DeepSeek-V4-Pro 在 Claude Code 中的 1M 上下文环境变量配置工作流

一句话结论

通过 8 个环境变量即可把 Claude Code（及 Claude Desktop 开发者模式）指向 DeepSeek，用 deepseek-v4-pro[1m] 解锁 1M 上下文，并用 deepseek-v4-flash 承担子代理，主模型 effort 设 max、自动压缩窗口 786432。

适用场景

• 适合的任务：想在现有 Claude Code 工作流中低成本接入 V4-Pro、需要 1M 长上下文（大型代码库、长文档）的编码 Agent 场景；Claude Desktop 开发者模式换底模型。

• 不适合的任务：对工具调用格式有自定义要求的场景（Claude Code 的 harness 会改写工具协议，模型表现与 API 直连不同）；需要视觉能力的任务（V4 系列官方仅文本）。

• 适用的模型版本：deepseek-v4-pro（官方同时支持 deepseek-v4-flash；[1m] 后缀用于解锁 1M 上下文）。

• 适用的客户端、Agent 或 API：Claude Code CLI、Claude Desktop App（开发者模式）；底层走 DeepSeek Anthropic 兼容端点 https://api.deepseek.com/anthropic。

• 推荐的推理档位和参数：官方示例设 CLAUDE_CODE_EFFORT_LEVEL=max；子代理用 flash（不开高 effort）。API 直连时 effort 仍按官方 low/high/max 三档选择。

可直接使用的内容

官方给出的迁移/全新安装配置（将 API key 放入安全密钥管理，不要写入 Git 或日志）：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=<your DeepSeek API Key>
export ANTHROPIC_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-v4-flash
export CLAUDE_CODE_EFFORT_LEVEL=max
export CLAUDE_CODE_AUTO_COMPACT_WINDOW=786432

Windows PowerShell 等价写法（官方文档原文）：

$env:ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
$env:ANTHROPIC_AUTH_TOKEN="<your DeepSeek API Key>"
$env:ANTHROPIC_MODEL="deepseek-v4-pro[1m]"
$env:ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro[1m]"
$env:ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-v4-pro[1m]"
$env:ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"
$env:CLAUDE_CODE_SUBAGENT_MODEL="deepseek-v4-flash"
$env:CLAUDE_CODE_EFFORT_LEVEL="max"
$env:CLAUDE_CODE_AUTO_COMPACT_WINDOW="786432"

然后进入项目目录执行 claude 即可。全新安装时先执行 npm install -g @anthropic-ai/claude-code（需 Node.js 18+）。

测试/工作流步骤

1. 已有 Claude Code：先备份你的环境变量与配置；全新安装则先装 @anthropic-ai/claude-code 并确认 claude --version 有版本号。

2. 设置上述环境变量；API key 建议用环境变量注入而非明文写进 shell 历史（官方示例用 <your DeepSeek API Key> 占位）。

3. 进入项目目录执行 claude，先跑只读任务（读文件、grep、计划），确认 banner 显示模型为 deepseek-v4-pro、工具调用正常。

4. 长对话测试：CLAUDE_CODE_AUTO_COMPACT_WINDOW=786432（约 768K token）观察上下文压缩行为是否符合预期；1M 上下文仅在需要时使用，普通任务不必配 [1m]。

5. 需要网络检索时，DeepSeek API 原生支持 Claude Code 的 Web Search 工具，但触发检索会额外产生 LLM 摘要请求费用，应在成本预算中计入。

6. 结束后记录：模型名、effort、压缩窗口、工具轨迹、token 成本，与其它后端在同一任务集上对比。

原始证据与数据

• 官方将 Claude 模型名映射到 DeepSeek：claude-opus* → deepseek-v4-pro，claude-haiku* / claude-sonnet* → deepseek-v4-flash；利用该映射可在 Claude Desktop 开发者模式通过改 base_url + api_key 绕过模型名限制。

• 官方说明 Claude Code 的 Web Search 由 DeepSeek API 原生支持，模型判断需要时自动调用；会因摘要请求产生额外 token 费用。

• [1m] 后缀（deepseek-v4-pro[1m]）用于解锁 1M 上下文窗口；官方定价页确认 V4-Pro 上下文 1M、最大输出 384K。

适用边界

• 这是配置工作流，不是模型质量 benchmark；Claude Code 自带工具协议和系统提示会改变模型行为，长上下文压缩策略也由客户端决定。

• 官方只给环境变量示例；密钥保管、网络出口、成本上限属于使用者责任，官方文档没有给出防呆机制。

• 模型映射规则可能随客户端版本变化；升级 Claude Code 后应复核映射与 [1m] 是否仍被 API 接受。

• CLAUDE_CODE_EFFORT_LEVEL=max 是官方示例值；对简单任务可下调为 high/low 以减少延迟与成本，具体以目标任务实测为准。

来源摘录或观察（仅做合规短引）

官方原文：模型映射为 “Models starting with claude-opus are mapped to deepseek-v4-pro; Models starting with claude-haiku or claude-sonnet are mapped to deepseek-v4-flash”。