DeepSeek V4+Claude Code实战

​

​

开源模型在对话和写作上已经做得相当成熟，各家你追我赶，迭代速度肉眼可见。但 Agent Coding 是另一回事。​

让模型自主分析项目结构、理解多文件依赖、给出能直接落地的工程方案——这种活没有捷径，全靠硬实力。所以这次 V4 发布，第一反应就是直接接入 Claude Code 上手干活。​

我其实知道大家也不愿意看各种无聊的参数和架构解读，这玩意交给 AI 一个小时能给你产出十几篇。​

​

👉

这篇文章接近 6000 字，通过本文你将搞懂：​

两个真实开发任务的实战记录：V4 Pro 干起活来到底怎么样​

通过 API 方式对接 DeepSeek：V4 Flash 使用效果到底怎么样​

DeepSeek V4 Pro 和 Flash 的核心参数与定价：值不值得切​

​

Claude Code 接入 DeepSeek V4​

Claude Code 强在它的工具链和执行力，但 Claude 官方模型太贵，加上现在 Claude 太容易封号。​

DeepSeek V4 提供了一个 Anthropic 兼容接口，这意味着 Claude Code 可以直接对接 DeepSeek，不需要任何第三方适配层。​

方式一：配置文件法（推荐）​

如果你本机没有安装 Claude Code 的话，先运行下面这行命令安装（Node.js 18+）：​

​

代码块​

Plain Text

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

​

编辑或新增 Claude Code 配置文件 ~/.claude/settings.json，添加 env 字段，把后端地址、模型和 API Key 都写进去：​

​

代码块​

Plain Text

{​

"env": {​

"ANTHROPIC_AUTH_TOKEN": "your_deepseek_api_key",​

"ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",​

"ANTHROPIC_MODEL": "DeepSeek-V4-Pro",​

"API_TIMEOUT_MS": "3000000",​

"CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"​

}​

}​

​

注意替换 your_deepseek_api_key 为你的 DeepSeek API Key，申请地址：https://platform.deepseek.com/api_keys 。​

如果你使用的是 DeepSeek-V4-Flash，把 ANTHROPIC_MODEL 改为 DeepSeek-V4-Flash 即可。​

配置完成后启动 Claude Code：​

​

代码块​

Plain Text

claude​

​

首次启动需要选择信任当前文件夹。​

方式二：CC Switch（可视化切换）​

如果你想在 DeepSeek、Claude、MiniMax 等多个 Provider 之间灵活切换，推荐安装 CC Switch。​

这是一个专门管理 Claude Code 模型切换的小工具，支持一键横跳，还支持管理 Skills、MCP 和提示词。​

​

​

启动 CC Switch，点击右上角 "+" ，选择自定义供应商，Base URL 填写 https://api.deepseek.com/anthropic，API Key 填写你的 DeepSeek API Key。​

​

​

CC Switch 添加 DeepSeek Provider​

将模型名称改为 DeepSeek-V4-Pro（或 DeepSeek-V4-Flash），完成后点击右下角的“添加”。​

验证是否生效​

直接在命令行输入 claude 或者进入 Claude 界面之后再次输入 /status 确认，model 为 DeepSeek-V4-Pro 即表示接入成功。​

​

​

验证是否生效​

之后你就可以用 DeepSeek V4 Pro 来驱动 Claude Code 的所有能力了。​

实战一：升级 LLM 多 Provider 预设模型列表​

我手头有一个多智能体股票分析项目，已经快一个月没启动了。这次重新启动，第一件事就是把过时的模型配置更新掉。​

项目 Settings 页面之前只有一个纯文本输入框让用户手动填写模型名，不够友好。​

我需要做两件事：搜索各家 LLM 的最新模型版本，然后给前端加一个下拉选择。​

提示词很简单：​

​

/tavily-search 搜索当前 deepseek、glm 和 openai 最新的模型，然后调整全局配置中默认模型推荐和示例。并且，当前这几个 LLM 图标太 AI 味了，帮我换一个上档次点。​

​

任务不大，但有个细节值得说——如果不配 /tavily-search Skill，单纯靠大模型的训练数据截止日期来猜最新版本，大概率会出错。​

我之前用其他模型没配 Tavily 的时候，反复提示了好几遍才把各家最新模型版本搞对。​

关于 Tavily 的使用可以参考其他博主前段时间写的这篇文章：Claude Code 对接 AI Agent 搜索引擎 Tavily 实现高质量搜索。​

DeepSeek V4 Pro 一次搞定。​

​

​

搜索并更新最新 LLM 模型​

模型配置全部更新成功，各家推荐的模型示例都切到了最新版本。改了三个文件：​

application.yml ——新增 DeepSeek 预设 Provider，GLM 默认模型升级到 glm-5​

.env.example ——补上 DeepSeek 环境变量，Kimi 默认改为 kimi-k2.6​

SettingsPage.tsx ——加了 PROVIDER_PRESETS 常量，Model 和 Embedding Model 改成 combo box​

最终四个 Provider 的推荐模型列表（截至 2026.04.25）：​

​

​

​

​

编辑 DeepSeek 模型配置​

就是这个样式依然是很丑啊，图标是换成了挺奇怪的样式。​

实战二：数据库迁移方案诊断与 Flyway 集成​

第二个任务更有挑战性。​

因为换了新电脑，所有环境都是重新搭建的。项目有两个 SQL 文件，一个在项目启动时自动执行了，另一个没有。这块逻辑我也忘了，需要让模型帮我诊断。​

​

​

技能管理界面报错​

提示词：​

​

当前项目有两个 SQL 文件，sql/init.sql 在项目启动自动执行了，sql/V2__knowledge_skill.sql 没有自动执行。请你帮我分析一下是什么原因，然后用合理的方式优化现存的问题。​

​

DeepSeek V4 Pro 的分析很到位： V2__knowledge_skill.sql 没有被挂载到 Docker 容器中，项目也没有引入任何数据库迁移工具 ，而 init.sql 是在容器启动时自动执行的——这是 Docker Compose 配置里写死的。​

​

​

数据库表未执行原因分析​

它给出的解决方案是集成 Flyway 作为数据库迁移工具。​

Flyway 是 Java 生态中最成熟的数据库迁移方案之一，用文件命名约定（如 V1__init.sql、V2__knowledge_skill.sql）自动管理迁移顺序。​

整个过程 DeepSeek V4 Pro 完成了以下工作：​

分析了 Docker Compose 配置中 init.sql 的挂载逻辑​

发现 V2__knowledge_skill.sql 缺失的原因​

引入 Flyway 依赖，编写迁移配置​

重构 SQL 文件命名，确保迁移顺序正确​

​

🤦‍♂️

这里踩了个坑：中途不小心调整了 iTerm2 的窗口大小，导致终端里的对话历史突然错乱了。看来是时候跟 iTerm2 说再见了。​

或者说，有小伙伴知道这种问题是怎么导致的吗？​

​

第一次运行后，Flyway 没有成功执行。我把错误日志贴过去，经过两轮调教后修复成功。​

​

​

DeepSeek 完成 Flyway 集成后的总结​

这个问题值得单独拿出来讲——因为 DeepSeek V4 Pro 在第一次集成时也踩到了这个坑，经过两轮调试才找到根因。​

​

🧢

Spring Boot 4.x 对自动配置模块做了大规模拆分，FlywayAutoConfiguration 已从 spring-boot-autoconfigure 中移除，迁移到了独立模块 spring-boot-flyway。​

如果你只引入了 flyway-core 这个第三方库，Spring Boot 不会自动触发任何迁移。最坑的是，启动日志里也不会有任何 Flyway 相关输出——完全没有报错，只是静默地什么都不做。这个坑特别容易迷惑人，让你怀疑是配置写错了，然后在 yml 文件里反复折腾。​

​

使用官方 Starter，它会将自动配置模块一并带入：​

​

代码块​

Plain Text

​

org.springframework.boot​

spring-boot-starter-flyway​

​

​

​

org.flywaydb​

flyway-database-postgresql​

​

​

记住这个教训：Spring Boot 4.x 时代，很多你习惯直接引第三方库就能自动装配的功能，现在需要找对应的官方 Starter。 自动配置被拆出去了，但文档里不一定显眼地提醒你。​

DeepSeek V4 一览：看完实战再看数字​

看完上面三个实战任务，再来补一下 DeepSeek V4 的硬参数，会更有体感。​

这次 V4 系列同时发布了两款模型：​

​

​

​

📌

几个关键数字值得注意：​

•

V4-Pro 的 Codeforces 评分 3206 ，在四家主流模型（Claude Opus 4.6、GPT-5.4 xHigh、Gemini 3.1 Pro High）中排第一​

•

SWE-bench Verified 80.6% ，跟 Claude Opus 4.6（80.8%）几乎打平，但 API 价格便宜了两个数量级​

•

1M 上下文场景下 ，V4-Pro 的单 token 推理 FLOPs 只有 V3.2 的 27% ，KV 缓存用量只有 10%​

​

回看实战二里的 Agent Coding 表现，SWE-bench 80.6% 这个数字确实不是虚的——跨文件分析、工程方案生成，V4 Pro 确实上了个台阶。​

​

​

​