如何在 Claude Code 中使用 DeepSeek API:实际方案
如果你正在研究如何在 Claude Code 中使用 DeepSeek API,首先要了解的是,Claude Code 与 Anthropic 风格的接口通信,而该服务使用 OpenAI 格式。一个轻量级翻译代理可以弥合这一差距,本页将展示如何设置它。
更新于
要点
- Claude Code 期望使用 Anthropic Messages API;该服务提供 OpenAI 兼容的 /v1/chat/completions。
- 本地代理(如 LiteLLM)可以在两种格式之间进行翻译。
- Aider、Continue 和 Cline 直接接受 OpenAI 兼容的 base URL,无需代理。
- 这不是 DeepSeek 的官方 API:它是一个独立的开放权重模型,模型 ID 为
uncensored。

从了解什么可行和不可行开始
两个澄清可以避免一小时的困惑。首先,该服务不是官方的 DeepSeek API,也不是 DeepSeek 或其他任何供应商的路由器。它托管一个开放权重模型,由独立提供商运行,模型 ID 为 uncensored。如果你需要 DeepSeek 自己的模型,请直接访问 DeepSeek。其次,Claude Code 围绕 Anthropic 的 Messages API 构建。你可以更改它发送请求的位置,但它发送的仍然是 Anthropic 格式的 JSON。
该服务以 OpenAI 格式暴露 POST /v1/chat/completions 和 GET /v1/models。直接将 Claude Code 指向它将无法工作,因为路径和负载不同。解决方法是添加一个翻译层。你在本地运行一个小型代理,接受来自 Claude Code 的 Anthropic 格式调用,并将其作为 OpenAI 格式调用转发到 https://api.getdeepseekapi.com/v1。有工具专门用于此目的,下一节将设置其中一个。
在开始之前,先确认一个预期。Claude Code 严重依赖函数调用来读取文件、编辑文件和运行命令。该 API 支持函数调用,包括流式输出的 tool_calls,但任何给定模型驱动长代理循环的效果如何,需要在你自己的代码库中进行测试,而不是假设。
获取密钥并确认接口
使用 Google 或电子邮件和密码创建账户,然后打开 API 密钥页面。新用户只需一键即可领取 $0.50 的免费试用额度。有效期 7 天,无需支付详情,足以测试以下内容。请注意,试用密钥允许 2 个并发请求和每分钟 60 个请求,这对于同时触发多次调用的代理工具很重要。
export UNCENSORED_API_KEY="paste-your-key-here"
curl https://api.getdeepseekapi.com/v1/chat/completions \
-H "Authorization: Bearer $UNCENSORED_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"uncensored","messages":[{"role":"user","content":"Reply with the word ready."}]}'
如果返回完成结果,则上游端已完成。剩下的所有工作都是将代理连接到它。
选项 1:在 Claude Code 前使用 LiteLLM 代理
LiteLLM 是一个开源项目,其代理服务器可以呈现 Anthropic 兼容的接口并路由到 OpenAI 兼容的后端。检查其文档以获取当前功能集,因为该生态系统部分发展迅速。
安装和配置
pip install 'litellm[proxy]'
cat > litellm-config.yaml <<'EOF'
model_list:
- model_name: uncensored
litellm_params:
model: openai/uncensored
api_base: https://api.getdeepseekapi.com/v1
api_key: os.environ/UNCENSORED_API_KEY
EOF
litellm --config litellm-config.yaml --port 4000
openai/ 前缀告诉 LiteLLM 使用 OpenAI 兼容适配器;后面的名称作为模型发送到上游。保持终端运行。
将 Claude Code 指向代理
Claude Code 从环境变量读取其接口和凭据。在第二个终端中:
export ANTHROPIC_BASE_URL="http://localhost:4000"
export ANTHROPIC_AUTH_TOKEN="any-local-string"
export ANTHROPIC_MODEL="uncensored"
export ANTHROPIC_SMALL_FAST_MODEL="uncensored"
claude
此处的身份验证令牌只是你的本地代理所期望的;真正的密钥保留在代理的环境中。设置小型快速模型也很重要,因为 Claude Code 使用第二个模型来处理轻量级后台任务。如果未设置,它可能会尝试调用代理不知道的 Anthropic 模型名称。较新版本可能以不同方式命名此设置,因此如果变量似乎被忽略,请运行 claude --help 或阅读当前的 Claude Code 设置文档。
选项 2:直接接受 OpenAI base URL 的工具
如果你的目标是 AI 编码助手而不是 Claude Code 本身,有几个工具跳过代理,因为它们已经使用 OpenAI 格式。每个工具都允许你设置自定义 base URL 和模型名称。
- Aider 是一个终端结对编程器。它读取
OPENAI_API_BASE和OPENAI_API_KEY,并用openai/前缀模型。 - Continue 是一个编辑器扩展,模型条目可以携带
apiBase和 OpenAI 风格的提供商。 - Cline 在其设置中提供 OpenAI 兼容提供商,包含 base URL、密钥和模型 ID 字段。
使用 Aider,整个设置只需三行:
export OPENAI_API_BASE="https://api.getdeepseekapi.com/v1"
export OPENAI_API_KEY="$UNCENSORED_API_KEY"
aider --model openai/uncensored
这些工具经常更改其菜单,因此将上述字段名称视为指南,并遵循每个项目的当前文档。你需要的值永远不会改变:base URL https://api.getdeepseekapi.com/v1,你的密钥,以及模型 ID uncensored。
编写你自己的轻量代理循环
当完整的编码助手过于庞大时,带有函数调用的简短脚本可以覆盖大量场景。此脚本允许模型请求读取文件,然后将文件作为 role: "tool" 消息返回。
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})
5 次的循环限制可以防止混淆的模型无限运行。在实际工具中,你还应该验证路径,以便模型无法读取项目之外的文件。
速率限制、成本和修复 429 错误
Agent 工具请求很频繁。单个任务可能触发数十个请求,每个请求都会重新发送不断增长的上下文。完整密钥允许 8 个并发请求和每分钟 300 个请求。带有 concurrency 的 429 错误表示调用重叠过多,带有 rate_limited 的 429 错误表示每分钟请求过多。在短暂过载期间,你会看到带有 Retry-After: 5 的 429 错误。如果你添加重试设置,LiteLLM 可以自动重试;请查看其文档。
成本适中,因为定价为每 1M 输入 token $0.15,每 1M 输出 token $0.50。假设一个代理会话进行了 40 次调用,每次发送 30,000 个 token 的上下文并返回 600 个 token。输入为 1,200,000 个 token,成本为 1.2 x $0.15 = $0.18。输出为 24,000 个 token,成本为 0.024 x $0.50 = $0.012。整个会话花费 $0.192。上下文窗口为 100,000 个 token,因此加载的文件应聚焦。
当试用结束时,通过加密货币(TRC20 上的 USDT,Base 上的 USDC)充值任何整金额,从 $20 到 $500。奖金为:$50 起 +5%,$100 起 +10%,$200 起 +15%。详见 定价页面 和 文档。
代理设置故障排除
| 症状 | 原因 | 尝试什么 |
|---|---|---|
| Claude Code 报告未知模型 | 未映射后台模型名称 | 也将小型快速模型变量设置为 uncensored |
| 连接被拒绝 | 代理未运行或端口不同 | 启动 LiteLLM 并使 ANTHROPIC_BASE_URL 中的端口保持一致 |
| 上游返回的 401 错误 | 代理环境中的密钥错误 | 重新导出 UNCENSORED_API_KEY 并重启代理 |
| 函数调用失败或循环 | 模型难以处理代理格式 | 降低 temperature,缩短提示词,或使用 Aider |
| 频繁出现 429 错误 | 试用密钥的并发数为 2 | 充值获取完整密钥,支持 8 个并发槽位 |
养成两个习惯可确保设置安全。仅在 localhost 上运行代理,这样网络上的其他人无法消耗你的额度;将真实密钥保存在代理的环境变量中,而不是保存在最终会进入版本控制的 项目文件中。此外,在第一次长时间会话期间,请留意 X-Balance-USD 响应头,因为 代理循环可能会消耗超出预期的 token。如果余额下降速度快于上述估算,请缩短输入的文件或限制步骤数。
失败的请求不会收费,因此实验成本很低。提示词不会用于训练。如需与其他网关比较,请阅读 API 密钥概览。
更多指南
问答
Claude Code 可以直接连接到此 API 吗?
不可以。Claude Code 使用 Anthropic 的 Messages 格式,而此 API 使用 OpenAI 的 chat completions 格式。请在两者之间放置一个翻译代理,例如 LiteLLM。
这是 DeepSeek 的官方 API 吗?
不是。它托管一个 ID 为 uncensored 的独立开放权重模型,与 DeepSeek 或其他任何供应商均无关联。
哪些工具无需代理即可使用?
具有 OpenAI 兼容提供商设置的工具,例如 Aider、Continue 和 Cline。设置 base URL、密钥和模型 ID uncensored。
函数调用是否可用?
是的,包括流式输出的 tool_calls 以及以 role tool 消息形式返回的结果。测试你自己的智能体工作流,查看模型的处理方式。
只差一张表单,即可获得密钥
创建账户,复制密钥,更改基础 URL。这就是全部设置。