企业官网建设流程全解析

前阵子帮团队搭 CLI 编码助手，发现大家卡在同一件事上：手里有 DeepSeek 的 API key，却想让 Claude Code 这个终端工具去干活。网上说法不少，有的贴了一段配置，有的说了个大概就跑，真正讲清楚“为什么这样配”“配完怎么验证”的很少。我花了一个晚上在 Windows 上把整条路跑通，从安装 Node.js 到 settings.json 落地，中间踩了几个不算复杂的坑，但确实每一步都能卡住人。

这篇文章就是完整记录：Windows 上怎么安装 Claude Code，怎么用 DeepSeek 的 Anthropic 兼容端点把默认后端换成 DeepSeek，以及配置文件里每个字段到底意味着什么。适合那些想用 DeepSeek 跑 Claude Code 交互体验的人，也适合之前配过但始终 401/404 的朋友。

1. 为什么要用 DeepSeek 驱动 Claude Code：价值与边界

1.1 Claude Code 的壳与 DeepSeek 的核

Claude Code 是 Anthropic 出的终端编程代理，你在命令行里用自然语言描述需求，它能自动读项目文件、改代码、跑命令、查日志，整个过程在终端里实时交互。这个“交互层”做得不错，用过的应该能感受到它比普通对话框更贴近真实开发场景。

但 Claude Code 默认只认 Anthropic 官方的 API 和模型。很多开发者注册 Anthropic 账号不方便，或者觉得按量付费的成本偏高，于是想到一个问题：能不能让 Claude Code 的界面和工具体系保持不变，把底层的模型换成 DeepSeek？

答案是能。Claude Code 本身支持通过环境变量去覆盖 API 端点地址和鉴权 token，这是官方就有的能力，不是绕过什么机制。把ANTHROPIC_BASE_URL指到 DeepSeek 官方的 Anthropic 兼容端点，再把ANTHROPIC_AUTH_TOKEN换成 DeepSeek 的 API key，Claude Code 发出的请求就会打到 DeepSeek 的服务器上。

用大白话说：Claude Code 是司机，DeepSeek 是发动机。你只是把发动机换了，方向盘、油门、仪表盘还是原来那套。

1.2 收益在哪里

第一是性价比。DeepSeek 的 API 定价比 Anthropic 旗舰模型便宜不少，对日常写代码、改 bug、生成单测这类任务，开销能控制在很低的水平。

第二是注册门槛低。DeepSeek 开放平台注册就能拿 key，充值也很方便，没有太多弯弯绕绕。

第三是灵活性。同一份 Claude Code 配置，你既可以用官方模型跑，也可以用 DeepSeek 跑，通过环境变量或配置文件切换，本质上是一种模型路由的思路。

1.3 边界要提前说清楚

这不是让 Claude Code 变成 DeepSeek 官方客户端，也不是克隆 Claude 模型。你用 deepseek-chat 驱动 Claude Code，得到的模型行为是 DeepSeek-V3 的，不是 Claude 的。Claude Code 里一些依赖 Claude 模型特性的高级功能，表现会跟官方版本有差异，尤其是极其复杂的多步工具调用场景，偶尔会出现工具参数不匹配或执行中断的情况。

另外，DeepSeek 的上下文窗口跟 Claude 的不完全一样，长对话、大仓库分析时要注意实时压缩历史。我的判断是：日常开发足够用，但不能要求它在所有场景达到官方组合的水平。

适合的人群包括：个人开发者做快速原型，小团队想统一 CLI 工具链但控制 API 成本，以及纯粹想横向对比不同模型在编码任务上表现的人。

2. Windows 上的前置条件：Node.js、终端和网络可达性

2.1 安装 Node.js：版本和 PATH 是关键

Claude Code 依赖 Node.js 运行时。虽然官方目前也提供 Windows 原生安装包，但 npm 方式依然是最通用、最不容易出幺蛾子的路径，所以 Node.js 是必需品。

去 nodejs.org 下载 LTS 版本，Windows 用户直接拿 .msi 安装包。安装时注意一个细节：安装向导里有个 “Add to PATH” 选项，默认是勾上的，别取消。很多人装完 Node.js 后终端里输入node -v提示找不到命令，十有八九是这一步没注意。

安装完成后，新开一个终端窗口，别用旧的，因为 PATH 环境变量不会自动刷新。运行：

node -v npm -v

能看到版本号就说明环境没问题。我建议用 Node.js 18 以上的 LTS 版本，太老的版本跟 Claude Code 的依赖可能存在兼容性问题。

2.2 终端选择：Windows Terminal 是首选

Claude Code 是交互式终端工具，对 ANSI 转义序列有要求。Windows 自带的传统 conhost 窗口在某些情况下会显示乱码或布局错乱，我直接推荐 Windows Terminal。

Windows 11 自带 Windows Terminal，Windows 10 去 Microsoft Store 搜一下即可安装。装完把默认终端设置为 Windows Terminal，PowerShell 作为默认 shell。这样做的原因是 Claude Code 的交互界面依赖光标定位、颜色渲染、滚动区域，Windows Terminal 对这几项的支持比老终端好得多。

另外，如果你的 PowerShell 执行策略限制脚本运行，需要放开对本地脚本的约束。以管理员身份打开 PowerShell 执行：

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

2.3 网络可达性：一个容易忽略的隐形坑

DeepSeek 的 API 在正常情况下可以直连，但有两类环境容易出问题。

一类是公司网络。企业网关或代理可能拦截外部 API 请求，如果之前在同一台 Windows 机器上配置过代理，环境变量里的HTTP_PROXY和HTTPS_PROXY会影响 Node.js 的请求行为。解决办法是确认这两个变量指向的代理是否正常，或者暂时去掉后在终端里测试：

curl https://api.deepseek.com

另一类是 DNS 解析异常。Windows 上偶发 DNS 缓存问题会导致请求超时，可以执行ipconfig /flushdns刷新。

注意：这一步的目标是确保你的机器能够正常访问api.deepseek.com。如果 curl 能返回 JSON 或错误码而不是超时，说明网络这一关过了。

3. 两种安装路线：npm 全局安装与官方 PowerShell 脚本

3.1 路线 A：npm 全局安装

最常见的安装方式是在终端里执行：

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

执行后 npm 会把 claude 命令注册到全局环境。安装过程中如果看到权限相关的报错，比如EPERM或EACCES，在 Windows 上通常是 npm 全局目录没有写权限导致的。

我用的解决办法是重新设置 npm 的全局安装目录：

npm config set prefix "$env:APPDATA\npm"

然后把%APPDATA%\npm加到 PATH 环境变量里。之后重新打开终端，再执行一次安装命令。

安装完成后验证版本：

claude --version

如果输出版本号，说明命令已经可用。

3.2 路线 B：官方原生 Windows 安装脚本

如果你不想在全局环境里装 Node.js 依赖，或者希望 Claude Code 以独立 .msi 包的方式安装，可以用 Anthropic 官方提供的安装脚本。

以 PowerShell 身份执行：

irm https://claude.ai/install.ps1 | iex

这行命令会下载安装脚本并执行，脚本自动检测系统架构，下载对应的 Windows 安装包并完成安装。

两条路线我用下来觉得：npm 方式升级方便，npm update -g @anthropic-ai/claude-code一条命令搞定；原生安装包启动更快，但升级时要重新走安装流程。日常使用选哪条都行，后面的配置完全一致。

3.3 安装后的最终验证

不管哪条路线，安装成功后建议执行：

claude

如果配置尚未设置，它会进入初始化流程，可能会提示登录或输入订阅信息。此时先不要慌，这是正常的，等我们配置好 DeepSeek 后端后，就不再需要走这套登录流程了。

4. settings.json 配置详解：把请求改道 DeepSeek

4.1 配置文件的位置与优先级

Claude Code 的配置文件采用 JSON 格式，有两个层级：

• 用户级配置：C:\Users\<你的用户名>\.claude\settings.json
• 项目级配置：<项目根目录>\.claude\settings.json

两者同时存在时，项目级配置优先级更高，会覆盖用户级同名配置项。这是个很实用的机制：你可以在用户级放通用的 API 地址、密钥、默认模型，在项目级里只覆盖模型名，比如某个仓库专攻复杂算法，就单独把模型切到deepseek-reasoner。

有一个血泪教训：项目级配置如果存在.git仓库里，很容易不小心把 API key 提交上去。我的建议是：包含密钥的配置一律放用户级，项目级只放和业务相关的模型偏好。

4.2 最基础的一份 settings.json 长什么样

用 VSCode 或任意文本编辑器，在C:\Users\<你的用户名>\.claude\settings.json中写入：

{ "env": { "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic", "ANTHROPIC_AUTH_TOKEN": "sk-你的DeepSeek密钥", "ANTHROPIC_MODEL": "deepseek-chat", "ANTHROPIC_SMALL_FAST_MODEL": "deepseek-chat" } }

这里sk-你的DeepSeek密钥需要在 DeepSeek 开放平台创建 API key，创建后复制完整字符串，不要有多余的空格或换行。

保存文件后，新开终端进入任意项目目录，运行：

claude

如果一切正常，不会出现登录引导，直接进入对话界面。可以在对话中输入/status查看当前使用的模型，确认是不是deepseek-chat。

4.3 每个 env 变量到底在干什么

env块是 Claude Code 配置里的一个特殊结构，它会在 Claude Code 启动时把这些环境变量注入到当前进程。这样做的效果是：配置跟随工具走，不污染系统全局环境变量。

关于ANTHROPIC_SMALL_FAST_MODEL，很多人忽略它，但它很重要。Claude Code 内部会把一些低延迟、高吞吐的小任务单独路由到一个“小模型”上，默认指向 Anthropic 的 haiku 系列。如果你只改主模型，不改这个变量，后台任务还是会请求官方端点，轻则报模型不可用，重则鉴权失败。显式把它也设为deepseek-chat，所有内部请求才能统一走 DeepSeek。

4.4 模型选择：deepseek-chat 与 deepseek-reasoner

DeepSeek 开放平台目前对外提供两个模型：

• deepseek-chat：对应 DeepSeek-V3，响应快，适合日常编码、重构、单测生成，是 Claude Code 默认驱动的首选。
• deepseek-reasoner：对应 DeepSeek-R1，推理能力强，适合复杂架构设计、疑难 bug 排查，但延迟明显更高。

CLI 编码工具讲究交互效率，我建议日常用deepseek-chat。如果用deepseek-reasoner，每一步工具调用都可能经历长时间思考，整体节奏会变得很慢，尤其在多轮工具调用的场景里，体感像卡住一样。

如果某个项目必须用推理模型，可以单独在项目级配置里覆盖：

{ "env": { "ANTHROPIC_MODEL": "deepseek-reasoner", "ANTHROPIC_SMALL_FAST_MODEL": "deepseek-chat" } }

这样主模型用推理能力更强的 R1，后台小任务仍用 V3，兼顾速度和思考深度。

5. 首次启动、验证与高频故障排查

5.1 如何确认请求真的打到了 DeepSeek

配置好并启动 Claude Code 后，第一件事不是急着写需求，而是验证路由是不是真生效了。

在对话里输入：

/status

如果显示model: deepseek-chat，说明主模型配置生效。然后随便让它执行一个简单任务，比如“给这个项目写一个 README 框架”，观察输出速度。几秒钟内开始流式返回，说明链路是通的。

更严谨的做法是同时登录 DeepSeek 开放平台，在“用量”页面看是否出现实时的 token 消耗。只要能看到请求数在涨，说明所有请求确实走到了 DeepSeek 服务端。

还有一种方式用调试模式启动：claude --debug。它会输出每次 API 调用的详细日志，包括请求的 URL 和状态码，排错时特别好用。

5.2 高频错误：404、401、超时与模型不存在

我整理了实际使用中最常遇到的几类问题，按出现频率排序。

404 Not Found

如果你的ANTHROPIC_BASE_URL写成了https://api.deepseek.com，少了/anthropic路径，Claude Code 请求时会拼接出自己的 API 路径，最终拼出一个不存在的地址，服务端返回 404。解决办法是在 base URL 中补全/anthropic。

401 Unauthorized

鉴权失败。大概率原因是 API key 复制错了，或者 key 里带了空格。另一个容易被忽略的原因是 JSON 格式问题：settings.json 里如果写了注释，整个文件会被解析失败，Claude Code 静默忽略，然后自动用默认配置启动，最终所有请求都因为没有正确 token 而 401。注意：JSON 标准不支持注释。

模型不存在

如果你在ANTHROPIC_MODEL里写了deepseek-v3这类旧名称，DeepSeek 服务端会返回模型不存在的错误。到 API 对接时就用官方当前文档的模型标识符：deepseek-chat和deepseek-reasoner。

请求超时

Claude Code 默认的 API 超时时间可能对 deepseek-reasoner 不够长，尤其是复杂任务需要长时间推理时，可能提前中断。可以在 settings.json 里适当放宽：

{ "apiTimeoutMinutes": 15 }

apiTimeoutMinutes是 Claude Code 自己的配置项，写在根级，不放在env里。

5.3 Windows 特有的路径与终端问题

在 Windows 上，配置文件目录.claude是隐藏目录，默认情况下资源管理器看不到。你在C:\Users\<用户名>下按Ctrl+H显示隐藏项目，就能看到。

有些用户程序会生成一个用户目录，里面有中文或空格，比如C:\Users\张三。这种情况下配置文件路径同样按实际用户名处理，不要手动硬编码绝对路径，让 Claude Code 自己用%USERPROFILE%解析即可。

终端显示乱码时，在 PowerShell 里执行：

chcp 65001

这会把手动会话的代码页切到 UTF-8，Claude Code 输出就不会花屏。

6. 日常使用中的经验与费用控制

6.1 用批处理文件切换多套后端

我经常需要在一台机器上同时保留 DeepSeek 和 Anthropic 官方两套配置。环境变量与配置文件同时存在时，配置文件的优先级更高，但如果你用的是系统环境变量方式，切换起来需要反复修改系统配置，很不方便。

我的做法是两个批处理文件。

新建claude-deepseek.bat：

@echo off set ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic set ANTHROPIC_AUTH_TOKEN=sk-你的DeepSeek密钥 set ANTHROPIC_MODEL=deepseek-chat set ANTHROPIC_SMALL_FAST_MODEL=deepseek-chat claude

再建一个claude-anthropic.bat，把对应的变量换成 Anthropic 官方的 key 和模型。想用哪套就双击哪个文件，互不干扰。

6.2 费用控制：不要忽视会话累积效应

Claude Code 默认会在一次会话里持续累积上下文。你改的文件越多，对话轮次越长，上下文里的 token 就越大，费用随之上升。我在实际使用中摸索出三个控制手段。

第一，一个任务结束后及时用/clear清空对话历史，而不是让上下文一直挂在那里。

第二，对长任务的中间过程用/compact压缩历史。Claude Code 会把之前的关键信息浓缩成摘要，大幅减少后续请求的 token 量。

第三，在对话中随时用/cost查看本次会话已经消耗的金额，心里有数。尤其在用 deepseek-reasoner 时，它输出的 reasoning token 也计入费用，长任务跑到后期成本明显上升。

6.3 CLAUDE.md 的作用

Claude Code 支持在项目根目录放一个CLAUDE.md文件，里面写项目说明、代码规范、注意事项。每次会话启动时，Claude Code 会自动读取这个文件作为上下文的一部分。

我强烈建议接 DeepSeek 后把这个文件写得稍微详细一点，因为 DeepSeek 在遵循复杂项目规范方面，需要更明确的指令才能发挥出稳定水准。比如写清楚目录结构、测试命令、构建方式，比让它现场摸索可靠得多。

6.4 多工具调用场景下要留个心眼

DeepSeek 的 Anthropic 兼容端点在多数场景下工作得很流畅，尤其是代码生成、文件修改、命令执行这类标准工具链。但在一些非常复杂的多工具联动场景，比如连续读取多个文件后再交叉修改多处引用，偶尔会出现工具调用参数偏差。

遇到这种情况，最简单的应对是把任务拆小，一次让它处理一个明确目标，而不是扔给它一个“帮我重构整个模块”的大指令。拆细之后，DeepSeek 的完成质量会明显上升。

我自己用下来，稳定运行几周后，现在的工作习惯是：简单任务直接对话，中等任务给明确清单，复杂任务拆成 3 到 4 个子任务逐项推进。把心态从“它应该理解我的全部意图”调整为“我把意图表达清楚，它会执行得很好”，这套组合基本可以长期服役。

配置本身不复杂，真正有价值的是理解它为什么这样工作。ANTHROPIC_BASE_URL像一块路由表，ANTHROPIC_AUTH_TOKEN像门禁卡，ANTHROPIC_MODEL和ANTHROPIC_SMALL_FAST_MODEL像岗位安排。这四个变量吃透了，以后换任何兼容 Anthropic 协议的模型服务商，你只需要改这几行就能接上。