్‌ను రన్ చేయడానికి తగినంత మెమరీ ఉన్న VPS కోసం ప్రతి నెలా కొంత ఖర్చు అవుతుంది, మరియు అది చాలా సమయం ఖాళీగా (idle) ఉంటుంది. మీ వినియోగం అప్పుడప్పుడు ఎక్కువగా ఉంటే, hosted API సాధారణంగా చౌకగా ఉంటుంది. మీ వినియోగం నిరంతరంగా ఉన్నా, లేదా మీ డేటా నెట్‌వర్క్ దాటి బయటకు వెళ్లకూడదు అనుకున్నా, లోకల్ మోడల్ అన్ని విధాలా ఉత్తమం.

చాలా టీమ్‌లు అనుసరించే నిజాయితీతో కూడిన మిశ్రమ పరిష్కారం ఇదే. ఎక్కువ పరిమాణంలో ఉండి, తక్కువ కష్టతరమైన పనుల కోసం ఓపెన్ మోడల్‌ను లోకల్‌గా రన్ చేయండి. కష్టతరమైన అభ్యర్థనలను hosted frontier మోడల్‌కు పంపండి. ఈ రెండింటి ముందు ఒక గేట్‌వేని ఉంచండి, తద్వారా అప్లికేషన్‌లకు ఏది ఏ మోడలో తెలియాల్సిన అవసరం ఉండదు, మరియు అప్లికేషన్ కోడ్‌ను మార్చకుండానే మీరు వాటి మధ్య పని విభజనను మార్చుకోవచ్చు. ఆ ఆర్కిటెక్చరే "self hosted Claude" యొక్క ఆచరణాత్మక రూపం, మరియు అక్షరాలా చెప్పాలంటే, ఇది నిజంగా అందుబాటులో ఉంది. మీరు పూర్తి ఏజెంట్ స్టాక్‌ను కూడా మీరే రన్ చేయాలనుకుంటే, self-hosted AI ఏజెంట్ల సమాహారం అందుబాటులో ఉన్న వాటి గురించి వివరిస్తుంది.

FAQ

నేను Claude మోడల్ వెయిట్స్‌ని డౌన్‌లోడ్ చేసి లోకల్‌గా రన్ చేయవచ్చా?

లేదు. Anthropic ఇప్పటివరకు ఏ Claude మోడల్ వెయిట్స్‌ని విడుదల చేయలేదు, మరియు సెల్ఫ్-హోస్టింగ్ అనుమతించే లైసెన్స్ ఏదీ లేదు. ఆన్‌లైన్‌లో డౌన్‌లోడ్ చేసుకోదగిన "Claude మోడల్" అని ప్రచారం చేయబడేవి అన్నీ తప్పుదారి పట్టించే పేర్లు కలిగిన వేరే మోడల్స్ లేదా APIని కాల్ చేసే wrapperలు మాత్రమే. ఒకవేళ దానికి API key అవసరమైతే, అది లోకల్ మోడల్ కాదు.

Claudeకి అత్యంత దగ్గరగా ఉండే ఓపెన్ మోడల్ ఏది?

ఖచ్చితమైన సమానమైన మోడల్ ఏదీ లేదు, మరియు అగ్రగామి మోడల్స్ ప్రతి కొన్ని నెలలకు మారుతుంటాయి. పరీక్షించదగిన ఓపెన్ వెయిట్ ఫ్యామిలీలలో Llama, Qwen, Mistral, Gemma, మరియు DeepSeek ఉన్నాయి. సారాంశం (summarising), వర్గీకరణ (classification), మరియు సాధారణ కోడ్ ఎడిటింగ్ పనుల కోసం 8 నుండి 14 బిలియన్ పారామీటర్లు కలిగిన మంచి ఓపెన్ మోడల్ నిజంగా ఉపయోగకరంగా ఉంటుంది. సుదీర్ఘమైన మల్టీ-స్టెప్ రీజనింగ్ మరియు ఏజెంటిక్ టూల్ వాడకంలో, హోస్ట్ చేసిన ఫ్రాంటియర్ మోడల్స్‌తో పోలిస్తే ఇప్పటికీ పెద్ద వ్యత్యాసం ఉంది. లీడర్‌బోర్డ్‌లను నమ్మడం కంటే మీ స్వంత ప్రాంప్ట్‌లపై పరీక్షించుకోండి.

LiteLLM అనేది సెల్ఫ్-హోస్టెడ్ OpenRouter లాంటిదా?

రూటింగ్ మరియు కీ మేనేజ్‌మెంట్ పరంగా చూస్తే, అవును. LiteLLM మీ సర్వర్‌పై రన్ అవుతుంది, ఒక OpenAI అనుకూల ఎండ్‌పాయింట్‌ను అందిస్తుంది, మరియు Anthropic, Ollama, మరియు ఇతర ప్రొవైడర్లకు ప్రాక్సీగా పనిచేస్తుంది. దీని ద్వారా మీరు ప్రతి కీకి ఖర్చు పరిమితులు (spend caps), మోడల్ రూటింగ్, మరియు లాగ్స్‌ను ఒకే చోట చూసే సౌలభ్యం పొందుతారు. ఇది మీకు లోకల్ ఇన్‌ఫరెన్స్ (local inference) ఇవ్వదు: Claudeకి పంపే అభ్యర్థనలు ఇప్పటికీ Anthropic సర్వర్లకే వెళ్తాయి.

నా స్వంత సర్వర్‌పై Claude Code రన్ చేయడం వల్ల నా కోడ్ ప్రైవేట్‌గా ఉంటుందా?

లేదు. Claude Code ఏ ప్రాసెస్‌లో రన్ అవుతున్నా సరే, అది చదివే ఫైల్ కంటెంట్‌ను Anthropic APIకి పంపుతుంది. VPS మీకు ఏజెంట్ యొక్క ఐసోలేషన్‌ను ఇస్తుంది కానీ కంటెంట్ యొక్క ప్రైవసీని కాదు. దీని కోసం ఒక ప్రత్యేకమైన unprivileged userని కేటాయించండి, క్రెడెన్షియల్స్ మరియు సంబంధం లేని రిపోజిటరీలకు దీన్ని దూరంగా ఉంచండి, మరియు అది చదవగలిగే ప్రతి విషయాన్ని సర్వర్ బయటకు వెళ్లే కంటెంట్‌గానే పరిగణించండి.