Como usar a API DeepSeek no Claude Code: Opções reais
Se você está tentando usar a API DeepSeek no Claude Code, a primeira coisa a saber é que o Claude Code se comunica com endpoints no estilo Anthropic, enquanto este serviço usa o formato OpenAI. Um pequeno proxy de tradução fecha essa lacuna, e esta página mostra como configurá-lo.
Atualizado
Pontos principais
- O Claude Code espera a API de Mensagens da Anthropic; este serviço oferece /v1/chat/completions compatível com OpenAI.
- Um proxy local, como o LiteLLM, pode traduzir entre os dois formatos.
- Aider, Continue e Cline aceitam uma URL base compatível com OpenAI diretamente, sem necessidade de proxy.
- Esta não é a API oficial da DeepSeek: é um único modelo de pesos abertos independente com o ID
uncensored.

Comece com o que funciona e o que não funciona
Dois esclarecimentos economizam uma hora de confusão. Primeiro, este serviço não é a API oficial da DeepSeek e não é um roteador para a DeepSeek ou qualquer outro fornecedor. Ele hospeda um modelo de pesos abertos, executado por um provedor independente, sob o ID do modelo uncensored. Se você precisa dos próprios modelos da DeepSeek, vá diretamente para a DeepSeek. Segundo, o Claude Code é construído em torno da API de Mensagens da Anthropic. Você pode alterar para onde ele envia as requisições, mas o que ele envia ainda é JSON no formato Anthropic.
Este serviço expõe POST /v1/chat/completions e GET /v1/models no formato OpenAI. Apontar o Claude Code diretamente para ele não funcionará, pois os caminhos e os payloads são diferentes. A solução é uma camada de tradução. Você executa um pequeno proxy na sua máquina que aceita chamadas no formato Anthropic do Claude Code e as encaminha como chamadas no formato OpenAI para https://api.getdeepseekapi.com/v1. Existem ferramentas feitas exatamente para isso, e a próxima seção configura uma delas.
Antes de começar, uma verificação de expectativas. O Claude Code depende muito da chamada de funções para ler arquivos, editá-los e executar comandos. Esta API suporta chamada de funções, incluindo tool_calls em streaming, mas o quão bem qualquer modelo específico conduz um loop de agente longo é algo a ser testado em seu próprio repositório, não algo para assumir.
Obtenha uma chave e confirme o endpoint
Crie uma conta com Google ou e-mail e senha, depois abra a página da chave de API. Novos usuários podem reivindicar $0,50 de crédito de teste com um clique. Ele dura 7 dias, não precisa de detalhes de pagamento e é suficiente para testar tudo abaixo. Observe que uma chave de teste permite 2 requisições simultâneas e 60 por minuto, o que é importante para ferramentas de agente que disparam várias chamadas de uma vez.
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 isso retornar uma conclusão, o lado upstream está pronto. Tudo o que resta é conectar o proxy a ele.
Opção 1: um proxy LiteLLM à frente do Claude Code
O LiteLLM é um projeto de código aberto cujo servidor proxy pode apresentar um endpoint compatível com Anthropic e rotear para backends compatíveis com OpenAI. Verifique sua documentação para o conjunto de recursos atual, já que esta parte do ecossistema muda rapidamente.
Instalar e configurar
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
O prefixo openai/ diz ao LiteLLM para usar o adaptador compatível com OpenAI; o nome após ele é enviado upstream como o modelo. Mantenha o terminal em execução.
Aponte o Claude Code para o proxy
O Claude Code lê seu endpoint e credenciais de variáveis de ambiente. Em um segundo terminal:
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
O token de autenticação aqui é apenas o que seu proxy local espera; a chave real permanece no ambiente do proxy. Definir o modelo pequeno e rápido também é importante, porque o Claude Code usa um segundo modelo para tarefas leves em segundo plano. Se você deixá-lo sem definição, ele pode tentar chamar um nome de modelo Anthropic que o proxy não conhece. Versões mais recentes podem nomear essa configuração de forma diferente, então execute claude --help ou leia a documentação atual de configurações do Claude Code se uma variável parecer ignorada.
Opção 2: ferramentas que aceitam uma URL base OpenAI diretamente
Se o seu objetivo é um assistente de codificação de IA em vez do próprio Claude Code, várias ferramentas pulam o proxy porque já falam o formato OpenAI. Cada uma permite definir uma URL base personalizada e um nome de modelo.
- Aider é um assistente de pair programming no terminal. Ele lê
OPENAI_API_BASEeOPENAI_API_KEY, e você prefixa o modelo comopenai/. - Continue é uma extensão de editor onde uma entrada de modelo pode ter um
apiBasee um provedor no estilo OpenAI. - Cline oferece um provedor Compatível com OpenAI em suas configurações com campos para URL base, chave e ID do modelo.
Com o Aider, toda a configuração são três linhas:
export OPENAI_API_BASE="https://api.getdeepseekapi.com/v1"
export OPENAI_API_KEY="$UNCENSORED_API_KEY"
aider --model openai/uncensored
Essas ferramentas mudam seus menus com frequência, então trate os nomes de campo acima como um guia e siga a documentação atual de cada projeto. Os valores que você precisa nunca mudam: URL base https://api.getdeepseekapi.com/v1, sua chave e o ID do modelo uncensored.
Escreva seu próprio loop de agente simples
Quando um assistente de codificação completo é exagero, um script curto com chamada de funções cobre muito terreno. Este permite que o modelo peça para ler um arquivo e depois alimenta o arquivo de volta como uma mensagem 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})
O limite de loop de cinco impede que um modelo confuso rode para sempre. Em uma ferramenta real, você também validaria os caminhos para que o modelo não pudesse ler arquivos fora do projeto.
Limites de taxa, custo e correção de erros 429
Ferramentas de agente fazem muitas requisições. Uma única tarefa pode disparar dezenas de requisições, cada uma reenviando um contexto crescente. Com uma chave completa, você obtém 8 requisições simultâneas e 300 por minuto. Um 429 com concurrency significa chamadas demais sobrepostas, e um 429 com rate_limited significa muitas por minuto. Durante uma sobrecarga breve, você verá um 429 com Retry-After: 5. O LiteLLM pode tentar novamente automaticamente se você adicionar uma configuração de retry; verifique sua documentação.
O custo é modesto porque o preço é $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Suponha que uma sessão de agente faça 40 chamadas que enviam cada uma 30.000 tokens de contexto e recebem de volta 600 tokens. A entrada é de 1.200.000 tokens, o que custa 1,2 x $0,15 = $0,18. A saída é de 24.000 tokens, o que custa 0,024 x $0,50 = $0,012. Toda a sessão resulta em $0,192. A janela de contexto é de 100.000 tokens, então mantenha os arquivos que você carrega focados.
Quando o crédito de teste acabar, recarregue qualquer valor inteiro de $20 a $500 por cripto (USDT na TRC20, USDC na Base). Bônus são +5% de $50, +10% de $100 e +15% de $200. Veja a página de preços e a documentação para os detalhes.
Solução de problemas na configuração do proxy
| Sintoma | Causa | O que tentar |
|---|---|---|
| O Claude Code relata um modelo desconhecido | O nome do modelo em segundo plano não está mapeado | Defina a variável do modelo pequeno e rápido para uncensored também |
| Conexão recusada | O proxy não está em execução ou a porta é diferente | Inicie o LiteLLM e iguale a porta em ANTHROPIC_BASE_URL |
| 401 do servidor upstream | Chave errada no ambiente do proxy | Reexporte UNCENSORED_API_KEY e reinicie o proxy |
| Chamadas de função falham ou entram em loop | O modelo tem dificuldade com o formato de agente | Reduza a temperatura, encurte o prompt ou use o Aider |
| 429 frequentes | Concorrência de chave de trial de 2 | Recarregue para obter uma chave completa com 8 slots de concorrência |
Dois hábitos mantêm a configuração segura. Execute o proxy apenas no localhost, para que ninguém na sua rede possa gastar seu crédito, e mantenha a chave real no ambiente do proxy em vez de em um arquivo de projeto que acabe no controle de versão. Também observe o cabeçalho de resposta X-Balance-USD durante sua primeira sessão longa, porque loops de agentes podem usar mais tokens do que você espera. Se o saldo cair mais rápido do que a estimativa acima, encurte os arquivos que você alimenta ou limite o número de etapas.
As requisições que falham não são cobradas, então experimentar é barato. Os prompts não são usados para treinamento. Para comparação com outros gateways, leia o resumo da nossa chave de API.
Mais guias
Perguntas e respostas
O Claude Code pode se conectar diretamente a esta API?
Não. O Claude Code usa o formato de mensagens da Anthropic e esta API usa o formato de completions de chat da OpenAI. Coloque um proxy de tradução como o LiteLLM entre eles.
Esta é a API oficial do DeepSeek?
Não. Ele hospeda um único modelo de pesos abertos independente sob o ID uncensored e não tem afiliação com a DeepSeek ou qualquer outro fornecedor.
Quais ferramentas funcionam sem um proxy?
Ferramentas com uma configuração de provedor compatível com OpenAI, como Aider, Continue e Cline. Defina a URL base, a chave e o ID do modelo uncensored.
A chamada de funções funciona?
Sim, incluindo tool_calls em streaming e resultados enviados de volta como mensagens de role tool. Teste seu próprio fluxo de trabalho de agente para ver como o modelo lida com isso.
Sua chave está a um formulário de distância
Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.