例如deepseek配置示例Windows 用户在 Powershell 中执行$env:ANTHROPIC_BASE_URLhttps://api.deepseek.com/anthropic $env:ANTHROPIC_AUTH_TOKEN你的 DeepSeek API Key $env:ANTHROPIC_MODELdeepseek-v4-pro[1m] $env:ANTHROPIC_DEFAULT_OPUS_MODELdeepseek-v4-pro[1m] $env:ANTHROPIC_DEFAULT_SONNET_MODELdeepseek-v4-pro[1m] $env:ANTHROPIC_DEFAULT_HAIKU_MODELdeepseek-v4-flash $env:CLAUDE_CODE_SUBAGENT_MODELdeepseek-v4-flash $env:CLAUDE_CODE_EFFORT_LEVELmax配置完成后执行其中/path/to/my-project替换为你的项目路径cd /path/to/my-project claude参考deepseek官方的api调用介绍接入 Claude Code | DeepSeek API Docs我们便可知道如何进行下载claude以及进行配置deepseek了。api key是需要我们在deepseek官网注册账户然后里面创建一个key就行了就是一串识别码注意保管别泄露给别人不然别人也能直接使用了。消费token有两种模式按使用量实时计费方式这个需要自己在账户里充值即可例如50块钱啥的订阅机制也就是包月套餐消耗量大的老鸟可以考虑这个跟手机流量套餐一个道理超出部分自动按方式1进行使用量计费。glmchatgpt等都有这个方式但是deepseek没有这个方式因为够便宜了不需要了glm这个比deepseek贵几倍但是好像是国内大模型中编程能力仅次于国外顶尖编程大模型的了所以也想试试我们去官方https://open.bigmodel.cn/ 注册一个账号然后充值创建一个key然后就能用了。我没有采用订阅方式因为好像还售罄了订阅不了而且我不经常大量使用所以不用订阅方式了。这里说几个配置知识由于大模型很多各自特点不一样岂不是我们每个都得注册账号充值啥的才能用有个大模型聚合平台例如硅基流动啥的就是上面能选择用什么大模型在这个硅基流动上注册充值即可后台自己按照选择的模型进行扣费啥的所以一个接口就行更方便使用。claude工作原理C:\Users\电脑用户名xx\.claude这里会生成全局的一些配置信息例如用的什么模型以及api请求路径等这个在C:\Users\31084\.claude\settings.json里面和处理过的项目的缓存信息。然后工作项目的目录里会生成一个.claude目录存储该项目的局部配置信息。claude启动后自动加载全局配置然后进入该项目的话就自动加载该项目内的.claude目录内的局部配置信息。以及项目目录内还有个claude.md文件存储的是项目的上下文描述信息也是处理该项目时claude自动来加载的。所以一个claude终端使用deepseek作为后台大模型那么按照上面配置就能用了。但是如果启动的另一个claude终端想使用glm大模型呢例如一个写代码一个做审核这样多个模型会有不用能力让写出的代码更好嘛。另一个claude终端那么起全局配置存储目录就不能是默认的C:\Users\电脑用户名xx\.claude了而是在这里同级我们手动创建一个 C:\Users\电脑用户名xx\.claude-glm这样更好才不会互相影响主要将里面创建一个settings.json文件里面写入大概如下参考Claude Code - 智谱AI开放文档# 编辑或新增 settings.json 文件 # macOS Linux 为 ~/.claude/settings.json # Windows 为用户目录/.claude/settings.json # 新增或修改里面的 env 字段 # 注意替换里面的 YOUR_API_KEY 为您上一步获取到的 API Key # 新增 hasCompletedOnboarding 参数 # 下面记得设置 CLAUDE_CODE_EFFORT_LEVEL: max 发挥能力更强或者claude终端里 /effort 也能调整该值 { env: { ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_BASE_URL: https://open.bigmodel.cn/api/anthropic, ANTHROPIC_DEFAULT_HAIKU_MODEL: glm-4.7, ANTHROPIC_DEFAULT_SONNET_MODEL: glm-5.2[1m], ANTHROPIC_DEFAULT_OPUS_MODEL: glm-5.2[1m], CLAUDE_CODE_AUTO_COMPACT_WINDOW: 1000000, CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC: 1, API_TIMEOUT_MS: 3000000, CLAUDE_CODE_EFFORT_LEVEL: max }, skipDangerousModePermissionPrompt: true, theme: dark, autoCompactEnabled: false }然后启动claude的命令行就是指定一行$env:CLAUDE_CONFIG_DIR C:\Users\电脑用户名xx\.claude-glm就能让这个终端和前面那个claude用deepseek默认终端互不影响了。两者都cd到同一个项目目录里都能处理该项目了自动加载该项目内的.claude目录内的局部配置信息这个可以共用因为就是一些权限允许记录和编译配置啥的这个共用没关系以及claude.md文件也共用。注意模型的上下文窗口长度这个值ollama本地部署的是有接口直接获取的但是云端这些模型是没有接口的claude调用这种模型它也没办法知道实际上下文窗口长度所以可能没法充分发挥大模型的上下文窗口能力因此我们上面给它配置模型名就加个后缀[1m]就能传递给他该模型上下文窗口是1M所以claude压缩上下文时候才能有更充分的阈值更好发挥模型上下历史长度能力。此外如果上面没有直接创建做出一个settings.json文件那么 每次启动glm的claude都得输入配置命令行跟最开始的deepseek展示的配置内容一样就比较麻烦所以做成一个powershell脚本下面是我的更自动化的路径的一个脚本如下可以参考glm官方的api调用介绍Claude Code - 智谱AI开放文档# start_claude_glm.ps1 # 在当前IDE源码目录RedPandaIDE里shift鼠标右键 启动powershell然后执行本脚本即可。 # 先清除可能冲突的旧变量 Remove-Item Env:ANTHROPIC_API_KEY -ErrorAction SilentlyContinue # 使用官方推荐的 AUTH_TOKEN 方式 $env:ANTHROPIC_BASE_URL https://open.bigmodel.cn/api/anthropic $env:ANTHROPIC_AUTH_TOKEN 你的api key那串码 # 指定模型智谱的模型名称 # Claude Code 目前无法自动识别 glm-5.2 的 1M 上下文但你可以通过在模型名称后添加 [1m] 后缀来“告诉”它 $env:ANTHROPIC_MODEL glm-5.2[1m] $env:ANTHROPIC_DEFAULT_OPUS_MODEL glm-5.2[1m] $env:ANTHROPIC_DEFAULT_SONNET_MODEL glm-5.2[1m] $env:ANTHROPIC_DEFAULT_HAIKU_MODEL glm-5.2[1m] # 如果智谱有轻量版用 glm-5.2-flash $env:CLAUDE_CODE_SUBAGENT_MODEL glm-5.2[1m] # 同上 $env:CLAUDE_CODE_EFFORT_LEVELmax # 4. 动态生成配置目录自动适应当前用户 $configDir $env:USERPROFILE\.claude-glm if (-not (Test-Path $configDir)) { New-Item -ItemType Directory -Path $configDir | Out-Null Write-Host 已创建配置目录: $configDir -ForegroundColor Green } $env:CLAUDE_CONFIG_DIR $configDir # 5. 可选跳过非必要网络请求加快启动 $env:CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC 1 # 6. 切换到项目根目录RedPandaIDE 的上级目录 cd .. # 7. 启动 Claude Code。 claude或者上面自己在全局配置目录里自己手动创建了settings.json文件那么这个启动脚本就精简如下了推荐这种方式因为就不用持久化api设置到全局配置的setting.json文件里去了因为那边已经自己手动创建写入好了# start_claude_glm.ps1 # 在当前IDE源码目录RedPandaIDE里shift鼠标右键 启动powershell然后执行本脚本即可。 # 动态生成配置目录自动适应当前用户 $configDir $env:USERPROFILE\.claude-glm if (-not (Test-Path $configDir)) { New-Item -ItemType Directory -Path $configDir | Out-Null Write-Host 已创建配置目录: $configDir -ForegroundColor Green } $env:CLAUDE_CONFIG_DIR $configDir # 切换到项目根目录RedPandaIDE 的上级目录 cd .. # 启动 Claude Code。 claude知识点claude里输入 /effort 能调整claude使用大模型的强度/config 能查看当前模型配置使用情况最后介绍一下如果自己做了个大模型请求工具软件那么如何填写请求地址啥的。在windows的cmd终端里输入如下进行测试curl.exe -s -w nHTTP_CODE:%{http_code} -H Content-Type: application/json -H Authorization: Bearer 这里填写你的api-key -d {\model\:\deepseek-v4-flash\,\messages\:[{\role\:\user\,\content\:\hello\}],\stream\:false,\temperature\:0.3} https://api.deepseek.com/v1/chat/completions- URL 里的 /v1/ — API 协议版本。DeepSeek 沿用 OpenAI 的 API 规范路由前缀就是 /v1/跟模型版本号无关。哪怕以后出 deepseek-v5URL 大概率还是 /v1/chat/completions。- body 里的 model: deepseek-v4-flash — 这才是模型版本。/chat/completions 是 OpenAI 兼容的聊天接口另外常见的有用 /v1/chat/completions 完全正确。/v1/models— 查有哪些模型可用一般用于- 程序启动时自动获取模型列表填充下拉框- 做模型可用性检测curl.exe https://api.deepseek.com/v1/models -H Authorization: Bearer YOUR_KEY---/v1/embeddings— 把文本转成向量一串浮点数一般用于- 语义搜索/知识库RAG把项目文档转成向量存起来用户提问时用向量相似度检索最相关的文档片段拼到 prompt 里发给 LLM- 代码相似度找代码库里语义相近的函数/文件- 分类/聚类把聊天历史按话题自动分组举个例子在你的 IDE 场景里可以这样用1. 项目里每个 .c/.h 文件切段 → 调 embeddings 转向量 → 存本地向量库2. 用户提问 SPI 初始化在哪 → 先向量搜索找到相关代码段3. 把搜到的代码段拼进 system prompt → 发给 DeepSeek