getdeepseekapi.comGuida
Come usare l'API DeepSeek in Claude Code: opzioni reali
Se stai cercando di usare l'API DeepSeek in Claude Code, la prima cosa da sapere è che Claude Code comunica con endpoint in stile Anthropic, mentre questo servizio usa il formato OpenAI. Un piccolo proxy di traduzione colma il divario, e questa pagina mostra come configurarlo.
Aggiornato
Punti chiave
- Claude Code si aspetta l'API Anthropic Messages; questo servizio offre /v1/chat/completions compatibile con OpenAI.
- Un proxy locale come LiteLLM può tradurre tra i due formati.
- Aider, Continue e Cline accettano un URL base compatibile con OpenAI direttamente, senza proxy.
- Questa non è l'API ufficiale di DeepSeek: è un unico modello open-weight indipendente con l'ID
uncensored.

Inizia con ciò che funzionerà e non funzionerà
Due chiarimenti risparmiano un'ora di confusione. Primo, questo servizio non è l'API ufficiale di DeepSeek e non è un router per DeepSeek o altri fornitori. Ospita un modello open-weight, gestito da un fornitore indipendente, con l'ID modello uncensored. Se ti servono i modelli di DeepSeek, vai direttamente su DeepSeek. Secondo, Claude Code è costruito attorno all'API Messages di Anthropic. Puoi cambiare dove invia le richieste, ma ciò che invia è ancora un JSON in stile Anthropic.
Questo servizio espone POST /v1/chat/completions e GET /v1/models nel formato OpenAI. Collegare direttamente Claude Code non funzionerà, perché i percorsi e i payload sono diversi. La soluzione è uno strato di traduzione. Esegui un piccolo proxy sul tuo computer che accetta chiamate in formato Anthropic da Claude Code e le inoltra come chiamate in formato OpenAI a https://api.getdeepseekapi.com/v1. Esistono strumenti per questo scopo e la sezione successiva ne configura uno.
Prima di iniziare, un controllo delle aspettative. Claude Code fa molto affidamento sulla chiamata di funzioni per leggere file, modificarli ed eseguire comandi. Questa API supporta la chiamata di funzioni, inclusi i tool_calls in streaming, ma quanto bene un dato modello gestisca un lungo loop agent è qualcosa da testare sul tuo repository, non qualcosa da assumere.
Ottieni una chiave e conferma l'endpoint
Crea un account con Google o email e password, poi apri la pagina chiave API. I nuovi utenti possono richiedere $0,50 di credito di prova con un clic. Dura 7 giorni, non richiede dettagli di pagamento ed è sufficiente per testare tutto quanto segue. Nota che una chiave di prova permette 2 richieste parallele e 60 al minuto, il che conta per gli strumenti agent che avviano più chiamate contemporaneamente.
export UNCENSORED_API_KEY="paste-your-key-here"
curl https://api.getdeepseekapi.com/v1/chat/completions \
-H "Authorization: Bearer $UNCENSORED_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"uncensored","messages":[{"role":"user","content":"Reply with the word ready."}]}'
Se questo restituisce un completamento, il lato upstream è pronto. Tutto il resto è collegare il proxy ad esso.
Opzione 1: un proxy LiteLLM davanti a Claude Code
LiteLLM è un progetto open-source il cui server proxy può presentare un endpoint compatibile con Anthropic e instradare verso backend compatibili con OpenAI. Controlla la sua documentazione per il set di funzionalità corrente, poiché questa parte dell'ecosistema si evolve rapidamente.
Installa e configura
pip install 'litellm[proxy]'
cat > litellm-config.yaml <<'EOF'
model_list:
- model_name: uncensored
litellm_params:
model: openai/uncensored
api_base: https://api.getdeepseekapi.com/v1
api_key: os.environ/UNCENSORED_API_KEY
EOF
litellm --config litellm-config.yaml --port 4000
Il prefisso openai/ dice a LiteLLM di usare l'adattatore compatibile con OpenAI; il nome dopo di esso viene inviato upstream come modello. Tieni il terminale in esecuzione.
Indirizza Claude Code al proxy
Claude Code legge il suo endpoint e le credenziali dalle variabili d'ambiente. In un secondo terminale:
export ANTHROPIC_BASE_URL="http://localhost:4000"
export ANTHROPIC_AUTH_TOKEN="any-local-string"
export ANTHROPIC_MODEL="uncensored"
export ANTHROPIC_SMALL_FAST_MODEL="uncensored"
claude
Il token auth qui è solo ciò che il tuo proxy locale si aspetta; la chiave reale rimane nell'ambiente del proxy. Impostare anche il modello piccolo e veloce è importante, perché Claude Code usa un secondo modello per attività di background leggere. Se lo lasci non impostato, potrebbe provare a chiamare un nome modello Anthropic che il proxy non conosce. Le versioni più recenti possono nominare questa impostazione in modo diverso, quindi esegui claude --help o leggi la documentazione corrente delle impostazioni di Claude Code se una variabile sembra ignorata.
Opzione 2: strumenti che usano un URL base OpenAI direttamente
Se il tuo obiettivo è un assistente di codifica AI piuttosto che Claude Code stesso, diversi strumenti saltano il proxy perché parlano già il formato OpenAI. Ognuno ti permette di impostare un URL base personalizzato e un nome modello.
- Aider è un pair programmer da terminale. Legge
OPENAI_API_BASEeOPENAI_API_KEY, e tu prefissi il modello conopenai/. - Continue è un'estensione editor dove una voce modello può avere un
apiBasee un provider in stile OpenAI. - Cline offre un provider OpenAI Compatible nelle sue impostazioni con campi per URL base, chiave e ID modello.
Con Aider l'intera configurazione sono tre righe:
export OPENAI_API_BASE="https://api.getdeepseekapi.com/v1"
export OPENAI_API_KEY="$UNCENSORED_API_KEY"
aider --model openai/uncensored
Questi strumenti cambiano spesso i loro menu, quindi tratta i nomi dei campi sopra come una guida e segui la documentazione corrente di ciascun progetto. I valori che ti servono non cambiano mai: URL base https://api.getdeepseekapi.com/v1, la tua chiave e l'ID modello uncensored.
Scrivi il tuo loop agent leggero
Quando un assistente di codifica completo è eccessivo, uno script breve con chiamata di funzioni copre molto terreno. Questo permette al modello di chiedere di leggere un file, poi di restituire il file come messaggio role: "tool".
import json, os
from openai import OpenAI
client = OpenAI(
base_url="https://api.getdeepseekapi.com/v1",
api_key=os.environ["UNCENSORED_API_KEY"],
)
tools = [{
"type": "function",
"function": {
"name": "read_file",
"description": "Read a text file from the project",
"parameters": {
"type": "object",
"properties": {"path": {"type": "string"}},
"required": ["path"],
},
},
}]
messages = [{"role": "user", "content": "What does main.py do? Read it first."}]
for _ in range(5):
r = client.chat.completions.create(model="uncensored", messages=messages, tools=tools)
msg = r.choices[0].message
messages.append(msg)
if not msg.tool_calls:
print(msg.content)
break
for call in msg.tool_calls:
args = json.loads(call.function.arguments)
with open(args["path"]) as f:
result = f.read()
messages.append({"role": "tool", "tool_call_id": call.id, "content": result})
Il limite di loop a cinque evita che un modello confuso giri all'infinito. In un tool reale dovresti anche convalidare i percorsi in modo che il modello non possa leggere file al di fuori del progetto.
Limiti di richiesta, costi e correzione 429
Gli strumenti agent sono chiacchieroni. Un singolo compito può innescare decine di richieste, ognuna che rispedisce un contesto in crescita. Con una chiave completa ottieni 8 richieste parallele e 300 al minuto. Un 429 con concurrency significa troppe chiamate sovrapposte, e un 429 con rate_limited significa troppe al minuto. Durante brevi sovraccarichi vedrai un 429 con Retry-After: 5. LiteLLM può ritentare automaticamente se aggiungi un'impostazione retry; controlla la sua documentazione.
Il costo è modesto perché il prezzo è $0,15 per 1M token di input e $0,50 per 1M token di output. Supponiamo che una sessione agent faccia 40 chiamate che inviano ciascuna 30.000 token di contesto e ricevono indietro 600 token. L'input è 1.200.000 token, che costano 1,2 x $0,15 = $0,18. L'output è 24.000 token, che costano 0,024 x $0,50 = $0,012. L'intera sessione ammonta a $0,192. La finestra di contesto è di 100.000 token, quindi mantieni focalizzati i file che carichi.
Quando il credito di prova si esaurisce, ricarica qualsiasi importo intero da $20 a $500 con cripto (USDT su TRC20, USDC su Base). I bonus sono +5% da $50, +10% da $100 e +15% da $200. Vedi la pagina prezzi e la documentazione per i dettagli.
Risoluzione problemi della configurazione proxy
| Sintomo | Causa | Cosa provare |
|---|---|---|
| Claude Code segnala un modello sconosciuto | Un nome modello di background non è mappato | Imposta anche la variabile del modello piccolo e veloce a uncensored |
| Connessione rifiutata | Il proxy non è in esecuzione o la porta è diversa | Avvia LiteLLM e abbina la porta in ANTHROPIC_BASE_URL |
| 401 dal provider del servizio | Chiave sbagliata nell'ambiente del proxy | Riesporta UNCENSORED_API_KEY e riavvia il proxy |
| Le chiamate di funzioni falliscono o vanno in loop | Il modello fatica con il formato degli agenti | Abbassa la temperatura, accorcia il prompt o usa Aider |
| Frequenti limiti di richieste 429 | Concorrenza della chiave di prova pari a 2 | Ricarica per ottenere una chiave completa con 8 slot concorrenti |
Due abitudini mantengono la configurazione sicura. Esegui il proxy solo su localhost, così nessun altro nella tua rete può spendere il tuo credito, e tieni la chiave reale nell’ambiente del proxy invece che in un file di progetto che finisce nel controllo versione. Inoltre, monitora l’intestazione di risposta X-Balance-USD durante la tua prima sessione lunga, perché i loop degli agent possono consumare più token di quanto ti aspetti. Se il saldo scende più velocemente della stima sopra, riduci la lunghezza dei file che inserisci o limita il numero di passaggi.
Le richieste che falliscono non vengono addebitate, quindi sperimentare è economico. I prompt non vengono utilizzati per l'addestramento. Per un confronto con altri gateway, leggi la nostra panoramica sulle chiavi API.
Altre guide
Domande e risposte
Claude Code può connettersi direttamente a questa API?
No. Claude Code usa il formato Messages di Anthropic e questa API usa il formato dei completamenti chat di OpenAI. Inserisci tra loro un proxy di traduzione come LiteLLM.
È questa l'API ufficiale di DeepSeek?
No. Ospita un unico modello a pesi aperti indipendente con l'ID uncensored e non è affiliato a DeepSeek o ad altri fornitori.
Quali strumenti funzionano senza un proxy?
Strumenti con un'impostazione del provider compatibile con OpenAI, come Aider, Continue e Cline. Imposta l'URL di base, la chiave e l'ID del modello uncensored.
La chiamata di funzioni funziona?
Sì, incluse le tool_calls in streaming e i risultati inviati come messaggi con ruolo tool. Testa il tuo flusso di lavoro degli agenti per vedere come il modello lo gestisce.
La tua chiave è a un modulo di distanza
Crea un account, copia la chiave, modifica l'URL di base. È tutta la configurazione.