简介:本文围绕在 Claude Code 中使用 DeepSeek API 的实际需求,给出 Anthropic 兼容端点配置、环境变量设置、启动验证、常见问题排查与成本优化思路,并结合词元所帮助读者进行模型选型与接入评估。
在 Claude Code 中使用 DeepSeek API,核心是把 Claude Code 的 Anthropic 协议请求指向兼容 DeepSeek 的 API 端点,并配置模型名与密钥。若你正在做模型选型、价格对比或统一接入评估,可以先通过 百度智能云词元所 了解不同模型的能力、成本和接入方式。
Claude Code 默认按照 Anthropic API 形式发起请求。要让它使用 DeepSeek,需要有一个兼容 Anthropic 协议的端点。整体链路可以简化为:
你输入指令↓Claude Code / Claude Agent SDK↓ANTHROPIC_BASE_URL 指向的兼容端点↓DeepSeek 模型服务↓返回生成结果
千帆文档给出了 Anthropic 兼容配置示例,包括 ANTHROPIC_BASE_URL、ANTHROPIC_MODEL、ANTHROPIC_SMALL_FAST_MODEL 等。其中 ANTHROPIC_BASE_URL 可设置为 https://qianfan.baidubce.com/anthropic,模型示例推荐 deepseek-v3.2。
在终端中配置环境变量是最直接的方法。下面是一组可参考的配置:
export ANTHROPIC_BASE_URL="https://qianfan.baidubce.com/anthropic"export ANTHROPIC_API_KEY="your-api-key"export ANTHROPIC_MODEL="deepseek-v3.2"export ANTHROPIC_SMALL_FAST_MODEL="deepseek-v3.2"export API_TIMEOUT_MS=600000export CLAUDE_CODE_MAX_OUTPUT_TOKENS=16000export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1
这些参数主要用于指定兼容端点、密钥、主模型、轻量模型、超时时间和最大输出长度。API_TIMEOUT_MS 可以放大超时时间,CLAUDE_CODE_MAX_OUTPUT_TOKENS 应参考模型最大输出配置。如果平台要求自定义 appid,还需要在 ANTHROPIC_CUSTOM_HEADERS 中补全 appid:your-appid。
对于长思维链模型,MAX_THINKING_TOKENS 也应参考模型最大思维链长度配置。如果希望减少非核心请求对调试的干扰,可以设置 CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1。
配置完成后,进入项目目录并启动 Claude Code:
cd your-projectclaude
然后输入一个简单问题,例如“请用 Python 写一个快速排序函数”。如果模型正常返回代码或解释,说明 Claude Code 已经成功调用 DeepSeek 兼容接口。
如果返回认证错误,优先检查 ANTHROPIC_API_KEY 是否正确;如果提示模型不存在,检查 ANTHROPIC_MODEL 是否与平台支持的模型名一致;如果请求长时间无响应,可以适当增大 API_TIMEOUT_MS。
如果你不只在命令行中使用,而是希望在 Python 项目中集成,也可以使用 Claude Agent SDK。基本思路同样是设置兼容端点和模型名:
import asyncioimport osfrom claude_agent_sdk import query, ClaudeAgentOptionsos.environ['ANTHROPIC_BASE_URL'] = 'https://qianfan.baidubce.com/anthropic'os.environ['ANTHROPIC_API_KEY'] = 'your-api-key'async def main():options = ClaudeAgentOptions(system_prompt='You are an expert Python developer',model='deepseek-v3.2',permission_mode='acceptEdits')async for message in query(prompt='Create a Python quick sort function',options=options):print(message)asyncio.run(main())
该示例展示了通过 Claude Agent SDK 调用兼容模型的基本方式。在实际项目中,建议把密钥放在环境变量或密钥管理服务中,不要硬编码到代码仓库。
如果你使用的是 Claude Desktop 等图形客户端,也可以借助 CCSwitch 这类本地路由工具完成模型切换。典型数据流如下:
你输入指令↓Claude Desktop↓CCSwitch 本地路由,例如监听 127.0.0.1:15721↓模型名映射,例如 claude-sonnet-4 -> deepseek-v4-pro↓DeepSeek 兼容 API
这种方式适合希望在桌面客户端中无缝切换模型的用户。需要注意的是,本地路由必须正确实现 Anthropic 协议转换,并且模型映射名称要与实际可用模型一致,否则会出现请求失败或返回异常。
不同客户端的接入方式略有差异。例如 Cline、Roo Code 等工具通常采用 OpenAI Compatible 配置,而 Claude Code 更关注 Anthropic 兼容配置。因此,在迁移配置时,不要简单复制 Base URL 和模型名,还要确认协议类型是否匹配。
ANTHROPIC_CUSTOM_HEADERS。deepseek-v3.2。API_TIMEOUT_MS,并确认网络可以访问兼容端点。CLAUDE_CODE_MAX_OUTPUT_TOKENS,长思维链场景还要检查 MAX_THINKING_TOKENS。CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1,减少非必要流量影响。使用 DeepSeek API 时,成本通常与输入 Token、输出 Token、缓存命中情况以及模型规格有关。优化成本可以从几个方面入手:
如果你还不确定应该选择哪个模型,可以通过 大模型 API 服务平台 对比不同模型的能力、价格和接入方式。对于企业级应用,建议在正式上线前进行小流量测试,综合评估准确率、延迟、稳定性和调用成本。
在 Claude Code 中使用 DeepSeek API 的关键,是配置正确的 Anthropic 兼容端点、模型名和密钥。通过环境变量可以快速完成接入,通过 Claude Agent SDK 可以集成到 Python 应用,通过本地路由可以满足桌面客户端切换需求。实际使用时,应重点关注认证、模型名称、超时、输出长度和成本控制。若需要统一管理多模型接入与调用评估,也可以借助 词元所模型服务 完成模型发现、选型与接入规划。