Der Reddit-Nutzer CodeSlave9000 veröffentlichte das Open-Source-Projekt „localagents" auf GitHub, nachdem er täglich bis zu dreimal an die Token-Grenze seiner Claude-Max-Subscription gestoßen war. Das MCP-Setup fungiert als Brücke zwischen Claude Code und einem lokal laufenden Sprachmodell: Gut spezifizierte Coding-Tasks werden per Prompt-Befehl – konkret „Use local agent for…" – an das lokale Modell delegiert, ohne die laufende Session verlassen zu müssen. Der Autor setzt dabei auf Qwen3.8-27B im GGUF-Format (Quantisierung UD-Q4_K_XL via unsloth), betrieben mit llama-server aus dem llama.cpp-Projekt. Als zweite Inferenz-Backend-Option ist vLLM vorgesehen, wurde aber nach eigener Aussage kaum getestet; llama.cpp gilt als der stabilere Pfad. Das Setup erfordert erhebliche Kontextgröße und ausreichend Cache-RAM – im veröffentlichten Launch-Befehl sind beispielsweise 16 GB RAM-Cache konfiguriert, Batch-Size 8192 und zwei parallele Slots. Speculative Decoding wird über eine Kombination aus Draft-MTP und Ngram-Mod mit spezifischen Parametern (n-match 24, n-min 24, n-max 86) aktiviert, um die Inferenzgeschwindigkeit zu erhöhen. Die Ersteinrichtung des MCP-Servers empfiehlt der Autor mit Claude selbst durchzuführen, da das Projekt ausdrücklich ohne Support oder Garantien bereitgestellt wird.