← Home

DeepClaude:用 DeepSeek V4 Pro 替换 Claude Code 的大脑,成本降低 17 倍


Claude Code 的昂贵困境

Claude Code 是目前最强大的自主编程 Agent 之一——它能读写文件、执行 bash 命令、操作 git、甚至派生子 Agent 完成复杂的多步编程任务。但这一切的代价不菲:Anthropic 官方订阅 $200/月,且设有用量上限。对于高频使用者,尤其是需要长时间运行自主循环(agent loop)的场景,这个价格让人望而却步。

但 Claude Code 的架构有一个鲜为人知的特点:它的「大脑」(模型推理)和「身体」(工具调用、文件编辑、终端操作)是解耦的。Claude Code 通过一组环境变量来决定 API 请求发往何处:

ANTHROPIC_BASE_URL    → API 端点(默认 api.anthropic.com)
ANTHROPIC_AUTH_TOKEN   → API 密钥
ANTHROPIC_DEFAULT_OPUS_MODEL   → Opus 级别任务使用的模型
ANTHROPIC_DEFAULT_SONNET_MODEL → Sonnet 级别任务使用的模型
ANTHROPIC_DEFAULT_HAIKU_MODEL  → Haiku 级别任务(子 Agent)

DeepClaude 正是利用了这一设计,将「大脑」替换为 DeepSeek V4 Pro,而「身体」保持不变。

核心原理:换脑不换身

DeepClaude 的核心思路极其简洁:

你的终端
  +-- Claude Code CLI(工具循环、文件编辑、bash、git - 不变)
        +-- API 调用 → DeepSeek V4 Pro($0.87/M tokens)
                        而非 Anthropic($15/M tokens)

它的 shell/PowerShell 脚本做的事情很简单:

1. 读取你选择的 backend 配置(DeepSeek / OpenRouter / Fireworks) 2. 临时设置上述环境变量,将 API 端点指向对应的后端 3. 启动 Claude Code 4. 退出时恢复原始环境变量

整个过程不需要修改 Claude Code 的任何代码。文件读写、编辑、bash 执行、子 Agent 派生、自主多步编程循环——全部正常工作。

DeepSeek V4 Pro 的实力

选择 DeepSeek V4 Pro 不是随意之举。根据 LiveCodeBench 评测,DeepSeek V4 Pro 得分 96.4%,已经逼近顶级模型的水平。而它的定价:

后端输入价格/M tokens输出价格/M tokens服务器位置
DeepSeek(默认)$0.44$0.87中国
OpenRouter$0.44$0.87美国
Fireworks AI$1.74$3.48美国
Anthropic 原版$3.00$15.00美国
DeepSeek 还有一个杀手锏:自动上下文缓存,重复对话轮次的成本可降低 120 倍。对于长对话场景(这正是编程 Agent 的典型使用模式),这个优势尤为突出。

实际成本对比

使用强度Anthropic MaxDeepClaude (DeepSeek)节省
轻度(10 天/月)$200/月(封顶)~$20/月90%
重度(25 天/月)$200/月(封顶)~$50/月75%
自动循环模式$200/月(封顶)~$80/月60%
即使是重度使用,成本也远低于 Anthropic 的 $200 封顶价。而且没有用量限制——你用多少付多少。

快速上手

安装和配置只需要 2 分钟:

# 1. 获取 DeepSeek API Key(platform.deepseek.com,充值 $5 即可)
export DEEPSEEK_API_KEY="sk-..."

2. 安装 DeepClaude

git clone https://github.com/aattaran/deepclaude.git cd deepclaude chmod +x deepclaude.sh sudo ln -s "$(pwd)/deepclaude.sh" /usr/local/bin/deepclaude

3. 启动

deepclaude # 默认使用 DeepSeek V4 Pro deepclaude --backend or # 切换到 OpenRouter deepclaude --backend anthropic # 回到原版 Claude(遇到难题时) deepclaude --switch ds # 会话中途切换后端(无需重启)

多后端支持让开发者可以在不同场景下灵活切换:日常编码用 DeepSeek(最便宜),需要低延迟时用 Fireworks(美国服务器),遇到特别棘手的问题时切回 Anthropic 原版。

技术启示

DeepClaude 的成功揭示了一个重要趋势:AI 编程工具的模型层正在商品化。当 Claude Code、Cursor、Windsurf 等工具的前端体验趋于成熟时,真正的差异化在于背后的大模型。而随着开源模型(DeepSeek、Qwen、Llama)的能力快速逼近闭源模型,开发者完全可以「用最好的前端 + 最便宜的模型」来构建自己的工作流。

这种方法也呼应了整个 AI 工具生态正在走向的方向——可插拔的后端架构。就像数据库的 ORM 抽象层一样,AI 工具的 API 接口也在逐渐标准化,使得模型切换变得像更换数据库驱动一样简单。

局限性

当然,DeepClaude 并非完美。主要的顾虑包括:

总结

DeepClaude 是一个精巧且实用的工具,它利用了 Claude Code 的可扩展架构,在保持完整开发体验的同时,大幅降低了使用成本。对于个人开发者和预算有限的团队来说,这是一个值得尝试的方案。更重要的是,它代表了 AI 编程工具生态的一个方向:前端体验与后端模型的解耦,让开发者可以自由组合最适合自己的工具链

> 项目地址:https://github.com/aattaran/deepclaude > Hacker News 讨论:530+ 赞同,GitHub 670+ Stars