用 CC Switch 把 DeepSeek 接入 Claude Code：为什么能用，却没有官方 Opus 稳？

爱学习的汪同学

54人浏览 · 2026-07-15 19:59:49

爱学习的汪同学 · 2026-07-15 19:59:49 发布

副标题： 基于 Windows11 + CC Switch 3.16.5 + Claude Code 2.1.191 的实测分析、根因定位与工程化改进建议
测试日期： 2026-07-15
适用读者： Claude Code、CC Switch、DeepSeek API、AI 编程助手和嵌入式开发用户

摘要

通过 CC Switch 将 DeepSeek 接入 Claude Code 后，API 请求可以正常完成，模型映射也可以正确工作，但实际使用体验可能仍明显弱于官方 Claude Opus：响应时间更长、工具调用次数更多、容易继续搜索而不收敛、偶尔调用根本没有提供的工具，并在达到 max-turns 后没有给出最终答案。

本文不是简单比较“哪个模型更聪明”，而是分析一个更具体的问题：为什么兼容 Anthropic API 的 DeepSeek，接入 Claude Code 后仍无法获得与官方 Claude 模型相同的 Agent 行为？

本次排查确认：

CC Switch 本地代理、DeepSeek 鉴权、模型路由均正常；
Opus、Sonnet、Haiku 角色分别正确映射到 DeepSeek Pro/Flash；
关闭终端标题后，额外的后台 Flash 请求消失；
MCP、Skills、Hooks 并不是本轮故障的必要条件；
即使使用 --safe-mode，DeepSeek Pro 仍持续搜索、耗尽工具轮次，并无法稳定形成最终答案；
在请求只提供 Read、Glob、Grep 的情况下，DeepSeek Pro 仍偶发生成不存在的 Bash 工具调用；
medium 相比 high 略省 Token 和时间，但没有改善完成率。

结论： 这类问题可以缓解，但仅靠 CC Switch 配置无法彻底解决。根本差异位于模型对 Claude Code Agent Loop、工具协议、停止条件和系统提示词的适配程度。

一、问题背景

我的原始使用体验是：

使用 CC Switch 把 DeepSeek 接入 Claude Code 后，感觉没有以前的官方 Opus 模型聪明；
每次任务耗时更长；
模型会无意间多做没有要求的工作；
Token 消耗明显增加；
对“只读分析”“不要扩展任务”“完成后立即停止”等指令遵循不稳定。

最初需要排除三类可能：

接入错误： 模型路由、Base URL、API Key、协议转换或本地代理异常；
配置干扰： MCP、Skills、Hooks、CLAUDE.md、Auto memory 或后台请求过多；
模型适配问题： DeepSeek 对 Claude Code 工具循环和停止条件的处理与官方 Claude 模型存在差异。

二、系统架构与数据链路

启用 CC Switch 本地路由后，实际链路为：

Claude Code
    ↓ Anthropic Messages 请求
http://127.0.0.1:15721
    ↓
CC Switch 本地代理
    ↓ 模型映射、认证注入、请求记录
https://api.deepseek.com/anthropic
    ↓
DeepSeek V4 Pro / Flash

Claude Code 的实时配置中应看到：

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "PROXY_MANAGED",
    "ANTHROPIC_BASE_URL": "http://127.0.0.1:15721"
  }
}

DeepSeek 供应商配置中则保存真实地址和 API Key。两者不能混淆：

Claude Code 实时配置：指向 CC Switch 本地代理；
CC Switch 供应商配置：指向 DeepSeek 上游接口。

DeepSeek 官方文档提供了直接通过 Anthropic 兼容接口接入 Claude Code 的环境变量示例，包括 deepseek-v4-pro[1m]、deepseek-v4-flash 和子代理模型配置。与此同时，Anthropic 官方明确说明：第三方网关可以实现支持的 API 格式，但 Anthropic 不支持通过网关将 Claude Code 路由到非 Claude 模型。这意味着“协议能通”不等于“Agent 行为被官方保证”。

三、测试环境

项目	配置
操作系统	Windows 11
CC Switch	3.16.5
Claude Code	2.1.191
上游模型	DeepSeek V4 Pro / DeepSeek V4 Flash
测试仓库	`JLink_MCP`
本地代理	`127.0.0.1:15721`
默认 effort	high，后续与 medium 对照
数据来源	Claude Code JSON、Claude Tap、CC Switch SQLite 只读日志、Git 状态

实验边界： 本文没有进行官方 Claude Opus 的同条件数值对照，因此不能把本文解读为通用模型排行榜。本文证明的是：在该仓库和测试条件下，DeepSeek Pro 即使在干净模式中也存在工具循环不收敛和非法工具调用问题；与官方 Opus 的差异部分来自用户长期使用体验和官方支持边界，而不是一组完整的官方模型基准。

四、第一阶段：确认接入是否正确

4.1 Base URL 与本地代理

排查过程中曾出现：

Failed to extract base_url
Claude Provider 缺少 base_url 配置

修复 CC Switch 供应商层的真实 ANTHROPIC_BASE_URL 后，健康检查恢复。随后验证本地端口：

Get-NetTCPConnection -State Listen -LocalPort 15721
Test-NetConnection 127.0.0.1 -Port 15721

结果：

127.0.0.1:15721 Listen
TcpTestSucceeded : True

说明 Claude Code 到 CC Switch 本地代理的链路正常。

4.2 模型映射验证

通过三个最小请求和 CC Switch 数据库记录，确认映射如下：

Claude Code 请求角色	CC Switch 最终模型	结果
Opus	`deepseek-v4-pro`	正确
Sonnet	`deepseek-v4-pro`	正确
Haiku	`deepseek-v4-flash`	正确

这一步排除了“Sonnet 意外落到 Flash”“主任务没有使用 Pro”等路由错误。

4.3 额外后台标题请求

初始测试中：

Opus 命令产生 2 次上游调用；
Haiku 命令产生 2 次上游调用；
多出的调用约为 338 输入 Token、11～15 输出 Token，并走 Flash。

加入：

"CLAUDE_CODE_DISABLE_TERMINAL_TITLE": "1"

后，Opus 和 Haiku 均只剩 1 次上游请求。说明额外 Token 的一个明确来源是 Claude Code 的后台标题请求，而不是 CC Switch 重试或模型回退。

五、第二阶段：排除配置干扰

静态盘点发现：

配置项	实际情况
用户级 CLAUDE.md	12,994 字节，包含跨项目资料和过时版本信息
Auto memory	有“跨模块分析先出计划”等规则
MCP	用户级全局 `jlink`、`edge`
Skills	0
Hooks	0
自定义 Agents	0
插件	`claude-hud 0.1.0`，无 Hook/Skill/Agent

用户级 CLAUDE.md 和 Auto memory 的确会增加上下文与行为约束，但关键问题是：A 组在完全关闭这些定制内容后仍然失败。

A/B/C 三组中位数

组别	加载内容	请求数	输入 Token	输出 Token	Cache 读取	总耗时	完成率
A	`--safe-mode` 干净基线	10	21,944	1,525	86,656	30,022 ms	0/3
B	A + 用户级 CLAUDE.md	10	23,074	1,767	110,080	41,806 ms	1/3
C	B + Auto memory	10	26,664	2,592	140,544	47,547 ms	1/3

增量分析

A → B：总耗时中位数增加约 39.3%，Cache 读取增加约 27%；
B → C：输入 Token 增加约 15.6%，输出 Token 增加约 46.7%，耗时增加约 13.7%；
Auto memory 三次样本均出现 Bash 工具倾向；
但 A 组完全关闭 CLAUDE.md、memory、MCP、Skills、Hooks 后，仍 3/3 耗尽 10 次请求并没有最终答案。

因此：

CLAUDE.md 和 Auto memory 是明显放大器；
它们不是根本原因；
MCP、Skills、Hooks 不是本轮问题成立的必要条件。

六、第三阶段：工具协议与停止行为验证

6.1 Claude Tap 检查工具列表

通过 Claude Tap 抓取请求，仅分析 request.body.tools[].name：

Glob
Grep
Read

请求中没有 Bash。

6.2 DeepSeek 仍生成不存在的 Bash

在 6 个 medium/high 对照样本中，DeepSeek Pro 有 2 次生成 Bash tool_use，尽管请求中没有提供 Bash。

这意味着模型存在“工具幻觉”：

模型生成 Bash tool_use
    ↓
Claude Code 无法执行或拒绝
    ↓
模型需要额外一轮纠错
    ↓
增加 Token、延迟，并降低收敛概率

6.3 high 与 medium 对照

effort	请求数中位数	输入 Token	输出 Token	总耗时	完成率	非法工具样本率
high	6	3,797	866	17,015 ms	0/3	1/3
medium	6	3,577	681	15,867 ms	0/3	1/3

medium 相比 high：

输入 Token 约少 5.8%；
输出 Token 约少 21.4%；
总耗时约少 6.7%；
完成率没有改善；
非法工具出现率相同。

所以 medium 更经济，但不能修复核心行为问题。

七、为什么“API 兼容”不等于“Agent 能力等价”

7.1 Claude Code 不只是一个聊天界面

Claude Code 包含：

大型系统提示词；
文件读取、搜索、编辑和 Bash 工具；
多轮 Agent Loop；
工具结果回传；
子代理和模型角色；
停止条件、权限判断和上下文管理。

官方 Claude 模型不仅要“理解代码”，还需要稳定遵守 Claude Code 的隐含工作协议：

只调用实际提供的工具；
正确填写工具参数；
工具失败后调整策略；
判断何时证据已经足够；
在轮次预算耗尽前输出最终答案；
遵循系统、用户、memory 和项目规则之间的优先级。

7.2 兼容层只保证字段可收发

Anthropic API 兼容主要解决：

请求地址；
Header 与认证；
messages 数据结构；
tools、tool_use、tool_result；
流式响应；
模型名称映射。

它不自动保证：

模型经过 Claude Code 专门训练；
模型对所有工具 Schema 严格约束；
模型与 Claude Code 的停止策略一致；
模型对复杂系统提示词具有同等优先级处理能力；
第三方网关完整转发所有新字段和未来协议变化。

Anthropic 官方明确表示不支持通过网关把 Claude Code 路由到非 Claude 模型。这一声明并不是说第三方模型一定不能用，而是意味着这种组合不存在官方兼容性保证。

八、CC Switch + DeepSeek 与官方 Claude 模型的差异

维度	官方 Claude 模型	CC Switch + DeepSeek
Claude Code 官方支持	官方目标模型	非官方组合，Anthropic 不保证
API 协议	原生	Anthropic 兼容接口 + 网关转发
模型角色	Opus/Sonnet/Haiku 原生语义	通过模型映射转换为 Pro/Flash
工具约束	通常更贴合 Claude Code	实测偶发调用未提供的 Bash
Agent 收敛	通常更能判断何时停止	实测持续搜索并耗尽 turns
最终答案	更可能在预算内总结	实测多次停在 `tool_use`
系统提示适配	针对 Claude Code 设计	能理解，但不是同一训练分布
MCP/Tool Search	官方协议同步	依赖网关是否完整支持新字段
成本	通常更高	通常更低，具体以 DeepSeek 计费为准
可观测性	Claude Code 自身	CC Switch 可增加路由与用量日志
配置复杂度	较低	需要管理 Base URL、映射、代理和兼容项
风险	官方产品边界内	模型、网关和客户端三方版本耦合

九、这类问题有没有办法解决？

答案需要分三层看。

9.1 仅靠用户配置：不能彻底解决，但可以明显缓解

可以解决：

路由错误；
Base URL 与本地代理故障；
标题辅助请求；
过长 CLAUDE.md；
Auto memory 干扰；
全局 MCP 上下文过多；
effort 和 max-turns 过高；
任务边界不清晰。

不能通过配置保证：

DeepSeek 永远不生成不存在的工具；
DeepSeek 一定在 turns 用尽前输出答案；
DeepSeek 对 Claude Code 的隐含协议达到官方 Claude 的稳定度。

9.2 CC Switch 或 Agent 层：可以工程化改善

CC Switch 或外部 Agent 控制层可以增加：

严格工具验证器
响应中的工具名不在请求工具列表时，拦截并要求模型改写，而不是交给 Claude Code 执行。
轮次预算控制器
在剩余 1～2 轮时强制移除工具，只允许模型生成最终文本。
模型专用系统提示适配
对 DeepSeek 注入更明确的停止规则、工具预算和仓库边界。
错误参数修复与工具名映射
对常见工具参数错误进行结构化校验，但必须避免擅自改变用户意图。
分级模型路由
DeepSeek 负责局部分析和代码生成；复杂开放式 Agent 任务切换到官方 Claude 或其他更稳定模型。
可观测性与自动降级
当连续多轮只产生工具调用、重复搜索或无效工具时，主动终止并输出当前证据。

这些方法可以改善完成率，但通常需要修改代理或 Agent Loop，不是勾选一个选项即可完成。

9.3 模型提供方：才可能从根本上提升

真正根治需要模型提供方在以下方面改进：

Anthropic 工具调用协议训练；
工具集合严格约束；
stop_reason 和最终回答策略；
长系统提示词下的优先级遵循；
Windows 路径与仓库边界；
Claude Code/Agent 场景专项评测。

因此，问题不是“永远没办法”，而是：当前用户侧配置无法完全解决，必须依赖模型、代理和 Agent 运行时共同改进。

十、推荐配置与使用策略

10.1 CC Switch 的 DeepSeek 供应商配置

{
  "effortLevel": "medium",
  "disableClaudeAiConnectors": true,
  "skipWebFetchPreflight": true,
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "<DEEPSEEK_API_KEY>",
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
    "ANTHROPIC_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash",
    "ANTHROPIC_DEFAULT_FABLE_MODEL": "deepseek-v4-pro[1m]",
    "CLAUDE_CODE_SUBAGENT_MODEL": "deepseek-v4-flash",
    "CLAUDE_CODE_DISABLE_TERMINAL_TITLE": "1",
    "CLAUDE_CODE_DISABLE_AUTO_MEMORY": "1",
    "ENABLE_CLAUDEAI_MCP_SERVERS": "false",
    "DISABLE_TELEMETRY": "1",
    "DISABLE_ERROR_REPORTING": "1",
    "DISABLE_FEEDBACK_COMMAND": "1"
  },
  "theme": "dark"
}

10.2 Claude Code 实时配置

开启 CC Switch 本地路由后，Claude Code 实时配置应由 CC Switch 管理：

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "PROXY_MANAGED",
    "ANTHROPIC_BASE_URL": "http://127.0.0.1:15721"
  }
}

10.3 精简用户级 CLAUDE.md

用户级文件只保留稳定、跨项目通用的规则：

# 通用规则

- 默认只处理当前 Git 仓库和用户明确指定的路径。
- 未经授权，不访问仓库外目录。
- 只读分析时，优先基于已有证据回答。
- 同一失败操作最多重试一次。
- 工具预算不足时，停止搜索并明确不确定项。
- 用户要求立即回答时，不额外生成计划。
- 未经明确要求，不联网、不调用 MCP、不运行构建或测试。
- 不把历史软件版本和硬件状态视为当前事实。

磁盘布局、软件清单、Python 路径和版本快照应拆分为按需读取的参考文档。

10.4 为任务设置硬预算

只查看当前 Git 根目录。
最多执行 1 次 Glob、1 次 Grep，最多读取 5 个文件。
工具失败一次后不要重试。
无论信息是否完整，都必须输出最终结论，并列出不确定项。
不要调用 Bash、Task、Web 或 MCP。

配合：

--effort medium
--max-turns 4或6
--tools "Read,Glob,Grep"
--disallowedTools "Bash,Edit,Write,Task,WebFetch,WebSearch,mcp__*"

硬预算不能根治模型行为，但可以限制最坏情况下的 Token 损失。

十一、任务分工建议

任务类型	推荐模型/工具
指定文件解释、局部代码生成	DeepSeek + Claude Code
单文件或少量文件修改	DeepSeek + 明确路径和验收标准
开放式仓库探索	官方 Claude Opus 或更稳定的 Agent 模型
跨模块架构、复杂重构	官方 Claude / Codex 等强 Agent 工具
J-Link、示波器、硬件控制	专用项目 + 项目级 MCP + 明确授权
方案分析和任务拆解	ChatGPT 等独立推理助手

DeepSeek 更适合作为低成本、边界明确的执行模型，而不是完全替代官方 Opus 的无人值守主 Agent。

十二、网络、隐私与“是否还需要代理”

当 Claude Code 的模型请求经过 CC Switch 转发到 DeepSeek 时，核心 /v1/messages 流量不再直接发送到 Anthropic 模型 API。但 Claude Code 仍可能因更新、遥测、错误报告、连接器或 WebFetch 预检查访问其他域名。

可以通过以下配置减少非必要流量：

{
  "disableClaudeAiConnectors": true,
  "skipWebFetchPreflight": true,
  "env": {
    "ENABLE_CLAUDEAI_MCP_SERVERS": "false",
    "DISABLE_TELEMETRY": "1",
    "DISABLE_ERROR_REPORTING": "1",
    "DISABLE_FEEDBACK_COMMAND": "1"
  }
}