Claude Code MCP 挂载 DeepSeek：双模型协同方案

2026-06-05claude-code · deepseek · mcp · 降本 · 双模型 · 协同

一、方案背景与核心前提

本方案旨在解决 Claude Code 开发成本过高的问题——通过 Anthropic 官方 MCP（模型上下文协议）实现双模型协同：Claude 保留全部核心推理能力，DeepSeek 作为外部工具承担重复性任务，在不损失核心开发能力的前提下，将整体 API 成本降低约 55%（CRUD 密集型任务降幅更大）。

⚠️ 建议先理解：本文讨论的是 MCP 挂载方案（Claude + DeepSeek 协同），不是 API 替换方案（用 DeepSeek 完全替代 Claude）。两者的工作原理、适用场景和限制完全不同。混淆这两者会导致“配置成功但不生效”的困惑。

二、核心概念讲解：API vs MCP

API（应用程序编程接口）

API 是一种通用的标准化跨系统通信协议。在大模型领域，API 的典型用法是：客户端向模型服务商发请求 → 服务商执行推理 → 返回结果。整个过程中客户端不参与任何推理逻辑，仅作为输入输出的交互界面。

MCP（模型上下文协议）

MCP 是 Anthropic 于 2024 年 11 月专为大模型推出的工具扩展协议。其核心理念是让大模型自主调用外部工具来增强自身能力，而不是替换自身。

与 API 的关键差异：MCP 不是让一个模型替代另一个模型，而是让外部服务成为大模型的“手脚”。大模型仍然是整个流程的主控者，负责决策、规划和判断，仅在需要特定能力时主动调用外部工具。

概念与方案的对应关系

方案	本质
API 替换方案（CC Switch / 手动改 settings.json）	用 DeepSeek 完全替代 Claude 的推理。Claude 仅作为前端界面，所有推理由 DeepSeek 独立完成。
MCP 挂载方案（本文方案）	DeepSeek 作为 Claude 的外部工具。Claude 是主控者，仅在需要时主动调用 DeepSeek 完成特定任务。

三、两种主流结合方案的核心差异

对比维度	API 替换方案	MCP 挂载方案（本文）
核心推理引擎	DeepSeek	Claude（主）+ DeepSeek（辅）
是否需 Claude API	不需要	必须（Claude 是主控者）
架构设计/复杂推理	DeepSeek 完成（能力有降级）	Claude 原生完成（无损）
合规性	接口兼容方案，非官方支持	基于 Anthropic 公开协议
国内网络要求	无需科学上网	必须能访问 Anthropic API
成本节省	~90%（Claude API 完全不用）	~55%（Claude 只做高价值任务）

四、关键澄清：国内网络环境下的方案有效性

明确结论：如果你无法访问 Anthropic API（包括网络限制导致 Claude Code 本身无法正常使用），本 MCP 挂载方案无效，且不会带来任何能力提升。

技术原理

MCP 挂载方案的工作流程：

用户向 Claude Code 发送请求
Claude Code 将请求发送至 Anthropic 服务器进行推理 ← 核心步骤
Claude 判断是否需要调用外部工具
如需调用 → 本地 MCP 服务器 → DeepSeek API → 返回结果 → Claude 整合

从流程可以看出：如果第 2 步无法完成（Claude 本身不能联网推理），整个流程在第 2 步就中断了，根本无法到达调用 DeepSeek 的环节。

常见误区

很多用户误以为 MCP 挂载是“把 DeepSeek 的能力加到 Claude 里，让 Claude 变成 DeepSeek”。这是完全错误的理解：

MCP 是工具扩展，不是模型替换
它不会改变 Claude 的推理能力，只是给 Claude 增加了一个可调用的工具
没有 Claude 的核心推理能力，这个工具就没有任何存在的意义

网络环境选择建议：能访问 Claude API → 用本文 MCP 方案（兼顾能力与成本）；无法访问 Claude API → 用 API 替换方案（CC Switch 或手动配置，参见配置指南）；本地开发环境 → 考虑本地部署开源模型。

五、前置准备

安装最新版 Claude Code（桌面端 / 命令行端均可）
确保能正常访问 Anthropic API 并拥有可用的 Claude 账号
注册 DeepSeek 账号并获取 API 密钥：platform.deepseek.com
确保系统已安装 Node.js 18 及以上版本

六、完整部署步骤

npm 包来源：本文使用的 deepseek-mcp-server 由社区维护（GitHub: DMontgomery40/deepseek-mcp-server）， MIT 协议开源，提供 chat_completion、list_models、get_user_balance 等 6 个工具。另一个流行选择是 @arikusi/deepseek-mcp-server（支持 reasoning、多轮会话、成本追踪），可按需切换。两个包均可通过 npx 直接运行，无需手动 clone。

6.1 安装 MCP DeepSeek 服务器

在终端执行以下命令全局安装。如果不想全局安装，可跳过此步，配置中直接用 npx -y deepseek-mcp-server：

Windows（PowerShell）

powershell

npm install -g deepseek-mcp-server

macOS / Linux

bash

npm install -g deepseek-mcp-server

6.2 配置文件编写

编辑 ~/.claude/settings.json（Windows: %USERPROFILE%\.claude\settings.json），添加 mcpServers 块：

json

{
  "mcpServers": {
    "deepseek": {
      "command": "npx",
      "args": ["-y", "deepseek-mcp-server"],
      "env": {
        "DEEPSEEK_API_KEY": "你的-DeepSeek-API-Key"
      }
    }
  }
}

Windows 用户注意

如果 npx 提示找不到命令，将 command 改为 npx.cmd
如果仍不生效，检查 .claude.json（项目级）是否覆盖了 settings.json（全局）——详见 MCP 配置避坑指南

6.3 验证部署

text

# 重启 Claude Code 后输入

/mcp

# 成功输出示例：

# deepseek (stdio) ✓ connected

# Tools: chat_completion, completion, list_models,

# get_user_balance, reset_conversation, list_conversations

# 如果未显示 deepseek → 检查 settings.json 路径和 JSON 语法

# 测试第一次调用

使用 DeepSeek 工具生成一个 Python 冒泡排序函数，并解释复杂度

首次使用实录：一个完整的对话示例

以下是一次真实会话的简化还原（Claude Opus + DeepSeek V4 Flash）：

text

用户：

> 使用 DeepSeek 工具，帮我写一个 TypeScript 的防抖函数 debounce，

> 要支持 leading/trailing 选项和 cancel 方法

Claude 回应：

我先让 DeepSeek 生成这个防抖函数的基础实现。

[调用 deepseek → chat_completion]

DeepSeek 返回：

export function debounce<T extends (...args: any[]) => any>(

fn: T, delay: number, options?: { leading?: boolean; trailing?: boolean }

): T & { cancel: () => void } { ... }

Claude 继续：

DeepSeek 给了基础实现。我审查后发现几点需要修正：

1. TypeScript 泛型约束可以更严格

2. cancel 方法的 this 绑定需要箭头函数

3. 建议加 AbortSignal 支持用于现代用法

以下是优化后的最终版本：...

💡 要点：

- Claude 始终在审查和整合 DeepSeek 的输出，不是直接返回

- 需要显性写出"使用 DeepSeek 工具"，不然 Claude 不会调用

- 复杂逻辑（AbortSignal 支持）由 Claude 补充，DeepSeek 做不到

成本计算

以下为一次典型开发会话的 Token 分布估算（基于 Claude Opus + DeepSeek V4 Pro 定价）：

任务类型	执行者	Input Token	Output Token	费用 (USD)
架构设计、代码审查	Claude Opus	20,000	3,000	$0.375
CRUD、测试、文档生成	DeepSeek V4 Pro	30,000	8,000	$0.020
双模型合计				$0.395
对照：全部 Claude Opus	Claude Opus	50,000	11,000	$0.885

实际节省：($0.885 - $0.395) / $0.885 ≈ 55%。节省幅度取决于任务中可委托给 DeepSeek 的比例——架构密集型会话节省较少，CRUD 密集型会话节省更多。

七、上线使用规范

7.1 ⚠️ 强制显性调用规则

Claude 默认不会主动调用新挂载的工具——这是导致“配置成功但不生效”的最主要原因。所有需要使用 DeepSeek 的请求，需要加入显性调用指令。

✅ 正确（会触发 DeepSeek）	❌ 错误（不会触发）
`使用 DeepSeek 工具生成用户登录接口的代码`	`生成用户登录接口的代码`
`调用 DeepSeek 修复以下代码中的语法错误`	`修复以下代码中的语法错误`
`让 DeepSeek 编写这个组件的单元测试`	`编写这个组件的单元测试`

7.2 任务分工建议

为实现能力与成本的最优平衡，建议按以下原则分配：

Claude 原生执行（高价值）	委托 DeepSeek（低价值）
项目整体架构设计	简单函数与类的编写
复杂业务逻辑拆解	重复的 CRUD 操作代码生成
代码安全审核与性能优化	单元测试编写
跨模块接口设计	文档与注释生成
疑难问题排查与调试	代码格式化与重构

7.3 最佳实践

会话开始时明确分工：“接下来的开发中，所有简单代码生成任务都使用 DeepSeek 工具完成，架构设计和代码审核由你自己执行”
复杂功能先设计再实现：让 Claude 给出设计方案 → DeepSeek 根据方案生成具体代码
DeepSeek 代码必须审核：所有 DeepSeek 生成的代码，先经 Claude 审查后再使用

八、安全与运维规范

API 密钥管理：密钥存储在环境变量中，禁止硬编码或提交到版本控制系统
预算控制：在 DeepSeek 平台设置每日调用预算上限，达到上限自动停止
日志管理：开启 Claude Code 调用日志功能，保留完整工具调用记录
版本更新：定期更新 MCP 服务器与 Claude Code 版本，获取最新安全修复
权限控制：不要将配置好的 Claude Code 实例共享给他人

九、常见问题排查

❌ /mcp 看不到 deepseek 工具
检查 settings.json 路径是否正确（Windows: %USERPROFILE%\.claude\settings.json）；确认 JSON 语法有效（逗号、括号配对数）；npm list -g deepseek-mcp-server 确认包已安装；完全退出并重启 Claude Code。

⚠️ 配置正确但 Claude 不调用 DeepSeek
确保请求中包含显性调用指令（如"使用 DeepSeek 工具..."）。如果文中已写明但仍不调用，尝试 `/compact` 后重新发送——长会话中早期上下文会压制新工具触发。

❌ Windows 提示 "npx 不是内部或外部命令"
确保 Node.js 已安装（node --version）；检查 Node.js 是否在 PATH 中（重启终端）；配置文件中的 command 用 npx.cmd 代替 npx。

⚠️ DeepSeek API 返回 401 / 403 错误
检查 API Key 是否完整（DeepSeek 控制台 → API Keys → 复制）；确认 Key 未过期、未在控制台被撤销；检查 DeepSeek 账户余额是否充足（get_user_balance 工具可查询）。

⚠️ DeepSeek 返回乱码或截断
DeepSeek V4 系列支持最长 384K 输出，但默认 max_tokens 可能较低。在 MCP 配置的 env 中加 DEEPSEEK_DEFAULT_MODEL 指定模型。

💡 修改配置后仍然不生效？
这是 MCP 配置的常见问题——backups 缓存或 .claude.json 项目级配置覆盖了你的 settings.json。详见 MCP 配置避坑指南（第三节：备份缓存、第四节：诊断命令）。

十、总结

本方案基于 Anthropic 官方 MCP 协议实现，是目前能正常使用 Claude API 的用户兼顾能力与成本的最优选择。与 API 替换方案相比：

保留了 Claude Code 的全部核心推理能力（架构设计、代码审核、复杂调试）
将重复性代码任务委托给 DeepSeek，大幅降低 API 成本（约 55%）
基于官方协议，不存在合规风险，不担心被封禁
Claude 始终是主控者，DeepSeek 生成的代码经过 Claude 审核后才使用

选择建议：能正常访问 Claude API → 使用本文 MCP 方案（保留能力 + 降本）；无法访问 Claude API → 使用 API 替换方案（CC Switch / 手动配置 settings.json，参见国内模型接入指南）。

延伸阅读： MCP 协议架构与工作原理 → 《理解 MCP》； MCP 配置避坑（backups 缓存、.claude.json 覆盖） → 《MCP 配置避坑指南》； Claude Code 扩展机制全览 → 《Claude Code 扩展机制》。

时效性说明

⚠️ 以上信息可能已过时，请以各平台官方网站的最新公告和定价页面为准。本文基于 Claude Code v2.x + DeepSeek API 验证，写作日期 2026-06-12。

Claude Code MCP 挂载 DeepSeek：双模型协同方案

一、方案背景与核心前提

二、核心概念讲解：API vs MCP

API（应用程序编程接口）

MCP（模型上下文协议）

概念与方案的对应关系

三、两种主流结合方案的核心差异

四、关键澄清：国内网络环境下的方案有效性

技术原理

常见误区

五、前置准备

六、完整部署步骤

6.1 安装 MCP DeepSeek 服务器

Windows（PowerShell）

macOS / Linux

6.2 配置文件编写

6.3 验证部署

七、上线使用规范

7.1 ⚠️ 强制显性调用规则

7.2 任务分工建议

7.3 最佳实践

八、安全与运维规范

九、常见问题排查

十、总结

有疑问？来这里找答案