Claude Code 连接 DeepSeek 完整教程

Claude Code 默认走 Anthropic 的接口，如果想让它使用 DeepSeek 作为后端模型，可以在本机起一个 LiteLLM 代理：

1

Claude Code  ->  LiteLLM  ->  DeepSeek API

简单理解：

  • Claude Code：我们平时在终端里用的 claude 命令。
  • LiteLLM：本地代理，把 Claude Code 发来的 Anthropic 格式请求转换成 DeepSeek 能理解的请求。
  • DeepSeek API：真正负责推理和生成结果的模型服务。

本文以 macOS 为例，Windows / Linux 的思路也一样，只是安装命令略有区别。

说明：DeepSeek 官方现在已经提供 Anthropic 兼容接口，简单场景可以直接连 https://api.deepseek.com/anthropic。本文仍然使用 LiteLLM，是因为 LiteLLM 更方便做模型别名、统一密钥、日志、后续切换其他模型服务。

1. 准备工作

你需要准备：

  • 一台能正常访问 DeepSeek API 的电脑。
  • 一个 DeepSeek 平台账号。
  • Python 3.10+，用于安装 LiteLLM。
  • Node.js 18+，用于安装 Claude Code。
  • 一个终端工具，macOS 自带 Terminal 或 iTerm2 都可以。

先检查本机环境：

1
2
3

python3 --version
node --version
npm --version

如果没有 Node.js，推荐用 Homebrew 安装：

1

brew install node

如果没有 Homebrew，可以先安装 Homebrew：

1

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

2. 申请 DeepSeek API Key

  1. 打开 DeepSeek 开放平台：https://platform.deepseek.com/
  2. 登录或注册账号。
  3. 进入左侧的 API Keys 页面。
  4. 点击 Create API Key 创建密钥。
  5. 复制生成的 Key，格式一般类似：
1

sk-xxxxxxxxxxxxxxxxxxxxxxxx

注意事项：

  • API Key 只会完整显示一次，复制后建议保存到密码管理器。
  • 不要把 Key 写进博客、GitHub、截图或者公开配置文件。
  • 使用 API 前需要确保账号里有可用额度。

DeepSeek 当前推荐的新模型名是：

用途模型名
快速、便宜、日常代码问答deepseek-v4-flash
更强推理、更适合复杂任务deepseek-v4-pro

官方文档中也提到，旧模型名 deepseek-chat 和 deepseek-reasoner 会在 2026-07-24 废弃，所以新配置建议直接使用 deepseek-v4-flash 和 deepseek-v4-pro。

3. 配置 DeepSeek 环境变量

把 DeepSeek API Key 放到环境变量里，避免直接写死在配置文件中。

如果你用的是 macOS 默认的 zsh：

1

vim ~/.zshrc

在文件末尾添加：

1

export DEEPSEEK_API_KEY="sk-替换成你的DeepSeekKey"

让配置立即生效：

1

source ~/.zshrc

检查是否配置成功：

1

echo $DEEPSEEK_API_KEY

能看到 sk-... 开头的内容就说明环境变量已经生效。

4. 安装 Claude Code

Claude Code 官方要求 Node.js 18+。推荐使用 npm 安装：

1

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

不要使用 sudo npm install -g，否则后面可能遇到权限问题。

安装完成后检查版本：

1

claude --version

正常情况下会输出 Claude Code 的版本号。

5. 安装 LiteLLM

推荐用 uv 安装 LiteLLM 的代理版本，隔离性更好：

1
2

brew install uv
uv tool install 'litellm[proxy]'

安装后检查：

1

litellm --version

如果你不想装 uv，也可以用 pip：

1

python3 -m pip install 'litellm[proxy]'

如果安装后提示找不到 litellm 命令，通常是 Python 的 bin 目录没有加入 PATH。可以先用下面的方式启动：

1

python3 -m litellm --help

6. 编写 LiteLLM 配置文件

创建配置目录：

1
2

mkdir -p ~/.litellm
vim ~/.litellm/config.yaml

写入下面的配置：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

model_list:
  - model_name: claude-fast
    litellm_params:
      model: deepseek/deepseek-v4-flash
      api_key: os.environ/DEEPSEEK_API_KEY
      api_base: https://api.deepseek.com

  - model_name: claude-pro
    litellm_params:
      model: deepseek/deepseek-v4-pro
      api_key: os.environ/DEEPSEEK_API_KEY
      api_base: https://api.deepseek.com

general_settings:
  master_key: sk-litellm-local

litellm_settings:
  drop_params: true
  set_verbose: true

这里有几个关键点：

  • model_name 是暴露给 Claude Code 使用的名字，可以自己取。
  • model: deepseek/deepseek-v4-flash 表示让 LiteLLM 调用 DeepSeek 的 deepseek-v4-flash。
  • api_key: os.environ/DEEPSEEK_API_KEY 表示从环境变量读取 Key。
  • master_key 是 Claude Code 连接 LiteLLM 时使用的本地代理密钥。
  • drop_params: true 可以丢弃 DeepSeek 不支持的参数，减少兼容性报错。

本地自用时 sk-litellm-local 可以不改。如果你的代理会暴露到局域网或公网，请换成更长的随机字符串。

7. 启动 LiteLLM 代理

执行：

1

litellm --config ~/.litellm/config.yaml --port 4000

看到类似下面的输出就说明启动成功：

1

Proxy running on http://0.0.0.0:4000

这个终端窗口先不要关闭。LiteLLM 需要一直运行，Claude Code 才能通过它转发请求。

8. 测试 LiteLLM 是否能调用 DeepSeek

另开一个终端，执行：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

curl http://localhost:4000/v1/messages \
  -H "Authorization: Bearer sk-litellm-local" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-fast",
    "max_tokens": 300,
    "messages": [
      {
        "role": "user",
        "content": "用一句话介绍一下你自己"
      }
    ]
  }'

如果返回 JSON，并且里面有模型回复，说明 LiteLLM 到 DeepSeek 这一段已经通了。

如果报错，优先检查：

  • DEEPSEEK_API_KEY 是否正确。
  • DeepSeek 账号是否有余额。
  • LiteLLM 终端里是否有具体错误日志。
  • model 是否写成了配置里的 claude-fast 或 claude-pro。

9. 让 Claude Code 连接 LiteLLM

Claude Code 支持通过环境变量切换 API 地址。继续在新的终端里执行：

1
2
3

export ANTHROPIC_BASE_URL=http://localhost:4000
export ANTHROPIC_AUTH_TOKEN=sk-litellm-local
export ANTHROPIC_MODEL=claude-fast

然后启动 Claude Code：

1

claude

进入 Claude Code 后，可以问一句：

1

你现在使用的后端模型是什么？

如果 LiteLLM 终端里出现请求日志，说明 Claude Code 的请求已经走到了本地代理。

如果你想切换到更强的模型：

1
2

export ANTHROPIC_MODEL=claude-pro
claude

这里的 claude-fast 和 claude-pro 并不是真正的 Claude 模型，而是我们在 LiteLLM 里给 DeepSeek 模型起的别名。

10. 写成一键启动脚本

每次手动 export 比较麻烦，可以写一个启动脚本。

创建文件：

1

vim ~/start-claude-deepseek.sh

写入：

1
2
3
4
5
6
7
8

#!/bin/zsh

export DEEPSEEK_API_KEY="sk-替换成你的DeepSeekKey"
export ANTHROPIC_BASE_URL="http://localhost:4000"
export ANTHROPIC_AUTH_TOKEN="sk-litellm-local"
export ANTHROPIC_MODEL="claude-fast"

claude

赋予执行权限：

1

chmod +x ~/start-claude-deepseek.sh

之后使用时：

  1. 先启动 LiteLLM：
1

litellm --config ~/.litellm/config.yaml --port 4000
  1. 再启动 Claude Code：
1

~/start-claude-deepseek.sh

更安全的写法是不要把 DEEPSEEK_API_KEY 写进脚本，而是保留在 ~/.zshrc 里。这样脚本可以改成：

1
2
3
4
5
6
7

#!/bin/zsh

export ANTHROPIC_BASE_URL="http://localhost:4000"
export ANTHROPIC_AUTH_TOKEN="sk-litellm-local"
export ANTHROPIC_MODEL="claude-fast"

claude

11. 让 LiteLLM 在后台运行

如果不想一直开着一个终端窗口，可以用 nohup：

1

nohup litellm --config ~/.litellm/config.yaml --port 4000 > ~/.litellm/litellm.log 2>&1 &

查看日志：

1

tail -f ~/.litellm/litellm.log

查看进程：

1

ps aux | grep litellm

停止 LiteLLM：

1

pkill -f "litellm --config"

如果你经常使用，后续也可以用 launchd、brew services 或 tmux 来托管 LiteLLM。

12. 常见问题

Claude Code 还是走官方 Claude

检查启动 claude 前是否设置了环境变量：

1
2
3

echo $ANTHROPIC_BASE_URL
echo $ANTHROPIC_AUTH_TOKEN
echo $ANTHROPIC_MODEL

必须在同一个终端会话里先 export，再运行 claude。

返回 401 Unauthorized

一般是 LiteLLM 的 master_key 和 ANTHROPIC_AUTH_TOKEN 对不上。

配置里是：

1
2

general_settings:
  master_key: sk-litellm-local

那么终端里就必须是：

1

export ANTHROPIC_AUTH_TOKEN=sk-litellm-local

返回模型不存在

检查 Claude Code 使用的模型名是否是 LiteLLM 配置里的 model_name：

1

export ANTHROPIC_MODEL=claude-fast

而不是直接写：

1

export ANTHROPIC_MODEL=deepseek-v4-flash

除非你在 LiteLLM 的 model_name 里也这么配置。

LiteLLM 报 DeepSeek 参数不支持

保留配置里的：

1
2

litellm_settings:
  drop_params: true

Claude Code 可能会发送一些 DeepSeek 不支持的 Anthropic 参数，drop_params 可以让 LiteLLM 尽量丢弃这些额外参数。

请求很慢或中断

可以先换成 claude-fast，也就是 deepseek-v4-flash。如果任务复杂，再切换到 claude-pro。

1

export ANTHROPIC_MODEL=claude-fast

如果网络不稳定，也可以增加 Claude Code 的请求超时时间：

1

export API_TIMEOUT_MS=600000

13. 直接连接 DeepSeek 的简化方案

如果你不需要 LiteLLM 的模型别名和日志，也可以尝试直接连接 DeepSeek 的 Anthropic 兼容接口：

1
2
3
4

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=$DEEPSEEK_API_KEY
export ANTHROPIC_MODEL=deepseek-v4-flash
claude

但是我更推荐使用 LiteLLM：

  • 后续切模型只需要改 config.yaml。
  • 可以把不同模型映射成 claude-fast、claude-pro 这种固定名字。
  • 可以继续扩展到 OpenAI、Gemini、OpenRouter、本地 Ollama 等服务。
  • 排查问题时 LiteLLM 日志更直观。

14. 完整配置汇总

~/.litellm/config.yaml：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

model_list:
  - model_name: claude-fast
    litellm_params:
      model: deepseek/deepseek-v4-flash
      api_key: os.environ/DEEPSEEK_API_KEY
      api_base: https://api.deepseek.com

  - model_name: claude-pro
    litellm_params:
      model: deepseek/deepseek-v4-pro
      api_key: os.environ/DEEPSEEK_API_KEY
      api_base: https://api.deepseek.com

general_settings:
  master_key: sk-litellm-local

litellm_settings:
  drop_params: true
  set_verbose: true

启动 LiteLLM：

1

litellm --config ~/.litellm/config.yaml --port 4000

启动 Claude Code：

1
2
3
4

export ANTHROPIC_BASE_URL=http://localhost:4000
export ANTHROPIC_AUTH_TOKEN=sk-litellm-local
export ANTHROPIC_MODEL=claude-fast
claude

如果要使用更强模型：

1
2

export ANTHROPIC_MODEL=claude-pro
claude

参考链接