DeepClaude：使用DeepSeek r1的规划plan能力结合claude sonnet的代码执行act能力，组成史上最强的AI程序员

UP主: AIGCLINK · 时长: 16:48 · 🔗 B站原视频

发布: 2025-02-11 · 收录: 2025-02-13

标签: DeepSeek · Claude · AI编程 · DeepClaude · 大模型应用

各行业应用案例与引入

大家好，这里是 AI GC Link。我们今天来看一个项目叫 DeepClaude。

我们都知道近期 DeepSeek 有一个很重要的能力，就是深度思考能力。如何用深度思考来促进业务应用，也是现在所有行业都在探讨或寻找的方向。

目前它在搜索领域已经用在 OpenAI 发布的 Deep Search 里面，表现出了比传统 AI 1.0 搜索更强的能力。今天要介绍的是它的深度思考能力在编程领域发挥出的更强作用，这是以往非推理模型没有覆盖到的地方。

DeepClaude 的核心思路：Plan + Act

DeepClaude 的思路是：用 DeepSeek R1 的规划能力（Plan）来做规划，再结合 Claude Sonnet 的代码执行能力（Act）来完成实现，组成一个“史上最强的 AI 程序员”。

也就是让 DeepSeek 来做规划，让 Claude Sonnet 来写代码，而且成本也下降了非常多。最后也会介绍在 client 里结合 R1 和 Claude，怎么玩。

项目目标与测评表现

DeepClaude 这个项目很有意思，它做的事情就是把 DeepSeek 和 Claude 结合起来，实现两个目标：

1. 写代码效果更好：你扔给它一个任务后，它给你的结果会比你直接用单一的 DeepSeek，或者单独用 Sonnet 写出来更好。
2. 在国际 SOTA 的标准测评数据集上，表现比 O1、R1 Sonnet、还有 DeepSeek V3 单独使用都要好，这个已经得到了验证。

执行原理：客户端请求 → R1 推理 → Sonnet 执行

我简单说一下它的原理：

由客户端发送请求，这个请求首先给 DeepSeek，DeepSeek 返回推理结果。拿到推理结果之后，把推理的思考过程（得到方案的过程）扔给 Claude，然后由 Claude 返回对应的响应。

它有两种方式：

• 流式：上面是流式的响应方式。
• 非流式：下面是非流式的方式。非流式就是先发送推理请求，返回推理结果，再发送给 Claude 请求，最后返回完整响应。

整体流程就是：把 DeepSeek 的推理深度思考结果交给 Claude 做执行。

示例效果：设计一个 AI 音乐生成应用

比如我让它帮我设计一个 AI 音乐生成应用。因为生成过程中响应速度有点慢，我在它响应的时候顺便说一下官方使用要做哪些配置：

1. 需要 DeepSeek 官方的 API Key：到官方去拿对应的 API Key，复制到配置里。
2. Claude API Key 也是官方的。
3. 还有系统提示词、以及下载相关配置，下面会有简单描述。

生成出来一般有两个部分：

• 第一部分会先出现一个 thinking 过程：它会先弄清楚需求，考虑核心功能、检索部分、排序、呈现、技术架构、增强功能、部署、应用场景等。
• 然后把 DeepSeek 的 thinking 扔给 Claude，由 Claude 针对每个部分执行：比如系统架构、技术路线、核心功能模块等，按步骤把一整个项目的框架写得很完整。

整体看起来就是你做项目的第一步、第二步、第三步它都给你写好了。我觉得这是一个非常好用的应用。

不过我这边可能网络问题，每次请求反应都特别慢，像刚才那个响应了很长时间才有反应。

本地化部署：拉代码、安装依赖、配置环境变量

本地化使用流程是这样的：

1. 先把代码下载下来。
2. 然后用 uv sync 之类的命令安装依赖（我已经装过了，很快）。
3. 激活虚拟环境：Mac 用一套命令，Windows 用另一套命令。
4. 把环境变量文件（.env）复制一份并配置。

这里有几个配置关键点：

• ALLOWED_API_KEY：可以自己随便配。它相当于你创建了一个 API 请求服务，未来如果有客户端要请求你这个服务，就要把这个配置给客户端。
• 允许哪些域名访问。
• DeepSeek 的官方 API 配置：可以用官方的，也可以用 Groq、CD、Ollama 之类的。
• Claude：可以用官方的，也可以用 OpenRouter。
  • 如果用 OpenRouter，需要把 PROVIDER 换成 oneapi，底下的配置也要对应调整。

配置完之后就可以执行启动服务。启动后服务会托管到 8000 端口上。

注意：这是一套 API 服务，并不是直接就能聊天的。

连接第三方客户端：NextChat / Chatbox 等

如果要聊天，你需要一个客户端。可以自己构建聊天服务，也可以下载现成客户端，比如 NextChat、Chatbox 等。

下载后在设置里添加自定义配置：

• 名称自己填
• base_url 换成你的服务地址
• API 路径不动
• API 密钥填写你刚才配置的 ALLOWED_API_KEY
• 模型名称随便写，没什么限制
• 其他参数比如上下文消息量、严谨程度、top_p 等按需设置

保存后就可以聊天了。

你也可以把它封装成其他服务，或者用 Docker 去部署。这就是本地化部署的过程。

方法论：一个负责思考，一个负责执行

我觉得这个思路非常好：用 DeepSeek 的深度思考和规划能力，再用 Claude 的代码执行能力。

这会为未来提供一个思路：在很多细分领域，都可以把 DeepSeek R1 这种深度思考/推理能力用起来，然后在执行部分用另一个模型去做执行，比如垂直模型或小模型。

未来可能形成一种分工：DeepSeek 专门负责思考，像战略思考家一样；Claude 或垂直小模型负责执行。一个思考，一个执行，两者结合就是很好的组合。

Claude Code / Client 的 Plan 与 Act：更直接的编程工作流

还有一个我认为非常好的结合方式，对很多程序员写代码很有用：client 也做了更新。

下面你会看到有 plan 和 act。

比如在 play 模式下，我让它帮我设计一个 AI 音乐生成应用。它会先用 plan 调用 DeepSeek R1 做规划，你会看到 thinking 过程：收集信息、技术选择、现有 MCP 工具、查看已连接的 MCP 服务、架构设计、依赖和部署、环境变量、以及需求不明确的点会列出来让你确认。

思考完成后，它会给出一个规划：技术栈建议、关键功能模块等都规划出来。

接着我们切到 act 模式，让 Claude 去执行，这是最简单、最实用的一种方式。它会先确认一些细节，比如是否需要用户身份系统、音乐存储、前端复杂度等，并建议先实现最小版本。你确认“同意”之后，它就会开始自动执行，请求 Claude，然后开始写代码。

整体体验就是：上面让模型负责思考和规划，下面让 Claude 负责执行。这其实就是 DeepClaude 的思路，在编程场景里非常直接可用。

近期 AI 工具与项目快讯

最后过一下最近两天的新东西：

• 小红书开了一个 ASR 的东西，擅长识别中英文、方言、歌词，在普通话标准上达到了很高水平。
• 港大和字节的广告生成：生成广告视频，也可以用于数字人，能生成 20 秒以上。代码还没完全对外，论文已经出来了。
• Cursor 的增强工具：相当于给 Cursor 配了一个技能增强包，不光写代码，还会查资料等，集成了 Perplexity、Gemini 2.0 等，增强搜索理解、网页操作等能力。不过这些能力在 client 里之前基本也都有。
• 构建 RAG 的 AI 聊天工具 React 插件：在 Next.js 应用中快速添加智能聊天助手。比如你有刚才那个 API，用它就能快速构建聊天，不需要第三方客户端。
• 医疗应用：帮助医生分析 X 光的 AI 助手 MADRex，可以推理思考、回答复杂问题。
• 腾讯的音频驱动肖像工具：给图片和音频生成视频。
• 基于 RAG 的智能对话系统 Web UI：构建自有知识库的智能问答系统。
• 高保真实时语音翻译模型：保留原声特点进行实时翻译，用于同声传译。
• 理解超长视频的 RAG 框架：之前讲过。

希望对大家有帮助和启发。如果您觉得不错，请帮我们一键三连，谢谢。