Claude Code Router 接入 DeepSeek：一次配好三档任务模型-平芜编程栈

Claude Code Router 接入 DeepSeek：一次配好三档任务模型

【免费下载链接】claude-code-routerOne local control plane for every AI agent: route across models, fuse new capabilities, orchestrate tools, and stay fully in control.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-code-router

Claude Code Router（下称 CCR）是跑在本机的模型网关，也就是统一入口，替你把 Claude Code 的请求转发给真正的大模型 API。这篇带你把它接上 DeepSeek，让不同任务自动走不同模型。

第一步：把 CCR 网关跑起来 🚀

先装命令行工具，它要求 Node.js 22 及以上：

npm install -g @musistudio/claude-code-router

装完用一条命令把网关和管理界面一起拉起来：

ccr ui

ccr ui会启动同一个网关进程，并打开浏览器端的管理面板。跑起来后，两个端口分别负责不同事：

网关入口：http://127.0.0.1:3456，Claude Code 的流量都走这里
管理面板：http://127.0.0.1:3458，你配置供应商、路由、模型的地方

一次请求的完整路径长这样：

完成信号：浏览器停在http://127.0.0.1:3458的管理界面、不报错，就说明网关活着。

第二步：让 DeepSeek 上线 🧩

CCR 内置了 DeepSeek 预设，接口地址https://api.deepseek.com、协议是 OpenAI Chat Completions，都不用你手填。在供应商页点添加供应商，选 DeepSeek：

把 API 密钥粘进密钥框；
勾选要用到的模型，比如deepseek-chat和deepseek-reasoner；
点检测连通性，它会真实打一次上游，确认 Key 和模型 ID 都能调通。

完成信号：检测连通性显示成功，模型列表里能看到你勾的那几个 ID。

接下来还要告诉 CCR 怎么接 Claude Code：去Agent 配置加一条 Claude Code 配置，挑好默认模型，再直接从 CCR 里打开 Claude Code，流量才会进网关。详细字段见 Claude Code 接入文档。

第三步：什么任务交给什么模型 🎯

先记一句内置路由的脾气：它优先认客户端里显式选好且 CCR 认识的模型；没选或不认识时，才落到 Agent 配置里那个默认模型。你自己的规则还能在其后继续改写。所以真正要做的，是按任务分档：

场景	建议模型	理由
日常问答	deepseek/deepseek-chat	出得快、花得少，高频对话划算
写代码	deepseek/deepseek-chat	常规改动能扛住，再挂一条回退链更稳
复杂推理	deepseek/deepseek-reasoner	慢但深，留给架构分析、难题拆解
长上下文	另配一个长上下文模型	啃大日志、长文档时切过去，免得小窗口截断

规则在路由页配置，按列表顺序走，第一条命中的启用规则说了算。字段全貌见路由文档。

进阶一：按消息内容自动分流

想让"消息像代码就走一个、像推理就走另一个"，普通单字段条件不够。把规则类型改成Node.js 脚本，指向一个本地脚本文件。CCR 每次执行前都会重读这个文件，你改完脚本不用回头重存规则；脚本按列表顺序跑，返回null就是"我没命中，交给下一条"。最短可跑的例子：

const text = input.summary.lastUserText ?? ""; if (/def |function |class |import /.test(text)) { return { model: "deepseek/deepseek-chat" }; } if (/推理|证明|为什么/.test(text)) { return { model: "deepseek/deepseek-reasoner" }; } return null;

进阶二：给子代理单独指定模型

Claude Code 用 Agent / Task / Workflow 派生子代理时，往往不该让它们跟着默认模型走。机制分两步：

在模型页给想被自动选中的模型填Description，写清它擅长什么任务。只要有一个模型填了，CCR 才会把这份带说明的模型清单注进 Claude Code 的工具说明——一个都没填，就不注入。
派生请求的 prompt 首行会带上一个模型标签，CCR 识别后直接路由过去：

<CCR-SUBAGENT-MODEL>deepseek/deepseek-reasoner</CCR-SUBAGENT-MODEL> 请给出这道题的完整推理步骤……

完成信号：派生请求进来后，CCR 会把它解析成builtin:claude-code-subagent，最终resolved model就是标签里那个。

排障清单：出问题时先查这三件 🛠️

超时

现象：reasoner 这类慢模型经常把默认超时打穿，请求报错。
怎么处理：给对应路由规则单独调大超时，脚本规则可设 10 到 30000 毫秒。
确认解决：发一条典型难题，到请求日志看这条的状态是不是成功。

输出超长

现象：Claude Code 期望的输出 token 高于 DeepSeek 单次上限，上游直接报错。
怎么处理：在命中规则里加一条改写，把request.body.max_tokens调小。
确认解决：看日志里的上游错误，通常会直接写明 token 限制，改完再发一次不再报。

配置没生效

现象：改了路由，行为却没变。
怎么处理：确认你是从 CCR 打开的 Claude Code，而不是从系统直接开；再确认规则是启用状态。
确认解决：看请求日志里这条请求解析出的供应商/模型是不是你预期的组合，顺手在 Claude Code 里敲/model，看 CCR 暴露的模型在不在。