DeepSeek 怎么写代码？V4 模型、Claude Code 接入与安全验收教程

直接回答：用 DeepSeek 写代码，先根据任务选择入口：只问一个函数或解释报错，用官方聊天窗口即可；需要读取仓库、生成 diff、运行测试，使用接入 DeepSeek 的代码智能体；需要批处理或自建工具链，再调用 API。截至 2026 年 7 月 16 日，DeepSeek 官方 API 的当前模型名是 deepseek-v4-flash 与 deepseek-v4-pro，旧别名 deepseek-chat、deepseek-reasoner 将于北京时间 2026 年 7 月 24 日 23:59 弃用。无论哪条路线，模型输出都只是候选补丁，必须经过测试、安全检查、人工复核和可回滚发布。

本文面向会使用终端、Git 或至少一种编程语言的中文用户，回答“DeepSeek 怎么写代码、模型怎么选、如何接入 Claude Code/OpenCode、怎样提供项目上下文、如何验收和保护代码”这些连续问题。只想了解产品和模型家族，可先看本站的 DeepSeek 是什么；本文不把普通聊天、API 开发、旧 DeepSeek-Coder 权重和代码智能体混成一个产品。

重要更正：旧版教程使用并不存在于当前托管 API 的 deepseek-coder，把密钥写进源码，把 temperature=0.7 当成代码准确性开关，还建议直接把整个项目投喂给模型。这些做法会造成 400 错误、密钥泄露、费用失控和敏感代码外发，本文全部撤回。未来重复稿 104639 中的 deepseek-sdk、deepseek-coder-v2 与固定 16GB 显存建议也不作为当前 API 教程保留。

DeepSeek 写代码有哪三种路线？

DeepSeek 的当前快速开始文档同时列出 OpenAI 与 Anthropic 兼容格式，并明确可接入 Claude Code、GitHub Copilot、OpenCode 等工具。这里的“兼容”是接口层兼容，不表示第三方工具的所有字段、权限模型和功能都与原供应商完全相同。

2026 年应该使用哪个 DeepSeek 模型？

DeepSeek 在 2026 年 4 月 24 日发布 V4 Preview。官方V4 发布说明和更新日志均要求把模型参数改为 deepseek-v4-flash 或 deepseek-v4-pro。不要从旧博客复制 deepseek-coder、deepseek-chat-2026 或其他想象出来的模型名。

价格和能力来自 2026-07-16 复核的官方模型与价格页。1M 是可接受输入容量，不是“整个仓库都能无损理解”；384K 是最大输出规格，不是应该让模型一次生成几十万 token。代码任务更应控制 diff 大小、测试反馈和审查成本。

历史 DeepSeek-Coder 仍有研究和本地部署价值，但要以其官方仓库中的具体权重与许可证为准。它与当前 V4 托管服务不是同一个采购或部署对象。

先写任务合同，再让模型看代码

“帮我修一下”不能形成可验收任务。把需求写成任务合同，让模型和审查者知道成功、失败与禁止范围。提示设计的通用方法可参考本站 Prompt Engineering 工程指南，但代码任务必须额外绑定仓库 revision、测试命令和权限边界。

可直接使用的首轮指令

任务：修复重复 payment_id 导致重复创建订单的问题。
环境：Python 3.12 / FastAPI 0.115 / revision 4ab2c71。
允许读取：src/order.py、tests/test_order.py、pyproject.toml。
禁止：不要读取 .env；不要新增依赖；不要修改数据库 schema。
流程：
1. 先只读分析调用链和现有测试，不改文件；
2. 给出最多 6 步的修改计划、风险和待确认问题；
3. 获得批准后生成最小 diff；
4. 运行 pytest -q 与 ruff check .，逐项报告真实退出码；
5. 若测试失败，不得删除或弱化原测试。
交付：变更摘要、diff、测试结果、未解决风险和回滚方法。

用 Claude Code 或 OpenCode 接入 DeepSeek

DeepSeek 官方代码工具接入指南给出了 Claude Code 与 OpenCode 路线。Claude Code 使用 Anthropic 兼容地址 https://api.deepseek.com/anthropic；OpenCode 当前文档要求版本至少为 v1.14.24，并在 /connect 中选择 DeepSeek。安装第三方工具前仍应核对工具自己的发行页、包名、签名和权限，官方列出接入方式并不替你审计第三方软件。

# Linux / macOS：仅设置当前 shell；不要把真实 key 写进仓库
export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
export ANTHROPIC_AUTH_TOKEN="$DEEPSEEK_API_KEY"
export ANTHROPIC_MODEL="deepseek-v4-pro[1m]"
export CLAUDE_CODE_SUBAGENT_MODEL="deepseek-v4-flash"

cd /path/to/your/repository
claude

Windows PowerShell 使用 $env:ANTHROPIC_BASE_URL=... 和 $env:ANTHROPIC_AUTH_TOKEN=$env:DEEPSEEK_API_KEY。不要把真实 key 写进截图、settings.json、PowerShell 历史或提交记录。DeepSeek 的Anthropic 兼容说明列出了被忽略或不支持的字段，例如 mcp_servers、图像、文档和部分工具结果；因此“能连上”不等于原工具全部功能可用。

DeepSeek 官方还维护了 Agent 接入清单，但清单包含不同维护者和安全模型的工具。选择工具时至少核对仓库所有者、最近发行、许可证、安装脚本、沙箱、遥测、密钥保存位置和更新机制。

不用代码智能体时，怎样调用 DeepSeek API 写代码？

API 更适合你自己控制上下文、日志和输出合同的场景。下面代码依据官方快速开始改写，只从环境变量读取密钥，显式使用当前模型，并要求先给补丁计划。它没有被本站拿真实账户发送，因此只证明调用结构与当前文档一致，不证明模型会生成正确代码。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "你是代码审查助手。先给计划，不声称运行未运行的命令。"},
        {"role": "user", "content": "分析给定函数的并发问题；返回风险、最小修改和应运行的测试。"},
    ],
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
    stream=False,
)
print(response.choices[0].message.content)

这些边界来自思考模式文档。如果要让模型调用编译器、测试器或内部 API，先阅读本站 Function Calling 权限与幂等指南；模型只提出函数名和参数，真正执行、鉴权、超时、重试和回滚仍由你的应用负责。DeepSeek 的Tool Calls 文档也明确展示了应用端函数映射。

结构化输出、FIM 和缓存什么时候有用？

官方 JSON Output 要求设置 response_format={"type":"json_object"}，但“合法 JSON”不等于字段事实正确；必须继续做 schema 与语义校验。FIM Completion仍是 Beta，不应成为没有回退路线的生产依赖。

上下文缓存文档说明缓存按重叠前缀匹配，构建需要时间，通常数小时到数天后清理，并且不保证 100% 命中。把稳定的系统规则和仓库摘要放前面、变化问题放后面可能提高复用，但应以 prompt_cache_hit_tokens 和 prompt_cache_miss_tokens实测，不得把假设命中写入预算。

DeepSeek 代码补丁必须通过哪些验收？

生成代码“看起来合理”只是起点。本文提供一个纯 Python 标准库的补丁记录闸门：它不执行模型、不证明代码安全，只检查变更记录是否包含测试、安全检查、人工批准，并拦截密钥文件与未批准的高风险路径。本站实际运行了通过和失败样例：通过样例返回 {"valid": true}；失败样例识别出 .env、认证目录、失败测试与缺少人工批准四项错误。

python deepseek-code-patch-gate.py patch-record.json --max-files 40

通过样例：
{"valid": true, "errors": []}

失败样例（节选）：
{"valid": false, "errors": [
  "secret-bearing path must not be submitted: .env",
  "high-risk path changed without human approval",
  "tests failed: pytest -q",
  "human_approved must be true before merge"
]}

40 是本教程为演示设置的可配置编辑阈值，不是行业标准。项目应根据仓库结构、变更类型和审查能力制定自己的上限。完整记录至少包含 task_id、精确模型、repo revision、changed_files、tests、security_checks 和 human_approved。

更完整的 AI 输出风险识别见本站 AI 幻觉核验指南；模型或提示升级后的生产评测，可使用 AI 系统可用性测试方法。NIST 的 生成式 AI SSDF Community Profile强调把 AI 风险纳入软件全生命周期，而不是把安全责任交给一次模型回答。

代码、密钥和隐私数据怎样保护？

DeepSeek 的开放平台服务条款明确要求保护 API Key，不得公开或放在浏览器等客户端代码中，并要求开发者建立数据安全、监控与应急措施。其隐私政策还说明，下游开发者系统收集的终端用户数据不由该隐私政策覆盖；自建应用必须单独履行自己的告知、授权、安全和合规责任。这里是工程风险提示，不构成法律意见。

成本、缓存与模型路由怎么计算？

代码智能体会反复发送仓库规则、历史消息和工具输出，单次便宜不代表一个任务便宜。官方按输入缓存命中、输入缓存未命中和输出分别计费；实际 token 以响应 usage 为准，不能用字符数代替账单。Token 估算边界见官方 Token 用量文档。

以上仅按 2026-07-16 单价复算，不包含失败重试、第三方代码工具订阅、网络、人工审查和 CI 成本。路由策略应先用 Flash 跑简单任务和子任务，把在保留集上明显受益的复杂规划交给 Pro；是否受益必须用相同输入、相同工具权限、相同测试与相近尝试次数验证。跨平台选择可参考本站 AI 平台同任务评测方法。

常见错误怎么排查？

状态码依据官方错误码页。并发按账户计算，而不是每个 Key 独立；当前限速与隔离文档列出 Pro 500、Flash 2500 的账户并发上限，并说明请求等待期间可能持续返回空行或 SSE keep-alive 注释。上线时仍要读取自己账户的当前限制。

DeepSeek 写代码常见问题

DeepSeek 可以直接读取整个 GitHub 仓库吗？

普通聊天不会自动看到整个仓库。代码智能体只有在你授权文件访问后才能读取；API 只能看到应用发送的内容。即使容量达到 1M，也应先提供最小相关上下文，并用跨文件引用与位置切片测试可靠性。

DeepSeek-Coder 还是现在推荐的 API 模型吗？

不是。DeepSeek-Coder 是历史代码模型/开放权重家族；截至 2026-07-16，当前托管 API 明确列出 V4 Flash 和 V4 Pro。需要本地部署旧权重时应单独核对模型卡、许可证、硬件和推理框架。

代码任务应该关闭思考模式吗？

没有对所有任务成立的答案。思考模式默认启用，适合复杂规划；简单补全可能用非思考模式和 Flash 更经济。用同一任务集比较正确率、测试通过率、延迟和总成本，不要只看回答长度。

生成代码通过单元测试就能上线吗？

不能。单测可能漏掉权限、并发、依赖、集成、性能和业务约束。至少还要做 lint/type、集成/契约、安全与人工 diff 复核，高风险改动需要灰度和回滚。

怎样判断 DeepSeek 是否真的提升了编程效率？

记录完整任务耗时、首次可验收补丁率、重试次数、人工修复时间、测试回归和单位成功任务成本。只计算“生成用了几秒”会忽略审查与返工，不能代表交付效率。

结论：把 DeepSeek 放进可验证的软件流程

DeepSeek 写代码的正确起点不是“最强提示词”，而是选对入口、锁定当前模型、限制权限并定义验收。小片段用聊天；仓库变更用受控代码智能体；可重复业务才自建 API。迁移 deepseek-chat/deepseek-reasoner 后，仍要记录模型、revision、上下文、diff、测试、安全检查、成本和人工批准。模型可以加速搜索和生成，但只有可复现证据、独立检查和回滚路径，才能把候选代码变成可上线代码。