把 Claude Code 的请求入口切到 DeepSeek 的 Anthropic 兼容接口，再把主模型设成 deepseek-v4-pro[1m]，就能在 Claude Code 里使用 DeepSeek V4 Pro 的长上下文和更高思考等级。
适合谁看？
- 已经在用 Claude Code，但想试试 DeepSeek V4 Pro 的人
- 想要更长上下文处理大项目的人
- 想降低 AI 编程工具使用成本的人
这套方案的重点不是“安装一个新 IDE”，而是复用 Claude Code 的终端交互体验，把底层模型服务换成 DeepSeek。
你可以把它理解成：
Claude Code 负责交互和工具调用体验
DeepSeek API 负责模型推理
环境变量负责把两边接起来官方文档里给出的关键配置是这几个：
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=<你的 DeepSeek API Key>
export ANTHROPIC_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-v4-flash
export CLAUDE_CODE_EFFORT_LEVEL=max这里最值得注意的是两点：
deepseek-v4-pro[1m]：主模型使用 1M 上下文版本，适合读大项目、大文件、多轮任务。CLAUDE_CODE_EFFORT_LEVEL=max：把 Claude Code 的思考等级拉到更高档位，适合复杂规划和多步骤代码任务。
照做流程
1. 准备 Claude Code
如果你还没有 Claude Code，先装 Node.js 18+，再安装 Claude Code：
npm install -g @anthropic-ai/claude-code检查是否安装成功：
claude --version2. 创建 DeepSeek API Key
进入 DeepSeek API 开放平台，创建一个 API Key。
地址：
https://platform.deepseek.com/api_keys注意：API Key 只在创建时完整显示，建议放到密码管理器或本地安全环境变量里，不要写进公开仓库。
3. 配置 Claude Code 使用 DeepSeek
Mac / Linux 直接在终端执行：
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=<你的 DeepSeek API Key>
export ANTHROPIC_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-v4-flash
export CLAUDE_CODE_EFFORT_LEVEL=max如果你不想每次开终端都重新 export，可以写入 ~/.zshrc：
nano ~/.zshrc保存后刷新：
source ~/.zshrc4. 进入项目运行
cd /path/to/my-project
claude如果能正常进入 Claude Code，并且请求走 DeepSeek API，就说明接入完成。
这个配置真正解决什么问题？
1. 大项目上下文更够用
普通代码助手经常卡在“只能看局部文件”。
1M 上下文的价值在于：它更适合让模型一次性理解更多代码、文档、错误日志和需求说明。
它不等于永远不会出错，但能明显减少“刚说过的背景又忘了”的情况。
2. Claude Code 的终端体验还能保留
Claude Code 的优势是命令行里的工程工作流：
- 能在项目目录里理解文件结构
- 能围绕任务拆解步骤
- 能配合代码修改和验证
- 比网页聊天更贴近真实开发现场
接入 DeepSeek 后，你保留的是这套工作方式，替换的是模型服务入口。
3. 子任务可以用更轻模型
配置里把主模型设成 deepseek-v4-pro[1m]，把部分子任务模型设成 deepseek-v4-flash。
这样做的思路很实用：
- 复杂规划、架构理解、长上下文任务交给 Pro
- 较轻的子任务交给 Flash
- 在体验和成本之间做平衡
我建议你这样用
不要一上来就让它“重构整个项目”。
更稳的方式是先给它小目标：
先阅读这个项目结构，告诉我启动入口、核心模块和主要依赖。然后再进入具体任务：
帮我定位这个报错来自哪里，只分析，不要改代码。确认分析靠谱后，再让它动手：
按最小改动修复这个问题，并告诉我改了哪些文件。这样用，比直接一句“帮我优化项目”更容易得到可靠结果。
风险提醒
这套方案虽然方便，但有几个点要注意：
- API Key 不要提交到 Git 仓库。
- 长上下文不等于免费上下文。 大项目输入越多，Token 消耗越高。
- Max 思考等级适合复杂任务。 日常小改动不一定需要一直开最高档。
- 涉及生产代码时，必须自己 review。 AI 能提速，但不能替代工程责任。
- 模型和接口名称可能变动。 真正使用前，以 DeepSeek 官方文档为准。
DeepSeek V4 Pro 已经可以接入 Claude Code。
核心就是把 Claude Code 的 Anthropic 接口地址换成：
https://api.deepseek.com/anthropic然后把主模型设为：
deepseek-v4-pro[1m]再把思考等级拉到：
max这样你就可以继续用 Claude Code 的终端开发体验，同时让底层请求走 DeepSeek。
我觉得这个组合最适合三类任务：
- 读大项目
- 分析复杂报错
- 做多文件代码改造
但别把它当魔法。API Key 要管好，Token 成本要看住，生产代码一定要 review。