大家好，我是 ai 学习的老章
前文：DeepSeek 更新了，我更期待量化版中提到 DeepSeek-V3.1-Terminus 修复了此前“极”版本的 bug，并进一步增强了 Agent 能力后，我就迫不及待想在编程场景中重新把 K2 切回 DeepSeek 体验一番。
目前我日常最依赖的编程助手是 ?????? ????，今天就来分享一下如何将 DeepSeek 的 API 与 ?????? ???? 强强联合，打造属于自己的高效 AI 编程环境。
DeepSeek-V3.1-Terminus API 接入方式
现在，DeepSeek-V3.1-Terminus 已正式上线 DeepSeek 开放平台。
模型 deepseek-chat 和 deepseek-reasoner 均已完成升级，对应的就是 DeepSeek-V3.1-Terminus 版本。其中，deepseek-chat 对应非思考模式，而 deepseek-reasoner 则启用深度推理的思考模式。
前往官网申请 API Key 即可使用：https://platform.deepseek.com/api_keys
创建成功后复制你的 API 密钥
为了兼容 OpenAI 格式接口，推荐将 base_url 设置为 https://api.deepseek.com/v1，注意这里的 v1 是路径标识，并不代表模型版本。
?????? ???? 简介
?????? ???? 是由 anthropic 推出的一款终端级智能编程工具，能够深入理解项目代码库，通过自然语言指令提升开发效率。它直接集成在本地开发环境中，无需额外服务器或复杂配置：
- 编辑文件并修复代码中的错误
- 回答关于架构设计和逻辑实现的问题
- 执行测试、修复报错、运行 lint 检查等命令
- 搜索 git 历史、处理合并冲突、创建提交与 PR
- 结合网络搜索查阅文档资源
- 全局感知项目结构，理解上下文
- 支持真实操作，如修改文件、生成提交记录
安装方式如下：
npm install -g @anthropic-ai/claude-code
启动只需执行：
claude
但问题来了——这种方式需要登录官方账号，而国内网络环境通常无法访问，连接困难。
使用 Claude-Code-Proxy 实现 API 替换
在国内直接使用 ?????? ???? 难度极高：一是容易被无预警封号；二是需要付费账户；三是没有国际信用卡寸步难行；四是即便搞定一切，仍可能因未知原因被封。
于是社区出现了代理方案：https://www.php.cn/link/1cccb6d5cd38e1c3e19e5bcaa50b13ab
该项目可以替换原始 API 请求，转而调用 DeepSeek 或 Kimi 等支持 OpenAI 兼容格式的 API 服务，从而绕过限制。
安装并运行 claude-code-proxy 的步骤如下：
git clone https://www.php.cn/link/1cccb6d5cd38e1c3e19e5bcaa50b13ab cd claude-code-proxy pip install -r requirements.txt cp .env.example .env python start_proxy.py
.env 文件配置参考如下：
运行 python start_proxy.py 后启动本地代理服务：
接着新开一个终端窗口，就可以通过指定 base URL 来调用 claude：
ANTHROPIC_BASE_URL=http://localhost:8082 claude
若觉得每次输入太麻烦，可设置别名简化操作：
alias cc="ANTHROPIC_BASE_URL=http://localhost:8082 claude"
为了让 alias 永久生效，请将其写入 shell 配置文件：
对于 bash 用户：
echo "alias cc='ANTHROPIC_BASE_URL=http://localhost:8082 claude'" >> ~/.bashrc source ~/.bashrc
对于 zsh 用户（macOS 默认）：
echo "alias cc='ANTHROPIC_BASE_URL=http://localhost:8082 claude'" >> ~/.zshrc source ~/.zshrc
常见配置文件路径汇总：
- bash: ~/.bashrc
- zsh: ~/.zshrc
- 所有 shell 通用: ~/.profile
至此，大功告成！
相关延伸阅读：
Kimi K2 基于 DeepSeek V3 框架，为何没有被骂
如何运行 Kimi K2 这个庞然大物（API & 本地部署）
Kimi _K2_：本地运行指南【量化版（体积减少 80%）】
