【工具技巧】Claude Code+Deepseek模型的配置使用方法

首页 » 【工具技巧】Claude Code+Deepseek模型的配置使用方法

日期： 2025-09-30
时间： 11:29
作者： Dongming
阅读量: 763

文章目录

前言

由于claude code上配置使用 DeepseekV3.1 模型可以较大幅度地提升AI编程能力，本章分享claude code 配置 Deepseek 模型的方法。

环境搭建

1.1 安装node.js

访问https://nodejs.org/en/download
按照官网提示，选择对应的操作系统安装node.js即可

Mac系统

Mac下通过一下命令行安装

# Download and install nvm:
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
# in lieu of restarting the shell
\. "$HOME/.nvm/nvm.sh"
# Download and install Node.js:
nvm install 22

Windows系统

下载安装包
https://nodejs.org/dist/v22.20.0/node-v22.20.0-arm64.msi
运行安装包
下载安装git
访问https://git-scm.com/downloads/win 下载git安装包

备注：由于在windows下运行Claude Code需要有git，所以提前安装git客户端。

1.2 安装claude code

确认node.js已经安装成功后，启动命令行执行以下命令安装claude code

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

安装需要一定时间，耐心等待安装完毕后，使用cluade --version验证安装成功即可。

1.3 获取API KEY

访问Deepseek的开发者平台：https://platform.deepseek.com/
注册账号
创建 API key（名称可以根据需要进行信息备注）
记录创建的API-KEY，稍后会使用

1.4 配置claude code

1.4.1 Mac系统下配置方法

Mac系统在终端下执行

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=sk-xxxxxxxxx
export ANTHROPIC_MODEL=deepseek-chat

设置以上环境变量后，在命令行或者开发工具的终端中执行claude，即可使用。

注意：
1、ANTHROPIC_BASE_URL配置的URL地址没有v1
2、ANTHROPIC_AUTH_TOKEN对应1.3步骤中获取的API-KEY
3、ANTHROPIC_MODEL对应要使用的模型，即deepseek-chat，其对应DeepseekV3.1，实测能力与Claude 3.7媲美

为了避免每次执行命令时都输入API KEY，我们可以将API KEY保存在环境变量中，在终端下执行以下命令，即可每次启动claude不必重复设置环境变量

echo -e '\n export ANTHROPIC_AUTH_TOKEN=your-api-key' >> ~/.bash_profile
echo -e '\n export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic' >> ~/.bash_profile

echo -e '\n export ANTHROPIC_AUTH_TOKEN=your-api-key' >> ~/.zshrc
echo -e '\n export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic' >> ~/.zshrc

1.4.2 Windows系统下配置方法

打开控制面板→系统→系统信息→高级系统设置对话框
在环境变量对话框的用户变量中，添加ANTHROPIC_AUTH_TOKEN、ANTHROPIC_BASE_URL、ANTHROPIC_MODEL三个环境变量,如下图：

通过以上配置，即可正常使用Claude Code。
以下是我常用的一些提示词

使用不同的提示词来进行方案设计、代码重构等

以下是我常用的提示词分享出来，可以根据自己的需求进行调整，。

2.1 代码重构提示词

请根据我提供的信息，进行相应代码优化的方案设计。

背景：
1、我已经对PPT生成的前端代码进行了梳理，但是其实现过程存在扩展性、维护性的问题，所以需要进行重构方案的评估。

目标：
1、根据我提供的资料，制定并输出一份重构方案到{{docs/arch}}目录下

资料：
docs/arch/AIPPT生成流程设计.md

需求：
我希望重构方案能够解决以下问题：
1）问题1：解决函数体过长且职责混杂的问题，提升代码的可维护性和可扩展性
2）问题2：解决硬编码的分页逻辑的问题，我希望能够对硬编码的策略进行提取，方便配置管理而不是在代码中hardcode
3）问题3：解决幻灯片生成的类型问题，目前幻灯片类型主要分为cover、contents、transition、content、end，而在实际教育场景下，content的内容还可以细分为不同类型，比如：背景介绍，学习目标，概念讲解，题目练习，问题讨论，内容总结，课后作业等等，这些不同的内容目的在content中呈现时，其排版等方式是不同的，需要PPT生成能够进行更好的选择和支持

要求：
1、优化方案需要有清晰的结构设计图，流程图
2、优化方案需要有核心代码的说明
3、优化方案中要包含代码文件的组织目录结构，组织方式需要在既有的项目目录文件维护基础上，能够按照行业规范进行代码文件清晰规划，
4、代码要清晰简洁，易于阅读和维护
5、代码要符合行业规范，向行业最佳实践看齐
6、优化方案可以暂时性保留原有的代码逻辑，实现新的代码实现；待新的代码实现没有问题后，原有旧的代码可以方便地清理清除。

2.2 Bug修复提示词

请根据我反馈的问题,修复幻灯片生成过程中的显示问题.

背景：
1、我目前正在对当前系统的幻灯片生成流程进行重构，在重构过程中遇到了前端显示幻灯片刷新显示不正确的问题，所以需要你分析问题并修复。

问题:
1、生成幻灯片时,文字内容会先填充到骨架;当生成图片时,图片生成后在更新图片到对应幻灯片时,会将原来的文字覆盖,导致显示错误.

机制说明：
当前系统中有新旧两套机制：
1、老的机制：
  A[前端调用/generate/slides] --> B[后端返回XML流]
  B --> C[前端解析XML内容]
  C --> D[前端组装幻灯片数据]
  D --> E[前端调用updatePresentation]
  E --> F[后端更新数据库]
2、新的机制：
  A[前端建立SSE连接] --> B[后端批量生成内容]
  B --> C[后端流式输出事件]
  C --> D[前端更新UI状态]
  B --> E[后端组装完整数据]
  E --> F[后端单次数据库写入]
  F --> G[发送完成事件]
备注：关于新老机制的详细说明，可以查看重构方案文档了解。

目标：
1、参考老机制幻灯片生成图片完成后的处理方式，修复新的机制下图片显示的问题

流程：
1、请你仔细阅读重构方案文档，对幻灯片生成的新老机制有一个了解
2、请你仔细阅读前端在图片生成后更新时，新老机制的实现过程
3、根据你的了解，修复新机制图片生成后更新到幻灯片覆盖文字的问题

补充信息:
1、老机制实现的时候,在生成幻灯片后,幻灯片的布局中会留有图片的位置,当图片生成完毕后会在预留位置显示对应的图片

资料：
1、重构方案文档：docs/arch/v0.2版本/stream流式输出重构设计方案.md
2、后端服务老接口：backend/app/api/v1/endpoints/generation.py
3、后端服务新接口：backend/app/api/v1/endpoints/stream.py
4、前端代码：frontend/src

要求：
1、问题修复的方式要在机制上彻底解决此问题
2、代码实现的架构、流程要采用行业标准规范或者最佳实践的做法
3、代码实现要结构清晰，易于阅读和维护
4、代码实现要满足我的需求

需求：
1、幻灯片生成的效果:
由于幻灯片往往有很多页,所以对于用户比较好的一种体验是:
1)当点击生成幻灯片后,先显示幻灯片的骨架(里面没有内容)
2)随着流式输出返回内容,页面中的骨架逐个地替换为幻灯片的内容
3)先显示幻灯片中的文字内容,对于有图片的可以显示图片占位符(例如加载中状态)
4)待图片生成之后，在已经显示的幻灯片中，占位符更新为实际的图片。
2、幻灯片生成的性能:
1)幻灯片生成的过程要性能尽量要快,减少用户的等待时间。

2.3 方案评估提示词

请根据我提供的信息，进行相关功能的架构设计。

背景：
1、目前系统中已经实现了幻灯片的生成，包括幻灯片内容以及图片的生成。
2、在进行图片生成时，使用了文生图的接口，从而实现了对应的图片生成和显示。

问题：
1、问题1：目前图片生成之后，是下载到本地workspace的images中存储，数据库中通过local_path保存本地的文件路径。这种管理方式不够先进，没有使用目前主流的对象存储COS，所以我希望将图片的管理改为使用腾讯云的COS管理。

2、问题2：每次进行文生图非常消耗模型调用的Token，这带来了不少费用支出。我希望，能够在调用模型生成图片前，使用腾讯云的对象存储COS中查询是否有匹配相关内容的图片，如果有的话直接使用COS中的图片，从而避免进行文生图的生成。

目标：
1、请你根据我提出的问题和需求，重新规划图片管理的架构设计，输出设计文档

流程：
1、你需要仔细阅读了解当前项目的总体设计和后端设计
2、你需要仔细阅读当前后端的代码实现
3、你需要仔细阅读当前数据结构设计，特别是数据中generated_images数据表的设计
4、你需要阅读了解腾讯云文件存储的使用方法
5、结合上面你的了解，输出图片管理的实现方案设计

相关资料：
1、总体架构设计：docs/arch/总体架构设计.md
2、后端详细设计：docs/arch/后端详细设计.md
3、数据结构设计：docs/arch/数据结构设计.md
4、腾讯云对象存储：@https://cloud.tencent.com/document/product/436 

要求：
1、架构设计文档应该包含整体的架构设计框架图
2、架构设计文档应该包含数据存储的设计
3、架构设计文档应该包含核心实现流程

注意：
1、已有的图片不需要考虑数据迁移的问题。
2、数据库中已有的记录也不需要考虑数据迁移问题。

输出文档位置：
docs/arch/图片管理设计.md

声明：一起AI技术所有文章，如无特殊说明或标注，均为本站作者原创发布。任何个人或组织，在未征得作者同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。
原创不易，内容版权受保护，感谢您的尊重与支持。