1. 为什么要在命令行和 VSCode 里同时装 Deep Code
Deep Code 是一个跑在终端里的 AI 编程助手,专门针对 DeepSeek-V4 系列模型做了适配,支持深度思考、推理强度控制、Agent Skills 以及 MCP 集成。它最大的特点是"双端同源":命令行版本(CLI)和 VSCode 插件共用同一份配置文件,你在终端里配好的 API 通道,打开编辑器就能直接复用,不用来回折腾两套密钥。
这篇文章要解决的问题很具体:很多开发者第一次接触 Deep Code 时,卡在 Node.js 版本、配置文件路径、API 通道地址这几步上,装完 CLI 又想在 VSCode 里用,结果发现两边配置对不上。我会把命令行和 VSCode 两条路径完整走一遍,重点放在 Node.js 环境准备、API 通道配置、双端联调这三块,每一步都给可复制的命令和配置片段。
适合谁看:已经会用 npm、想在本地快速搭一个 AI 编程助手的开发者;习惯在终端里写代码、又想偶尔切到 VSCode 图形界面的同学;以及之前装过类似工具但被 401、404 报错劝退的人。整篇按"先装环境、再配通道、最后双端验证"的顺序推进,跟着敲一遍基本能跑通。
需要提前说明一点:Deep Code 本身只是个客户端,它要调用大模型 API 才能工作。所以除了装工具,你还得准备一个可用的 API 通道。下面会以 TaoToken 的 API 通道为例来配置,因为它同时兼容 OpenAI 风格的接口,配置项写起来比较直观。
2. 前置准备:Node.js 环境与 API 通道申请
2.1 安装 Node.js 18 以上版本
Deep Code 的 CLI 是通过 npm 分发的,所以第一步是把 Node.js 装好。版本要求 18 及以上,低于这个版本会在安装依赖时报错。去 Node.js 官网下载对应系统的安装包,Windows 选 .msi,macOS 选 .pkg,Linux 用包管理器或者 nvm 都行。
装完之后打开终端(Windows 用 PowerShell 或 CMD,macOS/Linux 用默认终端),验证一下:
node -v npm -v正常会输出类似v20.11.0和10.2.4的版本号。如果提示"command not found",说明环境变量没配好,Windows 用户重新打开一个终端窗口通常就能解决,macOS 用户检查一下是否用了 nvm 但没 source。
这里有个容易踩的坑:有些系统自带老版本 Node,比如 v14 或 v16,直接npm install -g会报EBADENGINE错误。遇到这种情况先升级 Node,别硬装。
2.2 申请 API 通道并拿到 Key
Deep Code 需要一个 API Key 才能调用模型。这里用 TaoToken 的 API 通道来演示,它的接口地址是https://taotoken.net/api,兼容 OpenAI 的请求格式,配置起来比较省事。
操作路径是:先访问官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 注册账号,然后进控制台创建 API Key。创建的时候建议给 Key 起个能认出来的名字,比如deepcode-local,方便以后区分不同用途的密钥。
拿到 Key 之后先别急着关页面,把它复制到记事本里存一下。这个 Key 只会完整显示一次,关掉就看不到了,只能重新生成。Key 的格式一般是一串以sk-开头的字符串。
如果你还没决定用哪个模型,可以在模型对话页面先试几个,确认响应速度和效果符合预期,再写进配置文件。模型对话入口在 https://taotoken.net/api 对应的控制台里能找到,也可以直接走 deep link:https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。
2.3 确认通道可用性
在正式配置 Deep Code 之前,建议先用一条 curl 命令确认通道是通的,这样能把"通道问题"和"客户端配置问题"分开排查:
curl https://taotoken.net/api/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-你的Key" \ -d '{ "model": "deepseek-v4-pro", "messages": [{"role": "user", "content": "ping"}] }'如果返回一段包含choices字段的 JSON,说明通道和 Key 都没问题。如果返回 401,就是 Key 不对;返回 404,多半是模型名写错了。这一步花两分钟,能省掉后面一堆来回试的时间。
3. 可复制配置:CLI 安装与 settings.json 写法
3.1 全局安装 Deep Code CLI
环境准备好之后,安装 CLI 就是一条命令的事:
npm install -g @vegamo/deepcode-cli装完验证:
deepcode --version能看到版本号就说明装好了。如果 npm 下载慢,可以临时换源:
npm install -g @vegamo/deepcode-cli --registry=https://registry.npmmirror.com另外还有一个汉化版本deepcode-cli-cn,全中文界面,首次运行会自动弹配置向导,适合不习惯英文界面的同学:
npm install -g deepcode-cli-cn两个版本不冲突,但建议只留一个,避免命令混淆。
3.2 写配置文件 settings.json
Deep Code 的配置集中在用户目录下的~/.deepcode/settings.json。不同系统的路径是:
Windows:C:\Users\你的用户名\.deepcode\settings.jsonmacOS / Linux:~/.deepcode/settings.json
如果.deepcode目录不存在,手动建一个。然后用编辑器打开 settings.json,写入下面这段配置:
{ "env": { "MODEL": "deepseek-v4-pro", "BASE_URL": "https://taotoken.net/api", "API_KEY": "sk-你的真实API密钥" }, "thinkingEnabled": true, "reasoningEffort": "max" }这里三个关键字段必须写全,也就是常说的"三件套":
| 字段 | 作用 | 本例取值 |
|---|---|---|
| BASE_URL | API 通道地址 | https://taotoken.net/api |
| API_KEY | 身份凭证 | sk-开头的一串字符 |
| MODEL | 调用的模型 ID | deepseek-v4-pro |
配置项说明补充几点:thinkingEnabled控制是否开启深度思考模式,deepseek-v4 系列默认就是 true;reasoningEffort可选max或high,max 推理更充分但更慢,日常写代码用 high 也够;notify是可选字段,填一个脚本路径,任务完成后会触发通知。
注意:保存时务必确认文件扩展名是
.json,不是.txt。Windows 默认隐藏扩展名,很容易存成settings.json.txt,结果客户端读不到配置,报"API key not found"。
3.3 首次启动的自动向导
如果你懒得手写配置,也可以直接跑deepcode,首次启动会自动弹出配置向导,提示你输入 API Key,输入后自动保存。这种方式适合快速试水,但向导默认的 BASE_URL 可能不是你想要的通道,所以正式用还是建议手写 settings.json,把 BASE_URL 明确指向https://taotoken.net/api。
3.4 VSCode 插件配置片段
VSCode 插件和 CLI 共享同一份~/.deepcode/settings.json,所以配置内容完全一样,不需要重复写。安装插件的方式有两种:
方法 A:打开 VSCode,按Ctrl + Shift + X打开扩展面板,搜索 "Deep Code",找到发布者对应的插件,点安装。
方法 B:直接访问插件市场页面,点 Install。
装完建议重启一次 VSCode。重启后插件会自动读取~/.deepcode/settings.json,如果之前 CLI 已经配好,这里什么都不用做。
如果你想把配置写进 VSCode 的工作区设置(比如团队共享),可以在项目根目录建.vscode/settings.json,但注意 Deep Code 插件优先读用户目录的配置,工作区配置只作为补充。真正决定 API 通道的还是~/.deepcode/settings.json里的三件套。
4. 验证请求:双端联调与成功结果确认
4.1 命令行端验证
配置写好后,进入任意项目目录:
cd /path/to/your-project deepcode启动后会出现>提示符,输入一句测试指令,比如:
请帮我分析一下这个项目的结构如果配置正确,模型会开始流式输出分析结果。看到内容正常返回,说明 CLI 端调用链路是通的。
再试一个带文件操作的指令,验证 Agent 能力:
在 src/utils 下创建一个 math.ts 文件,并实现一个加法函数正常的话它会先说明计划,然后创建文件。这一步能跑通,说明不只是对话通了,工具调用也正常。
常用快捷键记几个就够:Enter发送,Shift + Enter或Ctrl + J换行,Ctrl + V粘贴图片,Esc中断回复,连按两次Ctrl + D退出。
斜杠命令里,/model用来切换模型和推理强度,/init在当前项目初始化 AGENTS.md,/skills列出可用技能,/mcp查看 MCP 服务器状态。这几个是高频操作,建议先熟悉。
4.2 VSCode 端验证
打开 VSCode,点左侧活动栏的 Deep Code 图标,或者用命令面板搜索 "Deep Code" 打开面板。在输入框里输入同样的测试指令,按 Enter 发送。
插件会基于当前打开的项目上下文回答,所以效果和 CLI 基本一致。如果这边也能正常返回,说明双端联调成功——同一份配置,两个入口都能用。
有个小技巧:如果你习惯把 AI 面板放在右侧,可以在插件设置里把它移到 Secondary Side Bar,写代码时视线不用来回跳。
4.3 验证成功的判断标准
怎么算真正配好了?三个信号:
第一,CLI 里deepcode启动后不报配置错误,能正常对话;第二,VSCode 插件面板能返回内容,且和 CLI 用的是同一个模型;第三,执行一次文件创建指令,文件真的出现在磁盘上。
三个都满足,说明 Node.js 环境、API 通道、双端配置这条链路完整打通了。
5. 常见报错排查:401、404 与配置读取失败
5.1 报错 "API key not found"
这个报错几乎都是配置文件的问题。按顺序检查:
先确认~/.deepcode/settings.json文件确实存在。Windows 用户注意路径是C:\Users\你的用户名\.deepcode\settings.json,不是当前项目目录。
再确认文件扩展名是.json。前面提过,Windows 隐藏扩展名时容易存成.json.txt,用dir命令看一眼实际文件名。
最后确认API_KEY字段填了真实 Key,没有多余空格,没有把示例里的sk-你的真实API密钥原样留着。
5.2 报错 "401 Unauthorized"
401 表示 Key 无效或过期。去控制台重新生成一个 Key,更新到 settings.json 里。注意生成新 Key 后旧 Key 可能立即失效,如果你在多台机器上用,记得都更新。
还有一种情况是 Key 复制时漏了字符,尤其是结尾几位。建议从控制台复制后直接粘贴,别手动敲。
5.3 报错 "404 Not Found"
404 通常是模型名写错了。检查MODEL字段是不是deepseek-v4-pro或deepseek-v4-flash,拼写、大小写、连字符都要对。如果模型名没问题,再检查BASE_URL是不是https://taotoken.net/api,多一个斜杠或者少一段路径都可能导致 404。
5.4 报错 "local proxy failed" 或连接超时
这类报错说明客户端根本没连上通道。先确认网络能访问https://taotoken.net/api,用前面那条 curl 命令测一下。如果 curl 通但 Deep Code 不通,检查 settings.json 里的 BASE_URL 有没有写错,或者有没有被其他环境变量覆盖。
5.5 报错 "reading choices" 或返回结构异常
如果日志里出现reading choices相关的解析错误,一般是通道返回的 JSON 结构和客户端预期不一致。先确认 BASE_URL 指向的是兼容 OpenAI 格式的接口,路径是/api而不是别的。如果确认无误还是报错,换一个模型 ID 试试,排除是特定模型的问题。
5.6 CLI 和 VSCode 需要分别配置吗
不需要。两者共享~/.deepcode/settings.json,配置一次即可。如果 VSCode 插件读不到配置,先确认插件版本是否最新,再重启 VSCode。极少数情况下插件会缓存旧配置,重启能解决。
5.7 关于多模态输入
Deep Code 本身支持Ctrl + V粘贴图片,但 deepseek-v4 系列目前不支持多模态。如果你确实需要图片输入,得换支持视觉的模型,配置方式一样,只改 MODEL 字段即可。
6. 长期使用建议与接入文档入口
跑通之后,日常使用还有几个点值得注意。
配置文件建议做一次备份。~/.deepcode/settings.json里存着 Key,换机器或者重装系统时直接复制过去就能用。但别把它提交到 Git 仓库,Key 泄露了要立刻去控制台吊销重发。
模型选择上,日常写代码用deepseek-v4-flash响应更快、成本更低;遇到复杂重构或者需要深度推理的任务,再切到deepseek-v4-pro,配合reasoningEffort: max。在 CLI 里用/model命令就能随时切换,不用改配置文件。
如果你打算把 Deep Code 用在长期项目里,或者想接 Agent 工作流,可以了解一下 Coding Plan,入口在 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。它更适合持续性的编码场景,不用每次单独管额度。
API Key 的管理入口在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ,需要新建、吊销、查看用量都从这里进。完整的接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ,里面有针对不同客户端的配置示例,遇到本文没覆盖的客户端可以对照着改。
最后提醒一句:装完先跑 curl 验证通道,再写 settings.json,最后双端各测一次。这个顺序能把问题定位在最小范围内,比装完直接开用、报错了再回头查要省事得多。