企业官网建设流程全解析

1. 为什么是 Claude Code + DeepSeek：这个组合到底值不值得用

我为什么开始折腾这个组合，原因其实很简单。日常开发里我重度依赖 AI 编码助手，但几个主流大模型的 API 价格算下来，深度使用一个月就是一笔不小的开销。尤其是我这种喜欢让 AI 批量重构代码、连续跑十几个文件修改的用法，上下文窗口稍微一拉长，费用就肉眼可见地往上跳。后来我注意到 DeepSeek 的 API 价格一直很有竞争力，又看到社区里有人在讨论它兼容 Anthropic 接口这件事，于是决定把 Claude Code 这个编码工具和 DeepSeek 模型绑在一起用——没想到效果比预期的稳。

1.1 Claude Code 定位：不是聊天助手，是终端里的结对工程师

Claude Code 本质上是一个跑在终端里的 Agent 工具，它的工作方式是直接接管你的项目目录。你给它一个任务，它会自己读代码、搜索相关文件、调用工具修改内容、执行测试命令，然后告诉你它改了什么。它和你平时在网页上聊天的 AI 不一样，网页版只能回答你的问题，而 Claude Code 能真的动手操作你的项目文件。

这种"动手干活"的能力让它特别适合处理跨文件的重构、批量修改、Bug 排查这类任务。比如你让它"把整个项目的所有接口错误处理统一改成标准格式"，它不会只是给你建议，而是会真的找到每一个相关文件并完成修改。对于我这种每天要和大量代码打交道的人来说，这种自动化程度带来的效率提升是实打实的。

1.2 DeepSeek 的定位：低成本高智商模型的性价比逻辑

DeepSeek 走的路线一直是"高性价比"——它的 API 定价相比海外主流模型要亲民得多，但推理能力和代码理解能力在评测和实际体验中都表现出了相当高的水准。我试用它的代码理解能力时发现，面对复杂业务逻辑、晦涩的旧代码，它给出的分析和建议往往都很在点子上，不会出现"看起来在回答、实际在胡扯"的情况。

把 DeepSeek 的模型能力接入 Claude Code，相当于你让一个很会干活的 Agent 工头，配了一个既聪明又便宜的执行大脑。工具负责调度和操作文件，模型负责理解和生成代码，两者各司其职。这个组合最大的意义在于：你可以用 Claude Code 完整的自动化工程能力，同时 API 账单不会让你肉疼。

1.3 谁会需要这个组合

如果你是以下几种人，这个组合值得认真试一下：

• 独立开发者或小团队：没有太多预算给 AI 编码工具，但希望拥有完整的 Agent 式编码体验。
• 需要批量处理代码的人：比如做项目迁移、大规模重构、模板化代码生成的场景。
• 对数据隐私比较敏感的人：通过 API 调用，你可以自己控制数据发送的边界，而不是把整个仓库随便丢给第三方平台。
• 喜欢折腾命令行工具的人：Claude Code 本身就是终端工具，搭配 DeepSeek 的 API 配置，自由度很高。

要注意的是，这个组合本质上是一种"非官方搭配"，虽然 DeepSeek 官方提供了兼容接口，但它并不是 Anthropic 的原生产品线。所以在使用中你需要对接口的稳定性、模型的输出风格有一定心理预期，同时也要接受一个事实：Claude Code 官方针对的是自家模型，切换到第三方模型后，某些高级功能或行为细节可能会和原生体验有差异。

2. 动手前的环境检查：Node 版本与终端选择

在正式安装之前，我建议你先花两分钟检查一下本地环境。很多人安装失败，问题不是出在命令本身，而是环境不满足前置条件。这几项检查做完，后面的安装流程基本就是一马平川。

2.1 版本门槛与检查命令

Claude Code 是一个 Node.js 命令行工具，所以你的机器上必须要有 Node.js 环境。它的最低版本要求一般是 Node.js 18 以上，但我的建议是直接用 LTS 版本，因为 CLI 工具对 Node 版本的具体小版本差异有时很敏感，用太旧的版本会出现莫名其妙的运行时错误。

打开终端，依次运行这几条命令检查：

node -v npm -v

如果你看到的是 v16.x 或者更老的版本，建议先去官网把 LTS 版本装好再继续。如果你机器上有 nvm 这类版本管理工具，那就更省事了，直接切换到一个新版本即可。

另外一个容易被忽略的点是：Claude Code 是一个需要和终端深度交互的工具，所以请确保你用的是主流终端，而不是某些受限的嵌入式终端面板。我在 Windows 上试过，自带的经典控制台窗口对这类交互式 CLI 的支持不太好，建议直接用 Windows Terminal 或者 PowerShell 7。在 macOS 上不存在这个问题，内置终端和 iTerm 都可以正常使用。

2.2 网络连通性的一个自查技巧

安装 Claude Code 本体以及后续调用 DeepSeek API 都需要网络连接。这里有一个很容易被忽略的地方：如果你所在的网络环境有代理或者防火墙策略，CLI 工具自己是不会自动读取你系统代理设置的，它只认环境变量里的代理配置。如果你平时用代理访问海外服务，但调用 DeepSeek API 时不需要代理，那就要注意环境变量不能混在一起设置，否则会出现"配置看起来没问题，但请求一直超时"的诡异情况。

我的做法是：在终端启动 Claude Code 之前，单独检查一下当前会话里有没有设置 http_proxy 或 https_proxy 这些变量，如果有，而且你确定当前网络不需要代理，就先把它们清掉。后面到配置环境变量那一步，我会给你一条完整的命令来处理这个问题。

3. 安装 Claude Code：官方 CLI 的完整安装路径

环境检查没问题之后，就可以安装 Claude Code 本体了。安装过程本身很简单，但有几个细节值得单独拿出来说，因为我在第一次安装时也因为跳过细节而踩了个小坑。

3.1 一条命令装好并验证

Claude Code 的官方安装方式是通过 npm 全局安装：

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

安装完成之后，运行claude --version来确认安装是否成功。如果你在命令行里看到了版本号，说明 CLI 本体已经就绪。

我在实际安装时遇到过一个新手很容易碰到的问题：npm 全局安装的目录不在系统 PATH 里，导致输入claude命令时提示找不到。这种情况在 Windows 上尤其普遍，因为 npm 的全局 bin 目录默认在%APPDATA%\npm，如果没有被加入 PATH，命令就没法直接被识别。解决办法也很简单，把 npm 全局 bin 目录加进 PATH 就可以了。

npm 安装的速度取决于网络环境。如果安装过程卡住不动，或者持续报错，建议换用国内的 npm 镜像源再试：

npm install -g @anthropic-ai/claude-code --registry=https://registry.npmmirror.com

这个镜像源是公共的 npm 镜像，速度通常比直连原仓库块得多。装完之后，你还可以用npm list -g --depth=0看一下全局包里是否多出了 claude-code 这个条目。

3.2 首次启动时不要急着配置

这里有一个关键提示：安装好之后直接运行claude命令，Claude Code 会弹出一个交互式的配置向导，让你去设置 API key。这一步你完全可以跳过，不需要在这里配置任何东西，因为我们要用的不是 Anthropic 官方 API，而是把 Claude Code 指向 DeepSeek 的兼容接口。在向导里配置了官方 key 反而会干扰后面的环境变量设置。

我当时第一次运行时不了解这个逻辑，老老实实地在向导里填了一通，结果后面设置好 DeepSeek 的环境变量之后，发现 Claude Code 仍然在往 Anthropic 的官方地址发请求，排查了半天才意识到是向导生成的配置文件里写死了某些默认值。所以这里建议你：第一次运行看到向导界面，直接按 Esc 或者 Ctrl+C 退出即可，等环境变量配置好之后再启动。

这个细节值得记住：Claude Code 在配置读取上有优先级，环境变量的优先级通常高于配置文件，但如果配置文件中存在一个"看起来合法"的 key，某些版本的 CLI 可能会优先采用它。最干净的做法就是不在向导里留任何东西。

4. DeepSeek API 准备：密钥获取与计费说明

Claude Code 装好之后，下一步是准备 DeepSeek 这边的 API 访问能力。这个过程需要你到 DeepSeek 开放平台完成注册、创建密钥，然后搞清楚模型参数的正确姿势。很多人跳过了计费说明这一段，结果用着用着突然余额不足，任务跑到一半断掉，很影响体验。

4.1 注册与创建密钥

到 DeepSeek 开放平台注册账号，在后台找到"API Keys"入口，创建一个新的密钥。创建完成后，页面会给你一串以 sk- 开头的字符串，这个就是后面要被 Claude Code 使用的凭证。创建的时候建议给密钥加上备注，比如"claude-code"，这样以后在多个密钥之间分辨用途会方便很多。

密钥创建后，系统不会允许你再次查看完整内容，所以你应该立即复制并保存到一个安全的位置，比如本地密码管理器。我见过有人在群里贴出密钥截图，结果被其他人拿去调用 API，白白消耗余额，这种低级错误一定要避免。

4.2 一个大多数人都忽略的模型名问题

DeepSeek 开放平台提供的模型名，是很多教程里一笔带过、但实际使用中非常关键的信息。根据 DeepSeek 官方 API 的文档和平台实际行为，对话模型的核心名称是deepseek-chat，也就是 DeepSeek-V3 及后续系列聊天模型的统一调用名。

这里有个历史遗留问题需要解释清楚：早期 DeepSeek 有一个独立的deepseek-coder模型专门面向代码场景。但从 2023 年 8 月开始，这个独立的代码模型已经停止单独提供，代码能力被统一合并进了deepseek-chat里。也就是说，你现在不需要在模型名上纠结要不要加 "coder" 后缀，直接用deepseek-chat即可，它本身就具备很强的代码理解与生成能力。

有时候你会看到 API 文档里还提到一个deepseek-reasoner模型名，对应的是推理增强模型。在 Claude Code 场景下我建议主要使用deepseek-chat，因为 Agent 干活需要的是快速迭代和工具调用，推理模型虽然在某些复杂问题上思考更深入，但响应速度偏慢，而且等待时间拉长之后，Agent 的交互体验会明显下降。你是想让 AI 帮你连续改二十个文件的，不是想让它对每个文件长考十分钟的。

4.3 计费与额度管理

DeepSeek 的 API 采用预付费模式，你需要先往账户里充值，然后按 token 消耗扣费。它的定价相比海外模型要便宜很多，这本身就是很多人选它的原因。对于 Claude Code 这种 Agent 工具，因为每完成一个任务都会反复读取文件、生成多轮回复，token 消耗量通常比网页聊天高一个量级，所以你需要在账户里留足余额，而不是算着"一次对话几个 token"来规划。

我个人的做法是：在后台设置一个余额告警阈值，同时本地记下当前余额。当余额低于一定金额时，我会暂停批量任务，先充值再继续。否则任务跑到一半报 402 错误，已经改了一半的文件还得人工确认状态，非常狼狈。

5. 把 Claude Code 指向 DeepSeek：环境变量配置是最关键的一步

到了这一步，两边的工具都准备好了，接下来就是整个教程里最核心的环节：让 Claude Code 知道它该去找 DeepSeek 对话，而不是去找 Anthropic 官方。这个配置的原理一句话就能说清：Claude Code 在启动时会读取一组环境变量，其中最关键的两个就是"API 地址"和"API 密钥"，我们把这两个变量指向 DeepSeek 即可。

5.1 背后的原理：一个兼容层的故事

为什么 Claude Code 这个 Anthropic 的工具能接上 DeepSeek 的模型？关键在于 DeepSeek 官方提供了一个 Anthropic 兼容接口。简单理解就是：DeepSeek 那一侧搭了一座桥，让原本以 Anthropic 协议格式发来的请求，能被翻译成 DeepSeek 自己模型能理解的样子。Claude Code 作为客户端，完全感知不到后端换了服务商，它以为自己还在和 Anthropic 官方通信，实际干活的大脑已经是 DeepSeek 了。

这个设计对我们用户来说非常友好，因为不需要改任何 Claude Code 内部的代码，只要改两个环境变量就能完成切换。但在实际配置中有几个细节非常容易出错，我把它们拆开来逐个讲。

5.2 三种配置方式，从临时到持久

第一种：临时会话配置（适合第一次验证）

在终端里逐条设置环境变量，然后启动 Claude Code：

export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic" export ANTHROPIC_AUTH_TOKEN="你的-DeepSeek-API密钥" claude

这种方式设置的环境变量只在当前终端会话内有效，关闭终端就失效了。它适合用来做首次验证，因为你不用担心变量设置错了会影响全局环境。

第二种：写入 Shell 配置文件（推荐日常使用）

如果你打算长期使用这个组合，建议把环境变量写进 shell 的配置文件里，这样每次打开终端都会自动生效。一般 Bash 用户是~/.bashrc，Zsh 用户是~/.zshrc。在文件末尾追加：

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

改完之后执行source ~/.bashrc或者source ~/.zshrc让配置立即生效。

第三种：项目级配置（适合多项目隔离）

如果你在不同项目里想用不同的模型或密钥，可以在项目目录下放一个.env文件，内容是同样的两行变量。然后以能读取 .env 文件的方式启动 Claude Code。我自己的习惯是：全局默认用第二种方式，但在个别项目里用第三种方式覆盖，因为不同项目的敏感度和预算要求不一样，统一用一套密钥管理反而麻烦。

5.3 配置中的重要细节：为什么是 AUTH_TOKEN 而不是 API_KEY

这里有一个容易踩坑的点，值得单独说细一点。Claude Code 官方原生要求设置的是ANTHROPIC_API_KEY，这个变量在官方文档里被用来存放 Anthropic 官方密钥。但是，Anthropic 官方密钥是以sk-ant-开头的特殊格式，Claude Code 在较新的版本里会校验这个前缀格式。当你把 DeepSeek 的密钥（以sk-开头但不是sk-ant-）放进ANTHROPIC_API_KEY时，CLI 在启动阶段就可能直接报错，更不用说发起请求了。

解决办法就是使用ANTHROPIC_AUTH_TOKEN这个变量。它不校验任何前缀格式，只要是一个字符串就能被接受，最终会作为 Bearer Token 发给 API 端点。所以整个配置的关键就一句话：用 AUTH_TOKEN 放你的 DeepSeek 密钥，不要让 API_KEY 参与这个事情。

我见过很多人卡在这个地方出不去，以为是自己密钥创建错了，实际上是变量名用错了。这个细节在任何官方文档里都不会写，因为官方根本不会让你接第三方模型，只能靠实际踩坑踩出来。

5.4 验证配置是否生效

配置完成后，启动 Claude Code 之前，先验证一下环境变量确实被正确读取了：

echo $ANTHROPIC_BASE_URL echo $ANTHROPIC_AUTH_TOKEN

确认两行输出分别是你填写的地址和密钥。这里再补一个网络连通性测试：

curl https://api.deepseek.com/anthropic

正常情况会返回一段 JSON 格式的内容，说明地址可达。任何报错都要先解决连通性问题再继续，否则后面启动 Claude Code 只会看到一片红色的错误提示。

6. 跑通第一轮：从交互式会话到文件级修改

配置验证通过之后，就是见证成果的时刻。在终端输入claude启动工具，你会看到一个交互式提示符，这就是它的工作界面。从这里开始，你不再是一个人和命令行对话，而是带着一个 Agent 在项目里协作。

6.1 首次启动：看到对话界面

第一次启动时，Claude Code 可能会展示一些欢迎信息和使用提示，也可能会询问一些关于偏好的问题，比如主题色方案等。这些都不影响核心功能，按喜好设置或直接跳过都行。看到类似>的提示符出现，就说明工具已经正常启动并可以开始对话。

我强烈建议第一次使用前，先在一个小的测试项目里试水，而不是直接在你的正式项目里让它干活。我当时就是在自己的正式项目里直接给了个重构任务，结果它大刀阔斧地改了一通，虽然没有改坏，但那种不受控的紧张感让我学会了一个道理：新工具先在小项目里磨合，再上主战场。

6.2 一个最小任务的完整链路

在终端提示符里输入这样一个简单的任务：

请阅读当前项目的 README 文件，并用三句话概括这个项目的用途。

这里我特意选择了"阅读并概括"这种无破坏性的任务，目的是验证 Claude Code 能否正确地调用工具读取文件。如果它能正常完成，说明工具链路没问题；如果它连文件都读不了，那后面所有复杂任务都是空中楼阁。

当它顺利完成第一步之后，再加大一点点难度，让它实际修改一个文件：

请在 README.md 末尾添加一段关于"环境变量配置"的说明，内容要简洁清晰。

你会看到 Claude Code 自己定位文件、插入内容、保存修改。整个过程里，它会在界面上逐条显示它正在执行的动作。当运行结束时，你可以用编辑器打开文件，检查它是否按你的要求完成了修改。这个最小闭环一旦跑通，说明整个 Claude Code + DeepSeek 组合已经完全可用。

6.3 让它干活前先立规矩：规则文件的好处

和 Agent 协作一段时间后你会发现，它虽然能力很强，但偶尔也会"发挥过度"。比如你让它整理代码格式，它会顺手帮你重构掉一些函数命名；你让它写测试用例，它会额外创建一些你根本不需要的文件。为了避免这种失控，我建议在项目根目录维护一个规则文件，内容是给 Agent 设定明确的约束。

你可以创建一个文本文件，比如CLAUDE.md，在开头写明：

你是一个谨慎的代码助手。 - 只修改我明确要求的文件。 - 不主动重构未提及的代码。 - 不创建多余文件。 - 执行前先列出计划。

Claude Code 在启动时会读取并遵循这个文件里的指令，相当于给它立了一个"家规"。这个做法在官方文档里有提到，属于官方支持的能力。使用第三方模型时，这个规则文件的重要性只会更高，因为不同模型的"听话程度"差异很大，DeepSeek 虽然理解能力强，但同样需要明确的边界约束。

我在自己的项目里维护的规则文件，已经迭代了好几版，从最初只有两三行，到现在包括"不允许删除文件""必须解释每个修改的理由"等更细的条目。花五分钟写规则，能给后面几百分钟的协作省下大量沟通成本。

7. 常见报错排查：我在使用中实际遇到的坑

任何一个涉及环境变量、API 兼容层的工具，第一次跑通之后，真正让人头疼的往往是运行期间的报错。我把自己在实际使用中遇到的问题按"现象 - 原因 - 解决方式"的结构整理出来，方便你对照排查。

7.1 每次启动都提示 unauthorized 或者 401 错误

现象：输入claude之后，界面立刻上报错，核心提示是认证失败。

排查链路：看到这个错误，第一反应不要是怀疑密钥错了，而是按顺序做三件事。第一，检查环境变量是否在当前终端会话中生效，运行echo $ANTHROPIC_AUTH_TOKEN看看输出是否是完整的密钥。第二，检查密钥内容是否前后有空格或者换行符，如果密钥是从网页上直接复制的，偶尔会带上隐藏的换行，导致认证失败。第三，确认你设置的是 AUTH_TOKEN 而不是 API_KEY，这个问题在前面已经详细说过。如果你前面贪方便把密钥写进了.bashrc但忘了执行source，那当前终端仍然处于旧状态，也需要留意。

解决方式：按照上述顺序逐项检查，90% 以上的认证失败都出在这三个环节。如果确认了都正确但仍然报错，可以打开一个新终端，手动执行 export 命令后再启动一次，通过排除法判断问题是出在持久化配置还是当前会话。

7.2 发起对话后长时间无响应或直接超时

现象：你输入了任务描述，界面停在那里很久，没有输出，最后直接报超时错误。

排查链路：这个问题的根源几乎都在网络层面。因为 DeepSeek API 是国内的合规服务，正常情况下不会出现访问不了的问题，但如果你本地网络环境复杂，存在代理工具自动接管了终端的网络流量，那么请求就有可能被代理转发到一条不合适的路径上，导致连接漫长。另一种可能是当前网络本身对长连接的稳定性较差，Agent 连续多次调用 API 时，某个请求卡住了。

解决方式：打开一个新终端，先检查代理变量：env | grep -i proxy，如果有输出且你确认不需要代理，就用unset http_proxy https_proxy清掉，然后再启动 Claude Code。如果是网络本身的稳定性问题，建议在内网比较通畅的时候使用，不要在限速、弱网环境里跑大批量任务。你还可以先单独用 curl 测试 API 的响应速度，比如调用一次完整请求，观察时间，如果本身就超过几秒，那在 Claude Code 里连续多轮调用必然会显得很慢。

7.3 模型能回复，但不使用工具，或者总是答非所问

现象：Claude Code 启动了，你问它问题，它能回答，但就是不会读取文件、不会修改代码，像一个普通聊天 AI 一样只输出文字建议。

排查链路：这说明模型没有按照 Agent 的预期模式去做工具调用。在 Claude Code 的框架里，模型需要通过特定的"工具调用"格式来告诉 CLI 执行某个操作。如果模型不理解这种格式或者上下文里缺少相关指令，它就会退化成纯文本回答。这个问题通常出现在模型对指令遵循能力不足或参数设置不当的时候。

解决方式：先检查你是否正确通过兼容端点发起请求。官方兼容端点对工具调用协议的支持是完整的，但如果你的 BASE_URL 拼写有误，比如少了一个/anthropic后缀，请求就会落到一个不能正确处理工具调用的接口上。其次，在规则文件里明确告诉模型它具备工具能力，比如写入"你可以读取文件、修改代码，请在实际操作时调用对应工具"。最后，如果你的用量非常大，可以观察一下是不是上下文过长导致模型丢失了工具定义的注意力——这个时候你需要在对话里手动重新描述任务，或者在规则文件里定期提醒模型它的能力边界。

7.4 跑长任务到一半直接中断，没有任何明确报错

现象：一个比较大的重构任务，执行到中途，界面显示连接中断或者进程自动退出，没有任何有用的错误信息。

排查链路：这个问题通常不是模型本身的问题，而是长时间的交互会话中，某个 API 请求因为连接空闲而被中断，或者 CLI 进程的某些状态出现了异常。也可能是模型在某一轮生成了异常长度的回复，超过了接口限制，导致连接被断开。

解决方式：我的经验是尽量把一个庞大任务拆成多个中等规模的任务分批执行。比如"重构全部接口错误处理"这样的任务，可以拆成"先重构三个模块，验证通过后再继续"。这样即使中途中断，你损失的也只是当前这一批次的时间，不至于整个任务从头再来。如果发现自己确实需要处理超大任务，那么定期重启 Claude Code 的会话也是一个有效策略：在对话中它已经积累了大量上下文，重启后重新加载规则文件，可以避免因为上下文过于膨胀而引发的各种诡异问题。

8. 我实际用下来的体会和一些补充建议

折腾完这一整套之后，我最大的感受是：工具链本身的搭建成本其实很低，真正的门槛在于习惯它的工作方式，以及针对第三方模型调优协作模式。

我想特别强调一个"预期管理"的问题。Claude Code 原生搭配官方模型时，它的表现是最稳定的，因为所有协议细节都是按照官方模型的行为来设计的。当你换成 DeepSeek 之后，大部分功能体验是一致的，但在极端复杂的任务上，你可能会感觉到模型风格的差异——它可能没那么激进地调用工具，或者在某些模糊指令面前给出和你预期不同的选择。这很正常，不是配置出错了。

对于日常使用，我给出几个自己的习惯：

• 每个任务都描述清楚边界。让 Agent 干活前，明确告知涉及哪些文件、不涉及哪些文件、最终输出是什么。这比什么操作技巧都重要。
• 修改类任务先让它输出 diff 再确认。如果是核心模块的改动，我会让 Claude Code 先展示将要做的修改计划，确认无误后再批量执行。
• 定期检查规则文件。随着项目变化，你的约束条款也需要更新。比如某个目录永远不要动、某些配置文件不允许被格式化，这些都可以写进规则里，一次配置长期生效。
• 保留一份 API 余额的低水位警报。无论模型多便宜，长时间挂机跑任务都有消耗，别让余额为零的那一天恰好是演示给领导看的那一天。

这套组合最让我满意的是它把一个高效的编码 Agent 工具和一个低成本的模型结合了起来。工具负责把 AI 的能力从"聊天输出"升级为"实际动手"，模型负责保证理解能力和代码质量足够可靠。对个人开发者来说，这种组合确实值得尝试，安装和配置一次就能长期受益。如果你还在犹豫或者卡在某一步，照着前面的流程走一遍，大概率就能顺利跑通。

最后再分享一个小技巧：当 Claude Code 因为某些原因卡住不再响应时，不需要重启工具，先按两次 Esc 或者在会话里输入/clear清空上下文，再重新发起任务，常常能立刻恢复。这个细节在文档里不太起眼，但实际操作中救过我很多次。