DeepSeek V4 来了超越 Claude Sonnet 4.5赶紧对接 Claude Code 体验一把JeecgBoot AI专题研究| 把 Claude Code 接入 DeepSeek V4-Pro 的真实体验与避坑记录本文记录我将 Claude Code 对接 DeepSeek 最新模型V4-Pro后的真实体验测试了 Skills 自动化查询和积木报表 AI 建表两个场景——有惊喜也踩到了一个藏在 “1M 超长上下文” 光环下的巨坑。背景为什么要替换掉原生 ClaudeClaude Code 是目前公认最强的 AI 编程工具之一但原版的 Anthropic API 费用不低——Opus 4.6 的输入价格高达 $15 / 百万 tokens。作为一个每天重度使用 Claude Code 的开发者API 账单是绕不开的问题。今天 DeepSeek 在 Hugging Face 发布了 V4 系列预览版包含V4-Pro1.6T 参数 / 49B 激活和V4-Flash284B 参数 / 13B 激活并且提供了兼容 Anthropic 协议的 API 端点。这意味着理论上只需改一行配置就能用 DeepSeek 驱动 Claude Code。我立刻动手试了。配置过程1 分钟完成接入核心配置其实非常简单DeepSeek 提供了完整的 Anthropic API 兼容层只需要在 Claude Code 的配置文件中修改几个环境变量{env:{ANTHROPIC_BASE_URL:https://api.deepseek.com/anthropic,ANTHROPIC_AUTH_TOKEN:${DEEPSEEK_API_KEY},API_TIMEOUT_MS:3000000,ANTHROPIC_MODEL:deepseek-v4-pro,ANTHROPIC_SMALL_FAST_MODEL:deepseek-v4-flash,ANTHROPIC_DEFAULT_SONNET_MODEL:deepseek-v4-pro,ANTHROPIC_DEFAULT_OPUS_MODEL:deepseek-v4-pro,ANTHROPIC_DEFAULT_HAIKU_MODEL:deepseek-v4-flash,CLAUDE_CODE_SUBAGENT_MODEL:deepseek-v4-pro,CLAUDE_CODE_EFFORT_LEVEL:max},model:deepseek-v4-pro}逻辑非常清晰重量级任务复杂代码、深度推理走 V4-Pro轻量任务工具调用、文件读写、快速问答走 V4-Flash。两档模型分工明确既保住能力上限又控制成本。配置完成后Claude Code 启动界面上已经清楚地显示deepseek-v4-pro · API Usage Billing问它 “你是什么模型”回答干脆利落我是 DeepSeek V4 Pro 模型。身份确认接下来是正题——实际测试。测试一Skills 自动化查询敲敲云安装量测试目标让 Claude Code 调用预设的 Skills 脚本查询敲敲云产品近 7 天的安装量数据并给出分析。这类任务考验的是模型的工具调用能力和数据理解能力——要能正确执行脚本、读懂返回数据、输出有意义的分析。结果令人满意。指令下达后模型迅速调用了scripts/query_setup_stats.py脚本执行完成后它直接输出了结构清晰的统计表格日期Docker 安装直装模式小计04-1812304-1953804-2013404-216111704-22791604-23771404-24527合计323769模型随即给出分析近 7 天累计 69 次安装IP 去重4/21–4/23 是高峰期日均 15 次今天4/24数据 7 次还在增长中。整个过程速度很快数据完全正确没有幻觉没有多余废话。V4-Pro 在这类结构化数据处理 工具调用场景下表现非常稳。测试二积木报表 AI 建表——盲猜出了正确答案测试目标让 Claude Code 调用积木报表JiMu Report的 AI 建表 Skills自动创建一张员工信息纵向分组报表要求按部门分组并显示小计。这个任务比第一个复杂得多——它涉及报表 DSL 配置的生成需要模型理解 “分组报表”、“纵向合并”、“小计行” 等专业概念并且输出格式精确到位。第一轮报表出来了但合计行是空的模型第一次生成配置后报表渲染出来结构基本正确——按部门人事部、市场部、研发部纵向分组每个部门内的员工明细都显示出来了。但有一个明显问题合计行完全是空的年龄、人数、薪资的小计数据一个都没有显示。我把截图发给它配上一句描述“合计值配置不对。”第二轮看不见图却猜对了病根这里出现了一个既尴尬又有趣的细节。模型收到截图后在界面上诚实地打印出一行字我无法直接查看图片但根据已知的纵向分组合计坑点问题应该是数值列薪资、年龄缺少显式的聚合属性。让我获取报表当前设计并修复。没错——它看不见图片但它没有放弃而是调用工具读取了报表当前的 JSON 配置文件然后凭借对 “纵向分组报表合计行常见问题” 的领域知识直接定位到了问题小计行的字段缺少sum、avg、count等聚合表达式绑定导致渲染时数据为空。它重新生成了配置在合计行的对应字段上补充了聚合属性再次渲染后人事部合计年龄均值 33.5人数 2薪资合计 33,000 ✓市场部合计年龄均值 27.33人数 3薪资合计 39,000 ✓研发部合计年龄均值 29.33人数 3,薪资合计 52,000 ✓所有小计全部正确。这一幕揭示了什么这个过程的关键不是 “修好了”而是修好的方式——它没有依赖视觉信息而是通过读取配置文件 领域知识推断独立完成了诊断和修复。换句话说即便图片这条路走不通它还能找到另一条路绕过去。这是 Agent 能力的体现也恰好暴露了接下来要说的那个坑。巨坑预警1M 上下文 ≠ 支持图片DeepSeek V4-Pro 最亮眼的规格之一是1,000,000 tokens 的超长上下文乍一看比 Claude 原版还要豪横。但当我发送截图时才发现了这个藏在光环下的盲区V4-Pro 当前版本是纯文本模型完全不支持图片输入。Claude Code 在发送图片时V4-Pro 会收到一个占位符[Image #1]但对实际图像内容毫无感知。所以你看到的那句 “我无法直接查看图片” 不是谦虚是真的看不见。对于日常编程工作流这个限制影响面相当广截图报错让模型分析 → ❌ 看不见发 UI 设计稿让模型写代码 → ❌ 看不见发报表渲染结果让模型诊断问题 → ❌ 看不见粘贴终端截图 → ❌ 看不见1M 上下文能塞进去整个代码仓库但塞不进去一张 PNG。目前的折中办法当需要处理图片时临时去掉ANTHROPIC_BASE_URL配置让请求回落到 Anthropic 原生 API用完再切回来。麻烦但能用。DeepSeek V4 的 Vision 模式已经在规划中API 开放后这个问题会从根本上解决。综合感受经过这两轮测试对 Claude Code DeepSeek V4-Pro 的组合有几点直观感受表现亮眼的地方兼容性几乎无感配置完成后Claude Code 的所有功能正常运行Skills、工具调用、多步骤 Agent 任务都能跑通完全感受不到 “换了模型”。工具调用稳定脚本执行、文件读写这类结构化任务V4-Pro 准确率高、响应快没有废话也没有幻觉。领域推理能力强即使在无法看图的情况下模型能通过读取配置文件 领域知识推断定位到问题这种 “绕路解决” 的能力很实用。成本压缩明显相比原生 Claude OpusAPI 成本预估节省 90%。需要踩坑提前知道的 不支持图片重要1M 上下文是真的但图片输入不支持。Claude Code 里发截图模型只会收到占位符完全看不见内容。这是目前最影响日常使用的限制。部分复杂任务需要引导像报表建表这类专业 DSL 任务第一次不一定配置到位但接受反馈后自修正能力很强。超时要设长一点V4-Pro 在 max effort 模式下推理时间较长API_TIMEOUT_MS建议设 60000010 分钟以上。总结把 Claude Code 对接 DeepSeek V4-Pro配置成本极低三分钟搞定换来的是开源最强 Agent 编程模型 极低 API 成本 完整的 Claude Code 工具链。但有一点要想清楚再切换如果你的工作流依赖截图、UI 稿、图片输入现在切换会很痛。等 DeepSeek V4 的 Vision 模式开放 API这套方案才算真正补全了最后一块拼图。在那之前——纯代码任务、脚本自动化、文本推理放心用涉及图片的暂时留一个 Claude 原生的后路。测试环境Claude Code v2.1.119DeepSeek V4-Prodeepseek-v4-pro2026-04-24本文为 JeecgBoot AI 专题研究系列文章。