一步一步从零配好 Claude Code + DeepSeek on Windows。
| 你需要 | 怎么获取 |
|---|---|
| DeepSeek API Key | platform.deepseek.com 注册 → API Keys → 创建 |
| Node.js (v18+) | nodejs.org 下载 LTS 版安装 |
| Python 3.10+ | python.org 下载安装，勾选 "Add to PATH" |
| Git for Windows | git-scm.com 下载安装 |
| Claude Code CLI | 见下方 Step 1 |
| RTK (可选，推荐) | 见下方 Step 5 |
npm install -g @anthropic-ai/claude-code验证：
claude --version# 方式 A：环境变量（推荐，重启终端后生效）
setx ANTHROPIC_API_KEY "sk-your-deepseek-key"
# 方式 B：settings.local.json（优先级更高）
# 复制 templates/settings.local.json.example → ~/.claude/settings.local.json
# 建议用方式 A，避免文件泄露git clone https://github.com/YuhaoLin2005/deepseek-claude-code-starter.git
cd deepseek-claude-code-starter# 复制规则文件
cp -r .claude/rules/ $env:USERPROFILE\.claude\rules\
# 复制 Agent 定义
cp -r .claude/agents/ $env:USERPROFILE\.claude\agents\
# 复制命令
cp -r .claude/commands/ $env:USERPROFILE\.claude\commands\
# 复制 CLAUDE.md
cp .claude\CLAUDE.md $env:USERPROFILE\.claude\CLAUDE.md
cp .claude\RTK.md $env:USERPROFILE\.claude\RTK.md# 复制模板
cp templates\mcp.json.example $env:USERPROFILE\.mcp.json重要： 编辑 ~\.mcp.json，把 filesystem 服务器里的路径改成你自己的：
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"C:\\Users\\你的用户名\\Desktop"
]
}
⚠️ Windows 路径必须写双反斜杠\\，否则 JSON 解析失败。
复制 templates\settings.json.example 到 ~\.claude\settings.json（或与已有 settings.json 合并）。
核心 env 配置（使 Claude Code 走 DeepSeek API）：
{
"env": {
"ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
"ANTHROPIC_MODEL": "deepseek-v4-pro",
"CLAUDE_CODE_SUBAGENT_MODEL": "deepseek-v4-flash",
"CLAUDE_CODE_MAX_OUTPUT_TOKENS": "8000",
"API_TIMEOUT_MS": "1200000",
"CLAUDE_CODE_ATTRIBUTION_HEADER": "0",
"CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
"CLAUDE_CODE_EFFORT_LEVEL": "max",
"autoCompactWindow": 600000
},
"alwaysThinkingEnabled": true
}💡 模型分流策略（Pro 主控 + Flash 子代理）：主 Agent 承载深度推理，使用 Pro 模型保证质量；子 Agent 被自动派去读文件、搜索代码、跑测试等一次性杂活，使用 Flash 模型处理。Pro 缓存命中后价格与 Flash 接近，但缓存未命中时成本是 Flash 的 3 倍——子代理任务缓存命中率天然低（每次读不同文件），用 Flash 正好规避了这个成本陷阱。
💡
CLAUDE_CODE_ATTRIBUTION_HEADER="0"关闭追踪头，有助于保持 DeepSeek 缓存命中率稳定。MAX_OUTPUT_TOKENS=8000覆盖绝大多数场景，大重构时可按需手动调高。
RTK 自动精简 Shell 命令输出，实测节省 55-80% token。
# 安装 Rust（如果没有）
# https://rustup.rs → 下载 rustup-init.exe 运行
# 安装 RTK
cargo install rtk
# 验证
rtk --version
rtk gain
⚠️ crates.io 上有个重名包reachingforthejack/rtk(Rust Type Kit)，别装错了。你需要的包名就是rtk。
DeepSeek 不支持图片输入，EasyOCR 提供离线截图文字识别：
pip install easyocr opencv-python首次运行会自动下载模型（约 200MB，仅一次）。使用：
python ~/.claude/scripts/ocr.py screenshot.png关掉所有终端窗口，重新打开，运行：
claude进入 Claude Code 后：
# 检查 MCP 服务状态
/mcp
# 检查 Agent 列表
ls ~/.claude/agents/
# 检查规则文件
ls ~/.claude/rules/
# 跑一次 RTK 统计
rtk gain
8 个 MCP 服务全部显示绿色 ✅ 即配置成功。
npm 全局安装路径不在 PATH 中。用 npm list -g --depth=0 查看安装位置，手动加到 PATH。
- 检查 Node.js 版本：
node --version（需 >= 18） - 检查
.mcp.json语法：复制到 jsonlint.com 验证 - 检查 filesystem 路径是否存在且为双反斜杠
- API Key 是否正确：
echo $env:ANTHROPIC_API_KEY - 账户是否有余额：platform.deepseek.com
ANTHROPIC_BASE_URL是否正确
- 确认
CLAUDE_CODE_ATTRIBUTION_HEADER设为"0" - DeepSeek 缓存是前缀匹配——多轮对话和长 system prompt 复用场景下命中率最高
- 单次短请求天然不会命中缓存，属正常现象
RTK 是可选的。如果需要禁用，删除 ~/.claude/settings.json 中 hooks 部分。
编辑 ~/.claude/settings.json，去掉 ANTHROPIC_BASE_URL 和模型相关 env 配置，恢复默认值。