1. 为什么我要折腾这套组合1.1 一个真实的需求场景先说清楚我为什么要写这个。我日常写代码主力编辑器是 VS Code终端里跑 Claude Code 做辅助编码已经成了习惯。但问题也很现实官方订阅的额度用起来心疼尤其是做重构、批量改文件、写测试这类高频操作一天下来消耗得飞快。我试过好几个替代方案要么接口不兼容要么配置麻烦到劝退要么模型能力撑不住复杂任务。后来我把目光放到了 DeepSeek 上。DeepSeek 的模型在代码任务上的表现这两年进步非常明显尤其是长上下文和代码理解这块日常的补全、重构、解释代码完全够用。更关键的是它提供了 OpenAI 兼容接口这意味着任何支持自定义 API 端点的工具都能接进来。Claude Code 恰好支持通过环境变量指定第三方接口于是这套“DeepSeek V4 Pro Claude Code”的组合就成立了。这套方案能做什么简单说你可以在 Claude Code 这个交互式编码环境里用 DeepSeek 的模型来完成代码生成、文件修改、命令执行、项目分析等操作成本比官方订阅低一个数量级。适合谁适合有一定命令行基础、想控制 AI 编码成本、又不想牺牲工作流体验的开发者。哪怕你之前没配过环境变量跟着走也能搞定。1.2 核心思路用兼容接口做“换芯”这套方案的本质是把 Claude Code 的模型调用层从官方服务切换到 DeepSeek 的 OpenAI 兼容端点。Claude Code 本身是一个客户端工具它负责把你的自然语言指令转成对模型的请求再把模型返回的内容解析成具体的文件操作或命令执行。模型是谁对它来说是可以配置的。DeepSeek 提供的接口遵循 OpenAI 的请求格式包括/v1/chat/completions这类标准路径请求体和响应体结构也一致。Claude Code 支持通过ANTHROPIC_BASE_URL和ANTHROPIC_AUTH_TOKEN这类环境变量来覆盖默认的接口地址和鉴权信息。把这两个变量指向 DeepSeek 的端点请求就会发到 DeepSeek 而不是官方服务。这里有个关键点Claude Code 原本是围绕 Anthropic 的接口协议设计的而 DeepSeek 是 OpenAI 兼容协议。两者在消息格式上高度相似但在一些细节字段上可能有差异。实际测试下来DeepSeek 的兼容层处理得比较好常规的对话、工具调用、流式输出都能正常工作。这也是我选择 DeepSeek 而不是其他模型的原因之一——它的兼容性做得扎实不需要额外写适配层。1.3 成本账为什么值得折腾算一笔账。官方订阅按月付费额度用超了要么等重置要么加钱。DeepSeek 是按 token 计费输入和输出分开算价格在同类模型里属于很低的档位。我拿一个中等规模的重构任务做对比让模型读 20 个文件、生成修改建议、逐个应用整个过程消耗的 token 换算成 DeepSeek 的费用大概是官方订阅同等操作成本的十分之一到五分之一。当然成本不是唯一考量。DeepSeek 在某些任务上的表现和官方模型有差距比如特别复杂的多步推理、需要极强指令遵循的场景。但对于日常编码——写函数、改 bug、加注释、生成测试、解释代码——这个差距在实际使用中几乎感知不到。用十分之一的成本换九成的体验这笔账我认为划算。提示成本优势建立在按量计费上如果你的使用频率极低官方订阅的固定月费可能更省心。这套方案更适合中高频使用者。2. 环境准备与依赖安装2.1 基础环境检查动手之前先把基础环境确认一遍。这套方案对系统要求不高Windows、macOS、Linux 都能跑但有几个前置依赖必须到位。Node.js 是必须的Claude Code 通过 npm 分发。建议用 Node.js 18 或更高版本低版本可能在依赖解析上出问题。检查命令很简单node -v npm -v如果版本低于 18先去 Node.js 官网下载 LTS 版本安装。Windows 用户安装时记得勾选“Add to PATH”否则后面 npm 命令会找不到。macOS 用户如果用 Homebrewbrew install node一步到位。Linux 用户根据发行版用 apt 或 yum 安装注意有些发行版自带的 Node 版本偏老建议用 NodeSource 的源装新版。网络方面确保能正常访问 npm 仓库和 DeepSeek 的 API 端点。如果你在公司内网可能需要配置 npm 的代理或镜像源。这些是常规操作不展开。2.2 安装 Claude CodeClaude Code 的安装通过 npm 全局安装npm install -g anthropic-ai/claude-code安装完成后验证claude --version能输出版本号就说明装好了。如果提示命令找不到检查 npm 的全局 bin 目录是否在 PATH 里。Windows 上通常是%APPDATA%\npmmacOS 和 Linux 通常是/usr/local/bin或~/.npm-global/bin。这里有个常见坑Windows 用户如果之前装过旧版 NodePATH 里可能残留旧路径导致 npm 全局包装到了错误位置。解决办法是用npm config get prefix看一下全局前缀确认它指向当前 Node 安装目录下的 npm 文件夹。注意不要用 sudo 装全局包除非你明确知道自己在做什么。用 sudo 装会导致后续权限混乱普通用户跑不了 claude 命令。2.3 获取 DeepSeek API Key去 DeepSeek 开放平台注册账号在控制台里创建一个 API Key。创建时注意保存页面关闭后 Key 就不再完整显示了。Key 的格式通常是一串以sk-开头的字符串。拿到 Key 之后先别急着配到 Claude Code 里用 curl 测一下接口通不通curl https://api.deepseek.com/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer sk-你的key \ -d { model: deepseek-chat, messages: [{role: user, content: 说一句你好}] }如果返回正常的 JSON 响应说明 Key 有效、网络通畅。如果返回 401检查 Key 是否复制完整返回 404检查端点地址超时则检查网络。2.4 环境变量配置的三种方式环境变量是这套方案的核心配置手段。有三种配置方式各有适用场景。第一种是临时设置只在当前终端会话生效。Linux 和 macOS 用exportWindows 的 PowerShell 用$env:# Linux / macOS export ANTHROPIC_BASE_URLhttps://api.deepseek.com export ANTHROPIC_AUTH_TOKENsk-你的key # Windows PowerShell $env:ANTHROPIC_BASE_URLhttps://api.deepseek.com $env:ANTHROPIC_AUTH_TOKENsk-你的key这种方式适合测试关掉终端就失效不会污染系统配置。第二种是写入 shell 配置文件永久生效。Linux 和 macOS 根据你用的 shell 写到~/.bashrc、~/.zshrc或~/.profile里。Windows 则通过“系统属性 - 高级 - 环境变量”图形界面添加或者用setx命令setx ANTHROPIC_BASE_URL https://api.deepseek.com setx ANTHROPIC_AUTH_TOKEN sk-你的keysetx写入的是用户级环境变量新开的终端才会生效。第三种是用项目级的.env文件。Claude Code 支持读取工作目录下的.env文件这样不同项目可以用不同的配置。在项目根目录创建.envANTHROPIC_BASE_URLhttps://api.deepseek.com ANTHROPIC_AUTH_TOKENsk-你的key这种方式的好处是配置跟着项目走团队协作时把.env加入.gitignore就不会泄露 Key。我个人的习惯是日常用第二种把配置写进 shell 配置文件做多模型对比测试时用第三种每个项目目录放不同的.env。3. 核心配置与参数详解3.1 关键环境变量逐个拆解这套方案涉及的环境变量不多但每一个都关键配错一个就跑不起来。ANTHROPIC_BASE_URL是接口的基础地址。Claude Code 默认请求官方端点把这个变量设成 DeepSeek 的地址请求就会改道。注意这里填的是基础地址不要带/v1/chat/completions这种具体路径Claude Code 会自己在后面拼接。DeepSeek 的基础地址是https://api.deepseek.com。ANTHROPIC_AUTH_TOKEN是鉴权令牌。Claude Code 会把它放到请求的 Authorization 头里。填 DeepSeek 的 API Key 即可。有些教程会提到ANTHROPIC_API_KEY这两个变量在不同版本的 Claude Code 里可能有差异。实测下来ANTHROPIC_AUTH_TOKEN的兼容性更好建议优先用这个。如果两个都设了以ANTHROPIC_AUTH_TOKEN为准。ANTHROPIC_MODEL用来指定模型名称。DeepSeek 的模型标识是deepseek-chat或deepseek-reasoner。前者是通用对话模型后者是推理增强模型。日常编码用deepseek-chat就够了需要复杂推理时切到deepseek-reasoner。如果不设这个变量Claude Code 会用它默认的模型名去请求DeepSeek 那边可能不认识导致报错。还有一个可选变量ANTHROPIC_SMALL_FAST_MODEL用于指定处理轻量任务比如生成标题、简单分类的模型。可以设成和主模型一样也可以设成更便宜的模型。不设的话 Claude Code 会用默认值可能请求到 DeepSeek 不支持的模型名。3.2 模型选择与参数调优DeepSeek 目前提供两个主要模型选择哪个取决于任务类型。deepseek-chat适合绝大多数编码场景代码补全、函数生成、bug 修复、注释编写、代码解释。它的响应速度快成本低指令遵循能力足够。我日常 90% 的操作都用这个模型。deepseek-reasoner适合需要多步推理的任务复杂算法设计、架构方案对比、疑难 bug 排查。它会先输出思考过程再给答案响应慢一些token 消耗也更高但推理深度更好。我一般在遇到deepseek-chat反复改不对的问题时才切过去。除了模型选择还可以通过环境变量调整一些请求参数。比如ANTHROPIC_MAX_TOKENS控制单次响应的最大 token 数默认值可能偏小处理大文件时会被截断。可以设成 8192 或更高export ANTHROPIC_MAX_TOKENS8192ANTHROPIC_TEMPERATURE控制输出的随机性编码任务建议设低一些0.2 到 0.5 之间比较合适太高了生成的代码会飘。这些参数不是必须设的但调一调能让体验更顺。我的建议是先用默认值跑通遇到具体问题再针对性调整。3.3 验证配置是否生效配好之后怎么确认请求真的发到了 DeepSeek 而不是官方服务有几个验证方法。最直接的是看 Claude Code 启动时的输出。运行claude进入交互界面如果配置正确它不会提示登录官方账号而是直接进入对话。如果提示要登录或订阅说明环境变量没生效。第二个方法是在对话里问一个只有 DeepSeek 才知道的问题比如“你的模型名称是什么”。虽然模型不一定准确回答但如果它说自己是 Claude那大概率请求还是发到了官方。第三个方法最可靠去 DeepSeek 控制台看用量统计。发几条消息后刷新控制台如果 token 消耗在增加说明请求确实到了 DeepSeek。这个方法虽然有点延迟但最准确。如果配置没生效排查顺序是先确认环境变量在当前终端里能echo出来再确认 Claude Code 版本支持这些变量最后检查是否有其他配置文件覆盖了环境变量。4. 完整实操流程与现场记录4.1 从零到跑通的完整步骤我把整个流程从头走一遍你可以跟着操作。第一步确认 Node.js 版本。打开终端运行node -v确保输出 v18 以上。如果没有先装 Node。第二步安装 Claude Code。运行npm install -g anthropic-ai/claude-code等待安装完成。如果网络慢可以临时切到国内镜像源npm install -g anthropic-ai/claude-code --registryhttps://registry.npmmirror.com。第三步获取 DeepSeek API Key。登录 DeepSeek 开放平台在 API Keys 页面创建新 Key复制保存。第四步配置环境变量。以 Linux/macOS 为例编辑~/.zshrc或~/.bashrc在末尾添加export ANTHROPIC_BASE_URLhttps://api.deepseek.com export ANTHROPIC_AUTH_TOKENsk-你的key export ANTHROPIC_MODELdeepseek-chat export ANTHROPIC_SMALL_FAST_MODELdeepseek-chat保存后运行source ~/.zshrc让配置生效。第五步验证。运行echo $ANTHROPIC_BASE_URL应该输出 DeepSeek 的地址。然后运行claude进入交互界面。第六步测试对话。在 Claude Code 里输入“帮我写一个 Python 函数计算斐波那契数列”看它是否能正常返回代码。如果能说明整条链路通了。4.2 一个真实任务的完整记录我拿一个实际任务来演示给一个现有的 Python 项目添加类型注解。项目结构是一个小型的工具库有 5 个模块文件。我在项目根目录启动 Claude Code输入指令“给这个项目里所有 .py 文件添加类型注解保持原有逻辑不变。”Claude Code 先列出了它找到的文件然后逐个读取、分析、生成修改建议。整个过程它调用了多次模型请求每次请求都发到了 DeepSeek。我在另一个终端开着 DeepSeek 控制台的用量页面能看到 token 数在实时增长。大约两分钟后它给出了修改方案并询问是否应用。我确认后它逐个文件写入了修改。完成后我跑了一遍测试全部通过。整个任务消耗的 token 换算成费用不到一毛钱。这个过程中有个细节值得说Claude Code 在处理每个文件时会把文件内容作为上下文发给模型。文件越大消耗的 token 越多。如果项目里有超大文件可以考虑先拆分或排除避免单次请求超出模型的上下文窗口。4.3 多模型切换的实用技巧有时候你想在同一个项目里切换不同模型。比如日常用deepseek-chat遇到难题临时切deepseek-reasoner。最灵活的方式是用项目级.env文件改完保存后重启 Claude Code 即可。如果不想重启可以在启动 Claude Code 时临时指定ANTHROPIC_MODELdeepseek-reasoner claude这样只对当前会话生效不影响全局配置。我还试过用 shell 函数做快捷切换。在.zshrc里定义claude-fast() { ANTHROPIC_MODELdeepseek-chat claude } claude-think() { ANTHROPIC_MODELdeepseek-reasoner claude }这样输入claude-fast就用快速模型输入claude-think就用推理模型很顺手。5. 常见问题与排查实录5.1 配置类问题速查问题现象可能原因解决方法启动 claude 提示登录环境变量未生效检查echo $ANTHROPIC_BASE_URL是否有输出请求返回 401API Key 错误或过期重新生成 Key确认复制完整请求返回 404端点地址错误确认 BASE_URL 是https://api.deepseek.com不带路径模型不识别模型名拼写错误确认是deepseek-chat或deepseek-reasoner响应被截断max_tokens 太小设置ANTHROPIC_MAX_TOKENS8192Windows 下命令找不到PATH 未包含 npm 全局目录把%APPDATA%\npm加入 PATH5.2 那些我踩过的坑第一个坑环境变量写对了但没生效。原因是改完.zshrc后忘了source或者新开的终端窗口没继承。解决办法是关掉所有终端重新开或者手动 source 一次。第二个坑Windows 上用setx设置后当前终端不生效。setx写入的是注册表只对新开的进程生效。要么关掉终端重开要么在当前终端用$env:临时设一遍。第三个坑API Key 里混入了空格或换行。从网页复制时容易带上不可见字符。解决办法是用echo $ANTHROPIC_AUTH_TOKEN | wc -c检查长度或者重新手动输入一遍。第四个坑公司网络拦截了 API 请求。有些企业网络会限制外部 API 调用。如果 curl 测试超时但浏览器能访问 DeepSeek 官网可能是网络策略问题。这种情况需要联系网络管理员或者换网络环境。第五个坑Claude Code 版本更新后环境变量名变了。这个工具迭代很快偶尔会有破坏性变更。遇到问题时先看官方文档的更新日志确认当前版本支持哪些变量。5.3 性能与成本优化建议用了一段时间后我总结了几条优化经验。控制上下文长度。Claude Code 会把对话历史和文件内容一起发给模型历史越长、文件越大token 消耗越多。定期用/clear清空对话历史能显著降低单次请求成本。合理选择模型。简单任务用deepseek-chat复杂任务才切deepseek-reasoner。我统计过日常操作里只有不到 10% 需要推理模型剩下 90% 用快速模型完全够。批量操作代替逐条操作。比如要给多个文件加注释一次性告诉 Claude Code “给 src 目录下所有文件加注释”比逐个文件操作更省 token因为文件列表和公共上下文只发一次。监控用量。DeepSeek 控制台有用量统计定期看一眼了解自己的消耗模式。如果发现某类操作特别费 token可以针对性优化。提示DeepSeek 的计费是按输入和输出分别计算的输出通常比输入贵。所以让模型少说废话、直接给代码比让它长篇解释更省钱。可以在指令里加一句“直接给代码不要解释”。6. 这套方案的边界与扩展6.1 什么任务不适合这套方案不是万能的。有几类任务我试下来效果不理想。需要极强指令遵循的任务。比如“严格按照这个格式输出一个字符都不能差”DeepSeek 偶尔会自由发挥。官方模型在这方面的稳定性更好。超长上下文任务。虽然 DeepSeek 支持长上下文但 Claude Code 在组装请求时可能会截断。处理超大代码库时需要手动控制发给模型的内容范围。需要多模态能力的任务。DeepSeek 目前主要是文本模型如果你需要模型看图、看截图这套方案做不了。对延迟极度敏感的场景。DeepSeek 的响应速度受网络和负载影响高峰期可能比官方慢。如果你需要毫秒级响应这个方案不合适。6.2 还能接哪些模型这套思路不限于 DeepSeek。任何提供 OpenAI 兼容接口的模型服务理论上都能接进来。我试过几个Qwen 的兼容接口配置方式类似把 BASE_URL 和模型名换掉即可。GLM 也提供兼容接口同样能接。还有一些自部署的推理服务比如用 vLLM 或 Ollama 起的本地服务只要暴露 OpenAI 兼容端点也能接。接本地模型的好处是数据不出本机适合处理敏感代码。但本地模型的代码能力通常弱于云端大模型适合对隐私要求高、对能力要求不高的场景。配置方法和 DeepSeek 完全一致只是把ANTHROPIC_BASE_URL指向本地服务的地址比如http://localhost:8000模型名填本地服务加载的模型标识。6.3 后续可以怎么玩跑通基础流程后还有不少可以折腾的方向。结合 VS Code 插件。Claude Code 有 VS Code 扩展可以在编辑器里直接调用。配置好环境变量后插件也会走 DeepSeek 的接口。这样写代码时不用切终端体验更顺。写脚本自动化。把 Claude Code 的命令行模式用起来写 shell 脚本批量处理重复任务。比如每天定时跑一遍代码审查让模型检查新增代码的问题。做多模型对比。同一段代码分别让 DeepSeek 和官方模型处理对比输出质量。我做过几次发现 DeepSeek 在常规任务上不输在复杂推理上略逊但差距在缩小。这套方案的核心价值在于用可控的成本获得一个够用的 AI 编码助手。它不是要替代官方服务而是提供一个高性价比的备选。对于预算敏感、使用频率高的开发者这个备选很实用。我在实际使用中的体会是配置过程本身不难难的是遇到问题时知道往哪个方向排查。环境变量、网络、版本兼容这三个方向覆盖了绝大多数问题。把这三个方向摸清楚后面就是顺水推舟的事。 DeepSeek V4 Pro + Claude Code 配置指南：低成本 AI 编码实战
1. 为什么我要折腾这套组合1.1 一个真实的需求场景先说清楚我为什么要写这个。我日常写代码主力编辑器是 VS Code终端里跑 Claude Code 做辅助编码已经成了习惯。但问题也很现实官方订阅的额度用起来心疼尤其是做重构、批量改文件、写测试这类高频操作一天下来消耗得飞快。我试过好几个替代方案要么接口不兼容要么配置麻烦到劝退要么模型能力撑不住复杂任务。后来我把目光放到了 DeepSeek 上。DeepSeek 的模型在代码任务上的表现这两年进步非常明显尤其是长上下文和代码理解这块日常的补全、重构、解释代码完全够用。更关键的是它提供了 OpenAI 兼容接口这意味着任何支持自定义 API 端点的工具都能接进来。Claude Code 恰好支持通过环境变量指定第三方接口于是这套“DeepSeek V4 Pro Claude Code”的组合就成立了。这套方案能做什么简单说你可以在 Claude Code 这个交互式编码环境里用 DeepSeek 的模型来完成代码生成、文件修改、命令执行、项目分析等操作成本比官方订阅低一个数量级。适合谁适合有一定命令行基础、想控制 AI 编码成本、又不想牺牲工作流体验的开发者。哪怕你之前没配过环境变量跟着走也能搞定。1.2 核心思路用兼容接口做“换芯”这套方案的本质是把 Claude Code 的模型调用层从官方服务切换到 DeepSeek 的 OpenAI 兼容端点。Claude Code 本身是一个客户端工具它负责把你的自然语言指令转成对模型的请求再把模型返回的内容解析成具体的文件操作或命令执行。模型是谁对它来说是可以配置的。DeepSeek 提供的接口遵循 OpenAI 的请求格式包括/v1/chat/completions这类标准路径请求体和响应体结构也一致。Claude Code 支持通过ANTHROPIC_BASE_URL和ANTHROPIC_AUTH_TOKEN这类环境变量来覆盖默认的接口地址和鉴权信息。把这两个变量指向 DeepSeek 的端点请求就会发到 DeepSeek 而不是官方服务。这里有个关键点Claude Code 原本是围绕 Anthropic 的接口协议设计的而 DeepSeek 是 OpenAI 兼容协议。两者在消息格式上高度相似但在一些细节字段上可能有差异。实际测试下来DeepSeek 的兼容层处理得比较好常规的对话、工具调用、流式输出都能正常工作。这也是我选择 DeepSeek 而不是其他模型的原因之一——它的兼容性做得扎实不需要额外写适配层。1.3 成本账为什么值得折腾算一笔账。官方订阅按月付费额度用超了要么等重置要么加钱。DeepSeek 是按 token 计费输入和输出分开算价格在同类模型里属于很低的档位。我拿一个中等规模的重构任务做对比让模型读 20 个文件、生成修改建议、逐个应用整个过程消耗的 token 换算成 DeepSeek 的费用大概是官方订阅同等操作成本的十分之一到五分之一。当然成本不是唯一考量。DeepSeek 在某些任务上的表现和官方模型有差距比如特别复杂的多步推理、需要极强指令遵循的场景。但对于日常编码——写函数、改 bug、加注释、生成测试、解释代码——这个差距在实际使用中几乎感知不到。用十分之一的成本换九成的体验这笔账我认为划算。提示成本优势建立在按量计费上如果你的使用频率极低官方订阅的固定月费可能更省心。这套方案更适合中高频使用者。2. 环境准备与依赖安装2.1 基础环境检查动手之前先把基础环境确认一遍。这套方案对系统要求不高Windows、macOS、Linux 都能跑但有几个前置依赖必须到位。Node.js 是必须的Claude Code 通过 npm 分发。建议用 Node.js 18 或更高版本低版本可能在依赖解析上出问题。检查命令很简单node -v npm -v如果版本低于 18先去 Node.js 官网下载 LTS 版本安装。Windows 用户安装时记得勾选“Add to PATH”否则后面 npm 命令会找不到。macOS 用户如果用 Homebrewbrew install node一步到位。Linux 用户根据发行版用 apt 或 yum 安装注意有些发行版自带的 Node 版本偏老建议用 NodeSource 的源装新版。网络方面确保能正常访问 npm 仓库和 DeepSeek 的 API 端点。如果你在公司内网可能需要配置 npm 的代理或镜像源。这些是常规操作不展开。2.2 安装 Claude CodeClaude Code 的安装通过 npm 全局安装npm install -g anthropic-ai/claude-code安装完成后验证claude --version能输出版本号就说明装好了。如果提示命令找不到检查 npm 的全局 bin 目录是否在 PATH 里。Windows 上通常是%APPDATA%\npmmacOS 和 Linux 通常是/usr/local/bin或~/.npm-global/bin。这里有个常见坑Windows 用户如果之前装过旧版 NodePATH 里可能残留旧路径导致 npm 全局包装到了错误位置。解决办法是用npm config get prefix看一下全局前缀确认它指向当前 Node 安装目录下的 npm 文件夹。注意不要用 sudo 装全局包除非你明确知道自己在做什么。用 sudo 装会导致后续权限混乱普通用户跑不了 claude 命令。2.3 获取 DeepSeek API Key去 DeepSeek 开放平台注册账号在控制台里创建一个 API Key。创建时注意保存页面关闭后 Key 就不再完整显示了。Key 的格式通常是一串以sk-开头的字符串。拿到 Key 之后先别急着配到 Claude Code 里用 curl 测一下接口通不通curl https://api.deepseek.com/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer sk-你的key \ -d { model: deepseek-chat, messages: [{role: user, content: 说一句你好}] }如果返回正常的 JSON 响应说明 Key 有效、网络通畅。如果返回 401检查 Key 是否复制完整返回 404检查端点地址超时则检查网络。2.4 环境变量配置的三种方式环境变量是这套方案的核心配置手段。有三种配置方式各有适用场景。第一种是临时设置只在当前终端会话生效。Linux 和 macOS 用exportWindows 的 PowerShell 用$env:# Linux / macOS export ANTHROPIC_BASE_URLhttps://api.deepseek.com export ANTHROPIC_AUTH_TOKENsk-你的key # Windows PowerShell $env:ANTHROPIC_BASE_URLhttps://api.deepseek.com $env:ANTHROPIC_AUTH_TOKENsk-你的key这种方式适合测试关掉终端就失效不会污染系统配置。第二种是写入 shell 配置文件永久生效。Linux 和 macOS 根据你用的 shell 写到~/.bashrc、~/.zshrc或~/.profile里。Windows 则通过“系统属性 - 高级 - 环境变量”图形界面添加或者用setx命令setx ANTHROPIC_BASE_URL https://api.deepseek.com setx ANTHROPIC_AUTH_TOKEN sk-你的keysetx写入的是用户级环境变量新开的终端才会生效。第三种是用项目级的.env文件。Claude Code 支持读取工作目录下的.env文件这样不同项目可以用不同的配置。在项目根目录创建.envANTHROPIC_BASE_URLhttps://api.deepseek.com ANTHROPIC_AUTH_TOKENsk-你的key这种方式的好处是配置跟着项目走团队协作时把.env加入.gitignore就不会泄露 Key。我个人的习惯是日常用第二种把配置写进 shell 配置文件做多模型对比测试时用第三种每个项目目录放不同的.env。3. 核心配置与参数详解3.1 关键环境变量逐个拆解这套方案涉及的环境变量不多但每一个都关键配错一个就跑不起来。ANTHROPIC_BASE_URL是接口的基础地址。Claude Code 默认请求官方端点把这个变量设成 DeepSeek 的地址请求就会改道。注意这里填的是基础地址不要带/v1/chat/completions这种具体路径Claude Code 会自己在后面拼接。DeepSeek 的基础地址是https://api.deepseek.com。ANTHROPIC_AUTH_TOKEN是鉴权令牌。Claude Code 会把它放到请求的 Authorization 头里。填 DeepSeek 的 API Key 即可。有些教程会提到ANTHROPIC_API_KEY这两个变量在不同版本的 Claude Code 里可能有差异。实测下来ANTHROPIC_AUTH_TOKEN的兼容性更好建议优先用这个。如果两个都设了以ANTHROPIC_AUTH_TOKEN为准。ANTHROPIC_MODEL用来指定模型名称。DeepSeek 的模型标识是deepseek-chat或deepseek-reasoner。前者是通用对话模型后者是推理增强模型。日常编码用deepseek-chat就够了需要复杂推理时切到deepseek-reasoner。如果不设这个变量Claude Code 会用它默认的模型名去请求DeepSeek 那边可能不认识导致报错。还有一个可选变量ANTHROPIC_SMALL_FAST_MODEL用于指定处理轻量任务比如生成标题、简单分类的模型。可以设成和主模型一样也可以设成更便宜的模型。不设的话 Claude Code 会用默认值可能请求到 DeepSeek 不支持的模型名。3.2 模型选择与参数调优DeepSeek 目前提供两个主要模型选择哪个取决于任务类型。deepseek-chat适合绝大多数编码场景代码补全、函数生成、bug 修复、注释编写、代码解释。它的响应速度快成本低指令遵循能力足够。我日常 90% 的操作都用这个模型。deepseek-reasoner适合需要多步推理的任务复杂算法设计、架构方案对比、疑难 bug 排查。它会先输出思考过程再给答案响应慢一些token 消耗也更高但推理深度更好。我一般在遇到deepseek-chat反复改不对的问题时才切过去。除了模型选择还可以通过环境变量调整一些请求参数。比如ANTHROPIC_MAX_TOKENS控制单次响应的最大 token 数默认值可能偏小处理大文件时会被截断。可以设成 8192 或更高export ANTHROPIC_MAX_TOKENS8192ANTHROPIC_TEMPERATURE控制输出的随机性编码任务建议设低一些0.2 到 0.5 之间比较合适太高了生成的代码会飘。这些参数不是必须设的但调一调能让体验更顺。我的建议是先用默认值跑通遇到具体问题再针对性调整。3.3 验证配置是否生效配好之后怎么确认请求真的发到了 DeepSeek 而不是官方服务有几个验证方法。最直接的是看 Claude Code 启动时的输出。运行claude进入交互界面如果配置正确它不会提示登录官方账号而是直接进入对话。如果提示要登录或订阅说明环境变量没生效。第二个方法是在对话里问一个只有 DeepSeek 才知道的问题比如“你的模型名称是什么”。虽然模型不一定准确回答但如果它说自己是 Claude那大概率请求还是发到了官方。第三个方法最可靠去 DeepSeek 控制台看用量统计。发几条消息后刷新控制台如果 token 消耗在增加说明请求确实到了 DeepSeek。这个方法虽然有点延迟但最准确。如果配置没生效排查顺序是先确认环境变量在当前终端里能echo出来再确认 Claude Code 版本支持这些变量最后检查是否有其他配置文件覆盖了环境变量。4. 完整实操流程与现场记录4.1 从零到跑通的完整步骤我把整个流程从头走一遍你可以跟着操作。第一步确认 Node.js 版本。打开终端运行node -v确保输出 v18 以上。如果没有先装 Node。第二步安装 Claude Code。运行npm install -g anthropic-ai/claude-code等待安装完成。如果网络慢可以临时切到国内镜像源npm install -g anthropic-ai/claude-code --registryhttps://registry.npmmirror.com。第三步获取 DeepSeek API Key。登录 DeepSeek 开放平台在 API Keys 页面创建新 Key复制保存。第四步配置环境变量。以 Linux/macOS 为例编辑~/.zshrc或~/.bashrc在末尾添加export ANTHROPIC_BASE_URLhttps://api.deepseek.com export ANTHROPIC_AUTH_TOKENsk-你的key export ANTHROPIC_MODELdeepseek-chat export ANTHROPIC_SMALL_FAST_MODELdeepseek-chat保存后运行source ~/.zshrc让配置生效。第五步验证。运行echo $ANTHROPIC_BASE_URL应该输出 DeepSeek 的地址。然后运行claude进入交互界面。第六步测试对话。在 Claude Code 里输入“帮我写一个 Python 函数计算斐波那契数列”看它是否能正常返回代码。如果能说明整条链路通了。4.2 一个真实任务的完整记录我拿一个实际任务来演示给一个现有的 Python 项目添加类型注解。项目结构是一个小型的工具库有 5 个模块文件。我在项目根目录启动 Claude Code输入指令“给这个项目里所有 .py 文件添加类型注解保持原有逻辑不变。”Claude Code 先列出了它找到的文件然后逐个读取、分析、生成修改建议。整个过程它调用了多次模型请求每次请求都发到了 DeepSeek。我在另一个终端开着 DeepSeek 控制台的用量页面能看到 token 数在实时增长。大约两分钟后它给出了修改方案并询问是否应用。我确认后它逐个文件写入了修改。完成后我跑了一遍测试全部通过。整个任务消耗的 token 换算成费用不到一毛钱。这个过程中有个细节值得说Claude Code 在处理每个文件时会把文件内容作为上下文发给模型。文件越大消耗的 token 越多。如果项目里有超大文件可以考虑先拆分或排除避免单次请求超出模型的上下文窗口。4.3 多模型切换的实用技巧有时候你想在同一个项目里切换不同模型。比如日常用deepseek-chat遇到难题临时切deepseek-reasoner。最灵活的方式是用项目级.env文件改完保存后重启 Claude Code 即可。如果不想重启可以在启动 Claude Code 时临时指定ANTHROPIC_MODELdeepseek-reasoner claude这样只对当前会话生效不影响全局配置。我还试过用 shell 函数做快捷切换。在.zshrc里定义claude-fast() { ANTHROPIC_MODELdeepseek-chat claude } claude-think() { ANTHROPIC_MODELdeepseek-reasoner claude }这样输入claude-fast就用快速模型输入claude-think就用推理模型很顺手。5. 常见问题与排查实录5.1 配置类问题速查问题现象可能原因解决方法启动 claude 提示登录环境变量未生效检查echo $ANTHROPIC_BASE_URL是否有输出请求返回 401API Key 错误或过期重新生成 Key确认复制完整请求返回 404端点地址错误确认 BASE_URL 是https://api.deepseek.com不带路径模型不识别模型名拼写错误确认是deepseek-chat或deepseek-reasoner响应被截断max_tokens 太小设置ANTHROPIC_MAX_TOKENS8192Windows 下命令找不到PATH 未包含 npm 全局目录把%APPDATA%\npm加入 PATH5.2 那些我踩过的坑第一个坑环境变量写对了但没生效。原因是改完.zshrc后忘了source或者新开的终端窗口没继承。解决办法是关掉所有终端重新开或者手动 source 一次。第二个坑Windows 上用setx设置后当前终端不生效。setx写入的是注册表只对新开的进程生效。要么关掉终端重开要么在当前终端用$env:临时设一遍。第三个坑API Key 里混入了空格或换行。从网页复制时容易带上不可见字符。解决办法是用echo $ANTHROPIC_AUTH_TOKEN | wc -c检查长度或者重新手动输入一遍。第四个坑公司网络拦截了 API 请求。有些企业网络会限制外部 API 调用。如果 curl 测试超时但浏览器能访问 DeepSeek 官网可能是网络策略问题。这种情况需要联系网络管理员或者换网络环境。第五个坑Claude Code 版本更新后环境变量名变了。这个工具迭代很快偶尔会有破坏性变更。遇到问题时先看官方文档的更新日志确认当前版本支持哪些变量。5.3 性能与成本优化建议用了一段时间后我总结了几条优化经验。控制上下文长度。Claude Code 会把对话历史和文件内容一起发给模型历史越长、文件越大token 消耗越多。定期用/clear清空对话历史能显著降低单次请求成本。合理选择模型。简单任务用deepseek-chat复杂任务才切deepseek-reasoner。我统计过日常操作里只有不到 10% 需要推理模型剩下 90% 用快速模型完全够。批量操作代替逐条操作。比如要给多个文件加注释一次性告诉 Claude Code “给 src 目录下所有文件加注释”比逐个文件操作更省 token因为文件列表和公共上下文只发一次。监控用量。DeepSeek 控制台有用量统计定期看一眼了解自己的消耗模式。如果发现某类操作特别费 token可以针对性优化。提示DeepSeek 的计费是按输入和输出分别计算的输出通常比输入贵。所以让模型少说废话、直接给代码比让它长篇解释更省钱。可以在指令里加一句“直接给代码不要解释”。6. 这套方案的边界与扩展6.1 什么任务不适合这套方案不是万能的。有几类任务我试下来效果不理想。需要极强指令遵循的任务。比如“严格按照这个格式输出一个字符都不能差”DeepSeek 偶尔会自由发挥。官方模型在这方面的稳定性更好。超长上下文任务。虽然 DeepSeek 支持长上下文但 Claude Code 在组装请求时可能会截断。处理超大代码库时需要手动控制发给模型的内容范围。需要多模态能力的任务。DeepSeek 目前主要是文本模型如果你需要模型看图、看截图这套方案做不了。对延迟极度敏感的场景。DeepSeek 的响应速度受网络和负载影响高峰期可能比官方慢。如果你需要毫秒级响应这个方案不合适。6.2 还能接哪些模型这套思路不限于 DeepSeek。任何提供 OpenAI 兼容接口的模型服务理论上都能接进来。我试过几个Qwen 的兼容接口配置方式类似把 BASE_URL 和模型名换掉即可。GLM 也提供兼容接口同样能接。还有一些自部署的推理服务比如用 vLLM 或 Ollama 起的本地服务只要暴露 OpenAI 兼容端点也能接。接本地模型的好处是数据不出本机适合处理敏感代码。但本地模型的代码能力通常弱于云端大模型适合对隐私要求高、对能力要求不高的场景。配置方法和 DeepSeek 完全一致只是把ANTHROPIC_BASE_URL指向本地服务的地址比如http://localhost:8000模型名填本地服务加载的模型标识。6.3 后续可以怎么玩跑通基础流程后还有不少可以折腾的方向。结合 VS Code 插件。Claude Code 有 VS Code 扩展可以在编辑器里直接调用。配置好环境变量后插件也会走 DeepSeek 的接口。这样写代码时不用切终端体验更顺。写脚本自动化。把 Claude Code 的命令行模式用起来写 shell 脚本批量处理重复任务。比如每天定时跑一遍代码审查让模型检查新增代码的问题。做多模型对比。同一段代码分别让 DeepSeek 和官方模型处理对比输出质量。我做过几次发现 DeepSeek 在常规任务上不输在复杂推理上略逊但差距在缩小。这套方案的核心价值在于用可控的成本获得一个够用的 AI 编码助手。它不是要替代官方服务而是提供一个高性价比的备选。对于预算敏感、使用频率高的开发者这个备选很实用。我在实际使用中的体会是配置过程本身不难难的是遇到问题时知道往哪个方向排查。环境变量、网络、版本兼容这三个方向覆盖了绝大多数问题。把这三个方向摸清楚后面就是顺水推舟的事。