DeepSeek-V4-Flash 接入 Codex 与 Claude Code 保姆级实操：API Key 申请、配置、验证、视觉增强全流程

本文由 莫潇羽@复源AI社区（bbs.fuyuan7.com）撰写，转载请注明出处。

快速摘要

DeepSeek-V4-Flash 正式版已经上线 API，平时价格是缓存命中输入 0.02 元、未命中输入 1 元、输出 2 元（每百万 token），高峰时段（每天 9 点到 12 点、14 点到 18 点）翻倍。它在 Terminal Bench 2.1 上拿到 82.7 分，反超自家 V4-Pro 预览版的 72.1 分，Agent 能力很强。最关键的一点：V4-Flash 原生支持 OpenAI 的 Responses API，官方提供了一键配置脚本，可以免登录、免协议转换直接驱动 Codex；Claude Code 那边则走 DeepSeek 的 Anthropic 兼容接口，用 CC Switch 点几下就能切换。整套流程全程用国内平台，不需要海外账号。另外提醒一句：本文基于截至 2026 年 8 月的信息撰写，平台规则与模型价格可能随时变化，实操前请以官方公告为准。

我自己把这套流程完整跑了一遍，从申请 API Key 到 Codex、Claude Code 双双跑通，前后不到半小时。文章按"准备 Key → 接入 Codex → 接入 Claude Code → 视觉增强"四步展开，每一步都给出命令、配置文件原文和验证方法，也把踩过的坑一并写出来。想看完整拆解，往下翻。

先列一下你能从这篇文章里拿走的东西：

• 一套现成的命令和配置文件，复制粘贴就能用；
• Codex 官方一键脚本和手动配置两种接入方式，任选其一；
• Claude Code 的 CC Switch 图形化方案和环境变量裸配方案；
• 给纯文本模型补视觉能力的完整思路；
• 日常使用中的省钱技巧、报错排查表和实战对话示例。

全程不需要海外账号，所有环节都在国内平台完成，跟着走就能跑通。文章较长，建议收藏后按章节实操，每完成一章验证一次，比一口气读完再动手效率高得多。

第一章 为什么要把国产模型接进 AI 编程工具

先交代一下背景。过去两年，AI 编程工具基本是 OpenAI 的 Codex 和 Anthropic 的 Claude Code 二分天下，这俩都是跑在终端里的智能体工具：你用人话描述需求，它自己读项目、改代码、跑命令、修报错，一路把活干完。

拿我自己举例子，我现在写一个爬虫脚本，不会再打开编辑器一行行敲。我会在终端里说一句"写一个抓取某某网站列表页的程序，支持翻页、去重、超时重试，输出 CSV"，剩下的活它自己干，我负责审。这种体验用过一次就回不去了。

但问题也出在这。想用这两款工具，绕不开几道坎：

• 官方账号不好弄，注册、订阅对国内用户来说都是麻烦事，很多人卡在这一步就放弃了；
• 官方额度是订阅制的，对话一会儿就烧光，重度使用一个月下来成本不低；
• 海外服务受网络环境影响，时好时坏，用起来提心吊胆。

我见过太多人，学 AI 编程的劲头很足，结果折在第一天的环境配置上，然后就再也没有然后了。

转折点出现在 DeepSeek-V4-Flash 正式版上线。这个模型从发布那天起就带着两个标签：便宜、能干。我把它接入 Codex 和 Claude Code 实测了一段时间，感受是：日常写代码、改 Bug、做小工具，完全够用，而且量大管饱，不用盯着额度过日子。

先看价格，这是大家最关心的部分。DeepSeek 官方价格页（写稿时的数据）是这样：

这里得解释一下 V4-Pro 的"6 元"，老读者看到这个数字可能会愣一下：它 2026 年 4 月刚发布预览版时，输出定价是 24 元每百万 token，5 月底官方把 75% 的限时优惠永久化，输出直接砍到 6 元。也就是说，现在表格里这版是降价后的常态价，网上要是看到写 24 元的旧文章，多半是没跟上这轮降价。峰谷翻倍的规则两个模型一样，V4-Pro 高峰时段输出 12 元，正好是平时的一倍。这套价格写稿时核对过官方价格页，属于当时的准确行情，但定价策略变动快，实操前还是以官方实时页面为准。

高峰时段指每天北京时间 9 点到 12 点、14 点到 18 点，其余时间按平时价计费。作为对比，海外头部模型的输出定价通常在每百万 token 20 美元以上，差距是几十倍到上百倍。写代码这种高频调用场景，选谁不用我多说了。

再来看能力。V4-Flash 这次是"不动架构、只动后训练"：总参数 2840 亿、激活参数 130 亿的 MoE 结构没变，但 Agent 能力大幅强化。几个公开评测数据摆出来：

Terminal Bench 测的就是"AI 在真实终端里自主干活"的能力，写代码、跑命令、调工具都在范围内，跟 Codex、Claude Code 的使用场景高度重合。82.7 分反超自家 Pro 预览版，这个结果发布当天就在开发者圈子里炸了锅。更妙的是，DeepSeek 官方给出的接入说明里，主模型位建议放 Pro、子任务位放 Flash，等于明说了 Flash 就是用来扛高并发、跑量任务的——价格便宜、并发上限还高（2500 对 500）。

顺便说说 DeepSeek 这家公司现在的江湖地位。过去一年，它靠"低价 + 强能力"的定位在全球开发者市场站稳了脚跟，海外调用量排行榜上，V4-Flash 和 V4-Pro 经常双双挤进前列，跟国际一线模型同场竞技。平台本身也一直在迭代：正式版上线、峰谷定价、后训练强化，节奏很快。对国内用户来说，注册方便、充值方便、文档齐全，这是实实在在的便利。

再补充一个我实测中很在意的点：响应速度。V4-Flash 的输出速度明显比 Pro 快一截，日常小任务基本是"话还没说完，代码已经出来了"的体验。写代码这种交互密集的场景，速度本身就是体验的一部分。之前我用某些模型，转个圈要半分钟，耐心都磨没了；换到 Flash 之后，这种等待感基本消失了。

我也得说句公道话，Flash 不是万能的。遇到特别复杂的架构设计、牵一发动全身的重构，它的推理深度还是不如 Pro 稳，偶尔需要二次返工。但它的返工成本低啊——便宜，重来一次也就几分钱。这种"试错成本低到可以忽略"的特性，对学习者来说反而是好事：敢多试，学得快。

当然，参数和分数是纸面上的，我自己的体感是：让 Flash 写工具函数、重构代码、解释报错，反应快、质量稳，偶尔有返工但返工成本低，因为便宜。有一次我让它重构一个 800 行的旧脚本，一次通过，运行结果和原来完全一致，那一刻我确实有点意外。

还有个细节让我很受用：它原生支持 OpenAI 的 Responses API，接 Codex 不需要任何协议转换，官方给了现成的一键脚本。这放在以前是不可想象的——以前给 Codex 接国产模型，得在本地架一个协议翻译层，光这一步就能劝退一大半人。

一句话总结这一章：Codex 和 Claude Code 是好工具，DeepSeek-V4-Flash 是好模型，把它们接在一起，普通人学 AI 编程的最后一道门槛就没了。工具和模型都齐了，剩下的就是动手配置，而配置之前，有几个概念必须先弄清楚，弄清楚了，后面每一步操作你都知道自己在改什么、为什么这么改。

顺带回答一个常见疑问：市面上 AI 编程工具这么多，为什么偏偏是这两款？我的看法是，Codex 和 Claude Code 代表了"终端 Agent"这个流派的天花板——它们早就脱离了聊天窗口里代码助手的形态，是真正接管终端的执行者：跑命令、改文件、自己纠错，一条龙干到底。其他一些工具要么依赖 IDE 插件生态，要么还停留在"补全代码"的阶段。把最强的两个工具配上最划算的模型，这个组合的性价比没有对手。当然工具圈迭代快，说不定过半年又有新秀冒出来，但接入方法一通百通，学会了这套，换什么工具都是半小时的事。

第二章 动手前先弄清这几个概念

我写教程有个习惯：先把概念讲透再给步骤。因为照着抄命令谁都会，一旦报错就抓瞎，只有真懂了才知道去哪查。

2.1 Agent 是什么

Agent 翻译成"智能体"，你可以把它理解成"会自己动手的 AI"。普通聊天模型是你说一句它答一句，Agent 则被赋予了一套工具（读文件、写文件、执行命令、搜索），它自己规划步骤、调用工具、看结果、再决定下一步，直到把任务干完。Codex 和 Claude Code 就是典型的终端 Agent，DeepSeek-V4-Flash 强化的正是这部分能力。

2.2 token 和上下文窗口

token 是模型计费的基本单位，中文大约 1 个汉字算 1 到 2 个 token。上下文窗口是模型一次能"记住"的内容上限，V4-Flash 支持 100 万 token 的上下文，什么概念？《三体》三部曲全文大约 90 万字，换算成 token 也就 120 万左右，也就是说它能同时"看到"接近三部曲体量的代码和文档。写大型项目的时候，整仓库的代码塞进去它都接得住。

2.3 API Key 和 Base URL

API Key 是你的身份凭证，相当于一张门禁卡，调用模型时带上它，平台才知道你是谁、扣谁的钱。Base URL 是接口地址，相当于门的位置，请求发往哪里全靠它。这两个参数加上模型名，就是所有接入配置的三件套。

2.4 三种 API 协议，必须分清

这是全文最容易踩坑的地方，我用一张表说清楚：

麻烦在于：Codex 说"我只懂 Responses"，Claude Code 说"我只懂 Messages"，而大部分国产模型只会说 Chat Completions。以前要接，就得在中间放一个"翻译官"做协议转换，这就是为什么以前社区里流行各种中转代理工具。

V4-Flash 的聪明之处是它同时兼容多种协议：原生支持 Responses（直连 Codex），又提供 Anthropic 兼容接口（直连 Claude Code）。翻译官可以退休了。

2.5 配置文件都是些什么

接入过程本质上就是改几个配置文件：

• ~/.codex/config.toml：Codex 的主配置，模型、供应商、接口地址都写在这；
• ~/.codex/models.json：Codex 的模型目录，告诉它某个模型支持多大的上下文、几档推理深度；
• ~/.claude/settings.json：Claude Code 的配置，环境变量写在这里；
• ~/.claude.json：Claude Code 的全局状态文件，接第三方模型时偶尔需要动它。

这几类文件改坏了都影响使用，所以后面会强调先备份、再动手。

2.6 MCP 是什么

配置过程中你还会碰到一个词：MCP（模型上下文协议）。可以把它理解成"AI 工具的 USB 接口"——通过这个标准协议，AI 能接入外部数据源和工具，比如查数据库、操作浏览器、读内部文档。Codex 和 Claude Code 都支持 MCP，配置好之后 AI 就能直接调用这些外部能力，而不只是读写本地文件。这篇教程不涉及 MCP 的配置，但你只要知道：接入 DeepSeek 不会影响 MCP 的正常使用，它们是两层东西，一层管模型，一层管工具。

2.7 推理深度是什么

配置里常看到 model_reasoning_effort 这个参数，V4-Flash 支持 low / high / max 三档推理深度。白话解释：推理深度决定模型"多想几步再回答"。写复杂逻辑时开 high 甚至 max，模型会先在内部推演多种方案再动手，质量更稳，代价是响应慢一点、消耗多一点；写简单工具函数时用 low，秒回。日常使用我一般固定 high，遇到疑难杂症临时切 max。

2.8 Terminal-Bench 是测什么的

前面表格里的 Terminal Bench 2.1，是评估"AI 在终端环境自主完成真实任务"的基准测试，题目包括写脚本、调试、部署、数据处理等实际操作。得分高，说明模型在 Agent 场景下靠谱，这跟 Codex、Claude Code 的用法是直接挂钩的。V4-Flash 在这项上拿 82.7 分，含金量不低。同类评测还有 Toolathlon（测工具调用）、DSBench（测全栈任务），V4-Flash 的表现都在第一梯队。

2.9 Agent 的一次完整干活流程

理解了概念，再看一遍 Agent 实际干活的样子，心里就有底了：

flowchart TD
    A[收到用户需求] --> B[拆解任务步骤]
    B --> C[读取项目文件<br/>理解现有代码]
    C --> D[调用工具修改代码]
    D --> E{测试是否通过?}
    E -->|否| F[分析报错]
    F --> D
    E -->|是| G[总结改动<br/>交付结果]

这个循环就是 Codex 和 Claude Code 每天都在做的事。V4-Flash 的 Agent 能力之所以被夸，就是因为它在"拆解任务、调用工具、看结果纠错"这套流程上表现得又快又准。

概念部分到这里就够了。后面每一步操作，我都会解释为什么这么做、配置文件里每一行的作用，以及怎么验证自己有没有做对。照着走，跑通是必然的。

第三章 第一步：申请 DeepSeek API Key

不管接 Codex 还是 Claude Code，手里都得先有一把 DeepSeek 的 API Key。这一步五分钟搞定，我按顺序走一遍。

3.1 注册并创建 Key

打开 DeepSeek 开放平台（platform.deepseek.com），用手机号注册登录。登录后左侧菜单找到"API Keys"，点"创建 API Key"，会弹出一个输入框让你起个名字，随便填，比如"codex"或"claude-code"，方便以后认领。

点确认后，页面会显示一串以 sk- 开头的密钥。这里有个关键提醒：这串 Key 只在创建这一刻完整显示一次，关掉页面就再也看不到了。当场复制，存到密码管理器里，或者先贴到记事本备用，后面配置要用。

我自己就吃过亏，第一次创建完没保存，回头配置的时候找不到 Key，只好重新建一个，虽然不影响使用，但白白多花两分钟。

3.2 充值：按量计费，先充小额

DeepSeek 是预付费模式，账户里没钱就调不动接口，报错长这样：

{"error":{"message":"Insufficient Balance"}}

翻译过来就是"余额不足"。所以创建完 Key 之后，去"费用"页面充点钱。新手先充 10 到 50 元就够了，按 V4-Flash 的价格，这够你折腾好一阵子。我充了 50 元，重度用了两周多，还剩大半，这个量级大家可以感受一下。

3.3 费用大概怎么算

很多新手看到"百万 token"就懵，不知道这跟自己有什么关系。我给你算笔账：

• 一次普通的代码生成请求，来回对话大约消耗 1 万到 3 万 token；
• 假设一次完整任务（含上下文加载、多轮对话、输出）耗 5 万 token，其中输入 4 万、输出 1 万；
• 按平时价（未命中输入 1 元、输出 2 元每百万 token）算，一次任务大约 4 分钱；
• 就算一天跑 50 次这样的任务，一天也就 2 块钱上下。

实际会更省，因为 DeepSeek 有缓存命中机制：同样的上下文内容重复调用时，命中的输入部分按 0.02 元每百万 token 计价，几乎等于白送。有开发者实测，连续跑 4 小时、消耗约 1 亿 token，因为缓存命中率高达 99%，总花费不到 1 元。这就是"量大管饱"的真实含义。

费用是动态的，官方还引入了峰谷定价（每天 9 点到 12 点、14 点到 18 点为高峰时段，价格翻倍），写稿时是这个行情，具体以官方价格页实时数据为准。

再解释一个新手常问的点：为什么价格单位都带"百万 token"？因为模型按 token 计费是行业惯例，单次请求的 token 数通常只有几千到几万，直接标"每 token 几分之一厘"会写出一堆小数点，所以统一按百万为单位报价。心里换算的时候，把"百万 token"当成"一大本书的量"就好——日常写代码的单次请求，远用不到这个量级。

3.4 多把 Key 怎么管理

如果你要接 Codex、Claude Code、视觉模型三个地方，是建一把 Key 到处用，还是每个地方一把？我的做法是每个用途建一把，名字起清楚（codex / claude / vision），好处有三：某个地方泄漏了，单独删那一把，不影响其他工具；用量和费用可以在后台按 Key 分开看，知道钱都花哪了；以后想给某个工具单独限流也方便。DeepSeek 后台支持创建多把 Key，没有数量压力，建议分开管理。

3.5 Key 的安全习惯

Key 等于你的钱包钥匙，泄漏了别人就能拿它调接口，产生费用算你头上。几个基本习惯：

• 不要把 Key 写进会被上传到 Git 仓库的代码里，尤其是公开仓库；
• 配置好之后，Key 只留在本机配置文件里，别到处截图发群；
• 如果怀疑泄漏，到平台后台"删除"旧 Key 重建一个，几秒钟的事。

这一步做完，你手里应该有一把 sk- 开头的 Key，账户里有一点余额。接下来进入正题，先把 Codex 拿下。

第四章 DeepSeek-V4-Flash 接入 Codex

Codex 是 OpenAI 出的 AI 编程工具，命令行版叫 Codex CLI，另有桌面版和 VS Code 插件版。三种形态共用同一套配置文件，所以配置一次，处处生效，这也是我推荐先配 CLI 的原因。

4.1 装好 Codex CLI

Codex CLI 依赖 Node.js 环境。没装 Node.js 的话，去 Node 官网下载 LTS 版本安装包，一路下一步就行，安装完在终端里验证一下：

node -v

能输出版本号就说明环境没问题。然后全局安装 Codex：

npm install -g @openai/codex

装完在终端输入 codex 进入对话界面。首次启动会走一遍登录流程——如果你没有 OpenAI 账号，这一步可以跳过，因为我们接下来直接用 DeepSeek 的配置覆盖掉官方登录。前提是先让 Codex 启动过一次，生成好 ~/.codex 配置目录（Windows 在 %USERPROFILE%\.codex），脚本要往这个目录里写东西。

4.2 方法一：官方一键脚本（推荐）

DeepSeek 官方为 Codex 做了原生适配，提供了一键配置脚本。为什么能做到"一键"？因为 V4-Flash 原生支持 Codex 使用的 Responses API 协议，两边语言相通，不需要中间翻译，直接把配置写好就行。官方文档地址：api-docs.deepseek.com/quick_start/agent_integrations/codex/。

这里值得多讲两句历史背景。以前给 Codex 接国产模型，最大的坎就是协议：Codex 用的是 OpenAI 的 Responses API，国内模型基本都走 Chat Completions API，两套协议在请求路径、字段结构、工具调用的表达方式上都不一样。直接把 Base URL 指过去，大概率报 404，请求发出去对方根本不知道你要干什么。社区解法是在本地起一个代理做协议转换，把 Responses 请求翻译成 Chat Completions 再转发，等于在中间加了个翻译官。翻译官能干活，但多一层就多一份维护成本，性能也有损耗，对新手更是劝退级难度。V4-Flash 原生支持 Responses，等于把翻译官开除了，配置直接落在配置文件里，一行代理都不用跑。这也是我说"这次不一样"的根本原因。

多说一句：目前官方支持直连 Codex 的只有 deepseek-v4-flash，deepseek-v4-pro 的原生接入还在路上。这条信息公开文档里还没写，是官方开发者关系团队在社区答疑时透露的，计划的时间点是 2026 年 8 月初前后，属于测试阶段的一手消息，具体落地时间以官方后续公告为准。想用 Pro 驱动 Codex 的，要么等官方放量，要么走 CC Switch 的协议转换，但那就失去直连的省心优势了。所以现阶段想体验"最丝滑的 Codex 国产化"，Flash 就是不二之选。

macOS 或 Linux 用户在终端执行：

bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup.sh)

Windows 用户在 PowerShell 里执行：

irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex

脚本跑起来之后，会让你选择要用的模型，目前 V4-Flash 已经在菜单里了，选它；首次运行还会提示输入 API Key，把第三章存的 Key 贴进去，回车执行，剩下的它全包了。

这个脚本具体干了四件事：

1. 把你现有的 Codex 配置备份到 ~/.codex/backup-deepseek/ 目录，随时可以恢复原状；
2. 生成 ~/.codex/models.json，告诉 Codex 关于 DeepSeek 模型的元数据，比如 100 万 token 上下文窗口、支持 low / high / max 三档推理深度；
3. 修改 ~/.codex/config.toml，写入 DeepSeek 的接口配置，你之前配好的 MCP 服务器和项目配置都会保留；
4. 自动校验配置语法，发现错误就中止，不会给你留一个改坏的烂摊子。

配置完成后，关掉终端重新打开 Codex，启动横幅上如果显示 deepseek-v4-flash，就说明配好了。如果用的是 ChatGPT 桌面版或 Codex 的 VS Code 插件，不用单独配置，它们和 CLI 共用同一套配置文件，直接打开就能用。

想切回官方模型？重新跑一遍脚本，在菜单里选恢复选项，一键还原，不用手动改任何东西。

4.3 方法二：手动编辑配置文件

不想跑脚本，或者想完全掌控配置细节的话，手动改也只需要两步。

第一步：在 ~/.codex/（Windows 是 %USERPROFILE%\.codex\）目录下创建 models.json，内容从 DeepSeek 官方文档复制。这个文件的作用是告诉 Codex 模型支持多大的上下文、有哪些推理档位，官方文档里维护了最新版本，别在网上随便找过时的。结构大致长这样（具体字段以官方文档为准，这里只展示格式）：

{
  "deepseek-v4-flash": {
    "context_window": 1000000,
    "reasoning_effort": ["low", "high", "max"],
    "supports_agent": true
  }
}

context_window 声明 100 万 token 上下文，reasoning_effort 列出支持的推理深度档位，Codex 靠这份元数据决定怎么调度模型。字段名和取值以后可能调整，抄官方最新版最稳。

第二步：编辑同目录下的 config.toml，加下面这段：

model = "deepseek-v4-flash"
model_provider = "deepseek"
preferred_auth_method = "apikey"
forced_login_method = "api"
model_reasoning_effort = "high"
model_catalog_json = "~/.codex/models.json"

[model_providers.deepseek]
name = "deepseek"
base_url = "https://api.deepseek.com/"
wire_api = "responses"
experimental_bearer_token = "<你的 DeepSeek API Key>"

把 experimental_bearer_token 换成你自己的 Key。这里最关键的一行是 wire_api = "responses"，它告诉 Codex 用 Responses 协议跟 DeepSeek 通信，而 V4-Flash 原生就支持这个协议，所以能直接跑通，不用再挂任何协议转换代理。

保存后重新打开 Codex，一样能跑起来。

4.4 桌面版和 VS Code 插件怎么用

前面提过，Codex 的三种形态共用一套配置，这里展开说一下各自的适用场景：

配好 CLI 之后，另外两个形态打开就能用，不用重复配置。我自己日常主力是 CLI，需要盯着代码改动时开 VS Code 插件，桌面版用得少，但配置是通用的，你按自己的习惯选就行。

4.5 验证：让模型自报家门

配置完别急着写需求，先验证连通性。在 Codex 对话里输入：

你是什么模型？你的接口配置来自哪里？

能正常回答"DeepSeek-V4-Flash"之类的信息，就说明链路通了。也可以让它干点实事，比如：

读取当前目录下的所有 Python 文件，统计每个文件的行数和函数数量

它能自己调工具、跑命令、返回结果，才算真正跑通。Codex 的对话界面里也能用 /model 命令查看当前使用的模型，显示 deepseek-v4-flash 就是对的。

4.6 常见问题速查

到这里，Codex 已经跑在 DeepSeek-V4-Flash 上了。验证通过之后，你的终端编程主力工具就位了，可以先去写两个小需求练练手，感受一下 Agent 干活和普通聊天的区别。另外一个热门工具 Claude Code 的接法，配置思路是相通的，只是接口协议和配置文件不同。

第五章 DeepSeek 接入 Claude Code

Claude Code 是 Anthropic 出的终端 AI 编程工具，能力在圈内有口皆碑：你说需求，它自己规划、写码、跑测试、修 Bug。和 Codex 一样，它本来是给官方账号用的，但 DeepSeek 提供了与 Anthropic 协议兼容的接口，让国产模型也能无缝驱动它。Claude Code 属于境外工具，接入和使用过程请遵守国内网络与内容管理相关规定，这里只讲技术配置本身。

接入方式有两种：图形化的 CC Switch，和手改配置文件。我建议新手直接上 CC Switch，理由下面说。

5.1 CC Switch 是什么

CC Switch 是一个免费开源的桌面工具，专门解决"多个 AI 编程工具、多个模型供应商来回切换"的痛点。它内置了 50 多个供应商预设，DeepSeek、通义千问、Kimi、智谱 GLM、MiniMax 都有，你在图形界面里点几下就能给 Claude Code、Codex、Gemini CLI、OpenCode 换模型，不用手改 JSON、TOML、env 这些配置文件，改错一个字符就跑不起来的经历可以彻底翻篇。项目在 GitHub 上持续维护，仓库地址：github.com/farion1231/cc-switch。

它的工作方式说白了就是：把你手动改配置文件的动作，变成点按钮。

谁最适合用 CC Switch？我总结了三类人：一是刚接触 AI 编程工具的新手，图形界面比对着文档改 JSON 友好太多；二是同时在用多个工具、多个模型的人，来回切换是高频操作，手改配置会疯；三是喜欢对比不同模型效果的人，换模型像换台一样快，评测对比的效率高出一大截。反过来，如果你只用一款工具、一个模型、半年不动配置，那它对你就是可有可无的，手改配置文件也够用。

5.2 安装 CC Switch

Mac 用户用 Homebrew 一行命令装：

brew install --cask cc-switch

Windows 用户去官网或 GitHub Releases 页下载 .msi 安装包，双击安装；Linux 用户按发行版选 AppImage 或 deb / rpm 包。装完启动，主界面出现在桌面或系统托盘里。

5.3 给 Claude Code 切换到 DeepSeek

先确保 Claude Code 本体已经装好，终端执行：

npm install -g @anthropic-ai/claude-code

装好后先不用管登录，我们直接用 CC Switch 把模型换掉。打开 CC Switch，顶部应用栏选"Claude"，点"添加供应商"，在预设列表里选 DeepSeek，填上你的 API Key，保存，再点"启用"。就这几步，没了。

这里多说一句配置细节：CC Switch 的 DeepSeek 预设里内置了 V4-Pro 和 V4-Flash 两个模型，默认主模型是 Pro（对应 Claude Code 里的 Opus 位），小模型是 Flash（对应 Haiku 位）。这个分工是有讲究的：复杂任务让 Pro 扛，简单子任务让 Flash 跑，成本和效果平衡最好。当然，只想省事省钱的话，主模型也直接选 Flash 完全没问题，它的 Agent 能力已经够强。

启用之后，重新打开 Claude Code，让它自报家门，输入一句：

你是什么模型？

它能正常回答 DeepSeek 相关模型名，就说明切换成功。我第一次配的时候没启用就直接开 Claude Code，结果还是官方登录界面，记住：改完配置一定要点"启用"再重启工具。

5.4 不装 CC Switch 的裸配方案

如果你不想装任何额外工具，直接改配置文件也行。Claude Code 的配置在 ~/.claude/settings.json（Windows 在用户目录下的 .claude\settings.json），写入环境变量：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "<你的 DeepSeek API Key>",
    "ANTHROPIC_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash[1m]",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  }
}

几个字段的作用：ANTHROPIC_BASE_URL 指向 DeepSeek 的 Anthropic 兼容接口；ANTHROPIC_AUTH_TOKEN 是你的 Key；下面几个模型变量分别对应 Claude Code 内部的主模型位（Opus、Sonnet）和子任务模型位（Haiku），[1m] 后缀表示使用 100 万 token 上下文版本。CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC 设为 1 可以关掉一些非必要的联网请求，降低延迟和开销。

如果你没有 .claude 目录，新建一个就行。有些版本首次启动时会卡在 onboarding 引导，可以在 ~/.claude.json 里加一行 "hasCompletedOnboarding": true 跳过。

对比一下两条路：CC Switch 胜在可视化管理、多供应商一键切换；裸配胜在零依赖、一条命令都不用装。我的建议是都试试，先裸配跑通理解原理，再装 CC Switch 享受便利。

既然装了 CC Switch，它的几个附加功能也顺带说清楚，都是日常高频用到的