DeepSeek-Coder

一、产品简介

DeepSeek-Coder 是 DeepSeek 面向代码生成、代码解释、缺陷修复和项目级补全的编码模型系列。通过 verahub-cn，可以在 Cursor、OpenCode、Claude Code、OpenClaw、Hermes Agent、LangChain 等工具中统一调用 DeepSeek 相关模型，不需要为每个工具单独维护不同的密钥和账单。适合以下任务：

生成函数、脚本、单元测试和接口示例
解释复杂代码、SQL、正则和构建脚本
修复编译错误、运行时报错和类型问题
处理中文项目上下文、注释和需求说明
在 Agent 工具中作为高性价比默认模型或备用模型

二、模型选择

在不同渠道中，DeepSeek 模型 ID 可能略有不同。请优先从 verahub-cn 模型列表复制真实可用的模型 ID。常见选择：

场景	模型 ID 示例	说明
日常编程	`deepseek-v4-pro`	新一代 DeepSeek 编程模型，适合代码解释、生成和项目级修复
复杂工程	`deepseek-v4-pro` + `claude-opus-4-8`	适合复杂调试、代码审查和多步骤分析
OpenAI 兼容编程	`gpt-5.5`、`gpt-5.4`	适合作为 DeepSeek 之外的强力备用模型
高吞吐辅助	`MiniMax-M3`、`glm-5.2`	适合摘要、批处理、分类和中文工程上下文

不要只凭模型昵称填写。不同供应商可能使用 deepseek-v4-pro 或其他完整路径形式。模型 ID 必须与 verahub-cn 控制台展示一致。

如果需要更强的 Coding Agent 或复杂工程能力，可以把 deepseek-v4-pro 作为高性价比默认模型，再把 claude-opus-4-8、gpt-5.5、gpt-5.4 或 MiniMax-M3 配成备用模型。

三、OpenAI 兼容配置

多数编程工具都支持 OpenAI-compatible 接入。统一填写：

字段	值
API Key	verahub-cn API Key
Base URL	`https://api.vera-hub.cn/v1`
Model	从模型列表复制 DeepSeek 模型 ID

cURL 验证

curl https://api.vera-hub.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [
      {
        "role": "user",
        "content": "用 TypeScript 写一个 debounce 函数，并解释关键边界。"
      }
    ],
    "stream": false
  }'

如果返回正常文本，说明 verahub-cn API Key、Base URL 和模型 ID 都可用。

四、在编程工具中使用

Cursor

在 Cursor 的模型设置中：

API Key: sk-xxxxxxxxxxxxxxxx
Override OpenAI Base URL: https://api.vera-hub.cn/v1
Model: deepseek-v4-pro

首次使用建议让它执行小范围任务，例如：

解释当前文件的核心职责，并指出一个最值得补测试的函数。

OpenCode

在 OpenCode 自定义 provider 中添加：

{
  "provider": {
    "verahub": {
      "name": "verahub-cn",
      "npm": "@ai-sdk/openai-compatible",
      "models": {
        "deepseek-v4-pro": {
          "name": "deepseek-v4-pro"
        },
        "MiniMax-M3": {
          "name": "MiniMax-M3"
        }
      },
      "options": {
        "baseURL": "https://api.vera-hub.cn/v1"
      }
    }
  }
}

使用时选择：

verahub/deepseek-v4-pro

LangChain

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="deepseek-v4-pro",
    api_key="sk-xxxxxxxxxxxxxxxx",
    base_url="https://api.vera-hub.cn/v1",
    temperature=0.2,
)

result = llm.invoke("请解释这段代码的时间复杂度。")
print(result.content)

五、推荐使用方式

任务	推荐模型组合	建议
日常代码生成	`deepseek-v4-pro`	给出语言、框架、输入输出、异常边界
Bug 修复	`deepseek-v4-pro` + `glm-5.2`	同时提供报错堆栈、复现步骤和相关文件片段
代码审查	`deepseek-v4-pro` + `claude-opus-4-8`	明确关注点，例如安全、性能、并发、数据一致性
单测生成	`deepseek-v4-pro` + `gpt-5.4`	指定测试框架、已有 fixture、要覆盖的边界
Agent 任务	`deepseek-v4-pro`、`gpt-5.5` 或 `MiniMax-M3`	先要求模型列计划，再授权它执行小步修改

提示词示例

请审查这个函数，只关注会导致线上错误的点：
1. 空值和边界输入
2. 异步异常
3. 数据库事务一致性
请按严重程度排序，并给出最小修复建议。

六、故障排除

提示 model not found

回到 verahub-cn 模型列表复制完整模型 ID
检查大小写、斜杠和连字符是否一致
确认当前账号有该模型权限

连接正常但代码质量不稳定

降低 temperature，编程任务建议 0.1 到 0.3
提供更完整的项目上下文和错误日志
对复杂任务改用 deepseek-v4-pro、claude-opus-4-8、gpt-5.5 或 MiniMax-M3

工具调用或 Agent 行为异常

确认目标工具是否要求 tool calling 能力
在 Agent 工具中先用小任务验证读写文件和命令执行
如果工具强依赖特定协议，可改用 Claude、GPT 或 Gemini 系列模型

七、参考链接

DeepSeek API 文档：https://api-docs.deepseek.com/
DeepSeek 模型与价格：https://api-docs.deepseek.com/quick_start/pricing
DeepSeek-Coder GitHub：https://github.com/deepseek-ai/DeepSeek-Coder

对话型 AI

编程开发

技术工程

翻译场景

一、产品简介

二、模型选择

三、OpenAI 兼容配置

cURL 验证

四、在编程工具中使用

Cursor

OpenCode

LangChain

五、推荐使用方式

提示词示例

六、故障排除

七、参考链接

​一、产品简介

​二、模型选择

​三、OpenAI 兼容配置

​cURL 验证

​四、在编程工具中使用

​Cursor

​OpenCode

​LangChain

​五、推荐使用方式

​提示词示例

​六、故障排除

​七、参考链接

一、产品简介

二、模型选择

三、OpenAI 兼容配置

cURL 验证

四、在编程工具中使用

Cursor

OpenCode

LangChain

五、推荐使用方式

提示词示例

六、故障排除

七、参考链接