企业官网建设流程全解析

这段时间我一直在折腾一个组合：Claude Code + DeepSeek。Claude Code这个跑在终端里的AI编程代理，用顺手之后真的很难回去，但官方默认模型在长时间任务下成本不算低；DeepSeek这半年的推理能力和性价比，在开发者圈子里讨论度也很高。于是我把两者接在一起：Claude Code负责读代码、改文件、跑命令，DeepSeek负责理解需求、生成方案。整体用下来，我可以负责任地说，这个组合对日常开发来说既省钱又灵活。

这篇文章就把从安装、配置到第一次完整跑通的全过程写出来。每一步我都会讲清楚为什么这么做，以及我自己踩过的坑。只要你终端里能敲命令，跟着走一遍基本就能用起来。我还会把鉴权、权限、上下文管理这些容易出问题的环节单独拎出来讲，尽量让新人少走弯路。

1. 概念先行：先搞懂Claude Code与DeepSeek的分工

1.1 Claude Code是"手"，DeepSeek是"脑"

Claude Code不是普通的聊天机器人，它最大的特点是能直接接触你的文件系统和运行环境。它可以列出目录、读取源码、创建或修改文件，甚至可以执行shell命令。你在终端里敲claude进入交互界面后，用自然语言说"帮我把src目录下所有.js文件改成TypeScript"，它会自己分析依赖、逐个文件修改，每一步还会征求你的同意。像一个手脚麻利但需要你拍板的实习生。

DeepSeek在这里承担的是"大脑"角色。它本身是一个大语言模型，负责把自然语言需求转换成代码或文本，并对代码逻辑进行推理。你把Claude Code的模型服务切到DeepSeek之后，Claude Code负责的"行动层"不变，但"思考层"的上下文理解、代码生成、代码解释，都由DeepSeek输出。

这里有一个容易踩的认知误区：很多人以为"Claude Code + DeepSeek"是要安装两个软件然后把它们拖到一起。其实不是。Claude Code是一个完整的CLI工具，DeepSeek是模型服务。所谓组合，本质上就是让Claude Code这个客户端去调用DeepSeek提供的模型API，而不是它默认的官方模型。你只需要让Claude Code认DeepSeek的API地址和令牌，就能在两个工具之间建立连接。

1.2 为什么要这么配，好处在哪

原因主要是三个：成本、选型自由、可控性。

官方模型的推理能力很强，但长时间跑大仓库时费用累积很快。DeepSeek在推理类任务上的表现有目共睹，而且单位token定价低不少。这让"让AI反复改代码"这种高频操作变得不再心疼，你甚至可以大胆地让它尝试多种实现方案，然后挑最好的，而不是小心翼翼地只让AI生成一次。

选型自由的价值在于：你可以在同一个终端工作流里，把模型服务换成任何符合兼容协议的服务商，甚至可以接到团队内部部署的模型网关上。对重视数据边界的团队来说，这一点很重要。可控性则体现在账号和计费层面：用单独的API Key，用量和花费一目了然，不会和你平时订阅的其他服务混在一起。

1.3 什么场景最适合这个组合

个人开发者、小团队，以及所有需要在终端里完成代码阅读、修改、审查、测试的人都会觉得这套组合好用。

举个例子，我在维护一个"某跨平台系统"的多目录项目时，经常让Claude Code做三件事：批量生成单元测试、解释不熟悉的旧代码、把重复的工具函数抽出来。这三件事如果按传统方式做，要在IDE里反复切文件；现在只需要在终端里连续下指令，让它自己读、自己改、自己跑，最后把结果汇报回来。省心程度完全不是一个级别。

2. 环境准备：装好Node并完成两款工具的安装

2.1 先检查三样东西：Node、npm、终端

Claude Code这个CLI基于Node生态发布，所以Node是第一个硬性依赖。建议用LTS版本，至少是18，最好上20。版本太低会导致安装后运行报错。检查命令很简单：

node -v npm -v

另外最好装有Git，因为大部分项目依赖Git做变更管理，Claude Code在生成提交说明、查看diff时也会用到。

操作系统方面，macOS和Linux直接装就行。Windows用户我建议用WSL，原因是Claude Code的交互和权限确认机制在类bash环境下最顺滑。用原生PowerShell也能跑，但环境变量语法、路径解析这些小问题会在配置阶段给你添不少麻烦。

2.2 三步装好Claude Code

如果Node环境就绪，安装主程序只有一条命令：

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

网络到npm官方源延迟高的话，可以先切换公共镜像源再装：

npm config set registry https://registry.npmmirror.com

装完验证一下：

claude --version which claude

这里有两个常见坑。第一是权限：macOS和Linux如果用系统自带的Node，全局安装经常会遇到EACCES权限错误。我的建议是不要直接加sudo，因为很可能污染系统权限。最好用nvm管理Node，或者把npm全局安装目录改成当前用户可写的目录。第二是shell找不到claude命令，这通常是npm全局bin目录没加到PATH。用npm prefix -g查看目录，把它加进shell配置就行。

安装阶段不需要单独安装"DeepSeek客户端"。DeepSeek是在线的模型服务，你需要的不是软件安装包，而是一个API访问凭据。这一步去DeepSeek官方控制台完成：注册账号、创建一个API Key、给账户充值。API Key是一串以sk开头的密钥，只在创建时完整显示一次，记得马上存好。

提示：API Key本质上是一把能替你花钱的钥匙。任何情况下都不要把它写进代码仓库，也不要发给任何人。

2.3 开一个专门的测试项目，别拿生产目录练手

配置之前，强烈建议先建一个临时目录，后续所有命令都在里面跑。我第一次配置时直接在仓库里改环境变量，结果Claude Code读了一堆无关文件，不仅慢，还容易出现奇怪的上下文干扰。先用空目录做验证，成本最低：

mkdir claude-demo && cd claude-demo

3. 核心配置：三个环境变量让Claude Code接入DeepSeek

3.1 整条链路就靠这三个变量

Claude Code对接模型服务时，会读取几个环境变量。默认状态下，模型服务地址是官方接口；当你设置了下面三个变量后，它就会把请求发往你指定的服务地址，并用你指定的令牌和模型名完成调用：

• ANTHROPIC_BASE_URL：模型服务的基础地址，决定请求发到哪里。
• ANTHROPIC_AUTH_TOKEN：认证令牌，也就是DeepSeek的API Key。
• ANTHROPIC_MODEL：要用的模型名，比如DeepSeek的deepseek-chat或deepseek-reasoner。

为什么用这几个变量名？因为它们遵循了Claude Code本身向后兼容的配置约定。你可以理解成：Claude Code在设计上预留了"把模型服务换成其他提供商"的开关，企业里切换外部模型供应商或内网模型网关也是这么干的。把这三个变量一改，那台终端里的编程代理就能跑在DeepSeek的模型之上。

按照当前DeepSeek开放的接口约定，兼容端点地址一般是 https://api.deepseek.com/anthropic 这个形式，具体以官方控制台或最新文档为准。模型名的两个选项也要留意区别：deepseek-chat适合日常的代码生成和解释，响应速度快；deepseek-reasoner会在推理类任务上花更多时间思考，逻辑更细致，适合复杂架构分析。第一次验证建议先用deepseek-chat，响应快，方便确认链路是通的。

3.2 三种配置写法，按场景选择

第一种是临时生效，只在当前终端窗口有效，最适合快速测试：

export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic" export ANTHROPIC_AUTH_TOKEN="sk-你的DeepSeek密钥" export ANTHROPIC_MODEL="deepseek-chat"

第二种是持久生效，把上面三行写进~/.zshrc或~/.bashrc，然后source。之后每次打开终端都不用重复设置。我目前就是这种方式，配一次之后基本忘掉这件事。

第三种是只对某个项目生效。可以用项目根目录下的环境文件配合加载工具实现。但要注意，如果密钥直接写进项目文件，一定要确保.gitignore把相关文件忽略掉，否则一不小心就会把密钥推上远端仓库。我不推荐在共享仓库里用这种方式，个人机器上倒还好。

临时、永久、项目级哪个好？我的建议是：第一次验证用临时方案，验证通过后把变量写入个人shell配置。好处是中间出问题的话，关掉终端就恢复原样，不会污染系统环境。

3.3 验证配置是否生效

进入claude-demo目录，输入claude，看到交互提示符后，发一条最简单的指令：

"列出当前目录下的文件，并简单判断一下这是一个什么类型的项目。"

正常情况下，Claude Code会先展示它读到的目录结构，然后给出项目类型判断。如果你是第一次用，它会先弹出权限确认，询问是否可以读取该目录，选择允许即可。如果返回正常，说明Claude Code和DeepSeek已经握手成功。

如果报401，说明令牌不对。如果报404，说明接口地址或模型名不对。如果一直转圈没反应，先检查密钥对应的账户是否有余额。这些细节放在第5章详细展开。

4. 实战跑通：让Claude Code + DeepSeek完成第一个项目任务

4.1 设计一个适合首跑的小任务

第一次跑通，任务别贪复杂。很多新手上来就让Claude Code重构一个大型项目，结果上下文爆炸，输出又慢又乱，最后得出"不好用"的结论。其实问题出在任务设计上。

我建议第一个任务做成：在claude-demo目录里创建一个Python脚本，功能是把当前目录下所有.jpg文件重命名为"日期_原文件名"的格式。

这个任务覆盖了AI编程助手的核心能力：读目录、写文件、执行shell命令、处理循环和字符串操作。任务不一定复杂，但它能把交互闭环完整走一遍。

在命令行里输入：

"帮我写一个Python脚本存放在当前目录，它能遍历当前目录下的所有jpg文件，并在文件名前加上当天日期，格式为20250214_filename.jpg，注意要处理同名文件的情况。"

就这一条指令，其余都不用管。Claude Code会先分析需求，然后创建脚本文件，接着告诉你它需要运行脚本或者让你确认。我当时实际体验是，它会自动生成脚本、给出用法说明，并在最后询问是否帮你执行一遍。

4.2 现场还原：一次完整的交互长什么样

从输入指令到任务完成，大致会经历这几步：

1. Claude Code先读取当前目录结构，确认有没有相关脚本。
2. 然后创建.py文件写入代码。
3. 接着请求运行权限，询问是否运行脚本或只是创建文件。
4. 你同意后，它执行脚本，把输出结果贴回来。

整个过程和真人开发者的协作方式非常像。你要做的只是在关键节点点头或提意见。比如它要运行脚本之前，会带着操作内容和理由问你。这种做法的价值在于，你能清楚地看到AI每一步在做什么，不会出现"黑盒改代码"的失控感。

我当时实际执行时，它生成的脚本里甚至额外处理了文件名中包含空格的情况，还加了异常捕获。这不算惊艳，但确实说明DeepSeek的代码生成在工程化细节上是靠谱的。

4.3 权限模式选择：能选最小权限就别越级

Claude Code默认会就每一个可能产生影响的动作征求确认。你可以通过启动参数调整模式：

• 默认交互模式：每步确认，推荐日常使用。
• -p参数：直接传一条指令，适合非交互场景。
• --dangerously-skip-permissions：跳过所有确认，社区里叫"全自动模式"。

我必须提醒你，除非在一次性容器或测试环境里跑，否则别用跳过权限模式。一旦代码里有rm -rf、格式化某个目录这类操作，没有确认环节是非常危险的。即使要用，也请先保证项目已经被Git完整提交，有后悔药可吃。

我自己的习惯是：日常开发用默认模式，批量简单任务用-p传参，全自动模式只在临时目录或容器里尝试。

4.4 用CLAUDE.md让AI理解你的项目规矩

跑完第一个小任务后，你会感觉到Claude Code对"当前目录上下文"的理解是即时的。但要让它在复杂项目里保持稳定输出，建议在项目根目录放一个CLAUDE.md，把这几样东西写清楚：

• 项目是什么。
• 目录结构是怎样的。
• 代码风格约定，比如缩进、命名、禁用泛型。
• 它不可以在哪些目录随意改动。

CLAUDE.md对Claude Code的作用，有点像README对新人加入项目时的作用。你写清楚了，后续每次对话它都会自动参考，能少犯很多"自作主张"的错。

我习惯最少写四行内容：一行说明项目目标，一行说明技术栈，一行说明目录职责，一行说明禁止事项。比如：

# CLAUDE.md ## 项目目标 这是一个面向开发者的命令行工具，核心功能是日志分析。 ## 技术栈 Python 3.10+，依赖 click、rich、pytest。禁止引入重量级框架。 ## 目录职责 src/ 存放业务逻辑 tests/ 存放单元测试 scripts/ 存放辅助脚本 ## 禁止事项 不要修改 src/ 以外的代码，除非用户明确要求。

这么写的好处是，当你连续工作多个任务时，Claude Code不会忘记项目背景。没有这个文件，它每次对话都要从零猜上下文，很容易跑偏。

4.5 预算和上下文管理：别让token悄悄烧光

使用模型API后，花钱的节奏和订阅制完全不一样。一个中等项目的上下文如果拖得很长，单次会话几十万token并不罕见。所以我的建议：

• 会话开始前想清楚要做什么，不要开着会话闲聊。
• 任务完成后立刻用 /clear 清空上下文，别留着大量历史记录让后续请求反复重读。
• 需要继续长任务时用 /compact 压缩上下文，不要硬撑。
• 每过一段时间用 /cost 看一下消耗。

预算层面，可以在Claude Code配置里设置单次会话或周期费用上限，超过会自动停止。这是省钱的重要保险，尤其对刚上手还不熟悉token消耗速度的人来说，有这个上限能救命。

5. 问题排查：安装、鉴权、上下文与计费的避坑实录

我把这段时间遇到的各种问题整理成一张速查表，先收藏再看：

5.1 安装阶段的高频问题

安装失败多半是Node和权限问题。如果你执行npm install后找不到claude命令，先检查npm全局bin目录是否在PATH里。权限问题优先给npm换用户级目录，而不是加sudo。因为sudo安装的全局包在后续升级时还会反复遇到权限问题，属于给自己埋坑。

如果切换镜像源后还慢，可以考虑用包管理器提供的独立安装脚本，或者直接下载官方发布的二进制包。不过对大多数人来说，npm路径已经够用。

5.2 鉴权与连接问题

401基本是密钥问题，最常见的两个细节是：复制密钥时把隐藏的空格带进去了；或者shell配置文件里旧的环境变量没清干净，导致程序读了旧值。排错时先执行echo $ANTHROPIC_AUTH_TOKEN看看当前变量到底长什么样，再决定是删还是改。

404则重点检查BASE_URL结尾有没有多一个斜杠，以及模型名是不是多写或少写了字符。还要注意某些模型服务对不同接口路径有不同协议要求，比如同一家服务可能同时提供OpenAI风格和Anthropic风格的端点，路径写错就会404。

5.3 输出质量与上下文问题

不少同学说"换DeepSeek之后生成的代码质量不如预期"，我实际排查下来，八成问题出在上下文管理上。Claude Code在一次对话里能看到的上下文是有限的，如果你在一个很大的仓库里问一个很局部的问题，它会被大量无关文件淹没。

解决办法就是这三个方向：缩小工作目录，让Claude Code只读相关内容；用CLAUDE.md把项目结构和关键文件职责写清楚；大任务拆成小任务逐步完成。你会发现同一个模型在不同上下文管理方式下的表现差距非常大。

还有一个实用技巧：如果某次生成结果不理想，不要在同一会话里反复要求"重新生成"。先/clear，然后把需求描述得更具体一点，效果往往立竿见影。因为旧会话里的错误答案会污染后续的生成方向。

5.4 安全和成本提醒

这个组合的安全问题集中在三处：密钥泄露、权限过宽、敏感代码外发。

密钥必须在.gitignore里忽略，建议把存放环境变量的文件加入忽略列表。权限方面遵守最小化原则，不要长期开着跳过权限模式。如果要处理公司核心代码，最好先确认服务商的协议和要求，别把数据安全当儿戏。

成本问题上，我的经验是：把token消耗当成一种日常度量指标来关注。刚开始用的时候你可能完全没有"这次任务花了多少钱"的概念，跑几次之后就会形成直觉。设置预算上限是最简单有效的手段，哪怕设置得保守一点，也比事后看账单好。

最后再分享一点我的实际体会

这套工具链跑通之后，我最大的感受是，代码审查和单元测试这类重复劳动终于有人接手了，我只需要做最后的质量把关。Claude Code + DeepSeek并不是要把代码开发变成全自动流水线，而是把"工具"和"模型"解耦后，你终于可以用更低成本让AI在真实环境里干活。工具提供行动框架，模型提供思考能力，两者各司其职，这种组合的潜力比单个工具本身大得多。

如果你第一次配置遇到问题，别急着放弃。按照BASE_URL、AUTH_TOKEN、MODEL、权限、CLAUDE.md这个顺序逐项排查，九成问题都能解决。

最后再分享一个小技巧：第一次跑正式任务之前，先让Claude Code执行一条"请描述当前项目的技术栈和入口文件"，确认它真正读懂了项目，再安排大任务。这个习惯能帮你避开很多返工，也让后续的代码生成质量稳定不少。