两个 Max 20 账号接连被封后，我用 Claude Code + DeepSeek 续命：一切丝滑，唯独不识图——这边教你一招搞定
两个 Max 20 账号接连被封后，我用 Claude Code + DeepSeek 续命：一切丝滑，唯独不识图——这边教你一招搞定
JeecgBoot AI专题研究| 给 DeepSeek 装上"眼睛"：claude-code-vision-skill 视觉外挂配置实战
从封号说起：被逼出来的 Claude Code + DeepSeek 组合
先交代背景：最近一周，我的两个 Claude Max 20 账号（200 美元/月的顶配订阅）先后被 Anthropic 封禁，没有警告、没有申诉余地，剩余订阅周期直接作废。这波封号潮波及面之广，圈内不少大佬都中了招，这里不再展开。
账号没了，活还得干。我把 Claude Code 的后端切到了DeepSeek 的 Anthropic 兼容端点，主力模型用deepseek-v4-pro[1m]（100 万 token 超长上下文版本），快速任务走deepseek-v4-flash。跑了几天下来的真实体感是：一切都很丝滑。写代码、改 Bug、跑自动化脚本、大仓库长上下文，撑得住日常开发强度，成本还便宜了一大截。
给同样想切换的朋友贴一下我的~/.claude/settings.json关键配置：
{"env":{"ANTHROPIC_BASE_URL":"https://api.deepseek.com/anthropic","ANTHROPIC_AUTH_TOKEN":"sk-你的DeepSeek密钥","API_TIMEOUT_MS":"3000000","ANTHROPIC_MODEL":"deepseek-v4-pro[1m]","ANTHROPIC_SMALL_FAST_MODEL":"deepseek-v4-flash","ANTHROPIC_DEFAULT_SONNET_MODEL":"deepseek-v4-pro[1m]","ANTHROPIC_DEFAULT_OPUS_MODEL":"deepseek-v4-pro[1m]","ANTHROPIC_DEFAULT_HAIKU_MODEL":"deepseek-v4-flash","CLAUDE_CODE_SUBAGENT_MODEL":"deepseek-v4-pro[1m]","CLAUDE_CODE_EFFORT_LEVEL":"max"},"model":"deepseek-v4-pro"}几个要点：deepseek-v4-pro[1m]后缀[1m]表示启用 100 万 token 上下文；把 Sonnet/Opus/Haiku 三个档位全部映射到 DeepSeek 对应模型，Claude Code 内部无论调哪一档都不会打到 Anthropic；API_TIMEOUT_MS拉长避免长任务超时。
但有一个硬伤很快就暴露了——它不识别图片。
痛点：截图贴进去，模型根本"看不见"
DeepSeek 的模型（V4 系列，包括更早的 V3、R1）纯文本能力很强，但至今不支持多模态。而 Claude Code 官方只对 Anthropic 自家的 Claude 模型做了图片支持。两边一凑，就出现了一个很尴尬的局面：
在 Claude Code 里粘贴截图 → 模型收不到图片内容 → 白贴。
对日常开发来说这个缺口不小：报错截图、UI 布局图、架构图、Excel 表格截屏……很多时候一张图比三百字描述高效得多。以前用 Claude 随手一贴就行，换了 DeepSeek 之后，等于把"眼睛"给蒙上了。
好在这个问题有一个近乎零门槛的解法：claude-code-vision-skill。它相当于给 Claude Code 装了一个视觉"外挂"——检测到图片时，自动调用第三方视觉模型（通义千问 / 豆包 / GPT-4o）识图，把识别结果转成文字喂给 DeepSeek。
原理：视觉模型当"眼睛"，DeepSeek 当"大脑"
整条链路非常直白：
你发截图 → Claude Code → vision skill 拦截图片 ↓ Qwen / Doubao / GPT-4o 视觉模型识图 ↓ 返回文字描述 → DeepSeek 文本模型处理整个过程对使用者完全透明：发图、等几秒、模型就"看到"了图片内容，接着正常对话。本质上是一次职责拆分——视觉模型只负责"看"，DeepSeek 负责"想"，两者通过文字描述衔接。
准备工作：只需要三样东西
| 你需要 | 说明 |
|---|---|
| Claude Code | 已配置 DeepSeek 端点 |
| Python 3 | 运行 vision 脚本 |
| 视觉模型 API Key | 三选一（推荐千问，最便宜） |
三家视觉模型的获取渠道和费用对比：
| 提供商 | 模型 | 获取地址 | 费用 |
|---|---|---|---|
| 通义千问 | qwen-vl-max | bailian.console.aliyun.com | 百万 token 约几块钱 |
| 豆包 | doubao-seed-2-0-pro | console.volcengine.com | 有免费额度 |
| OpenAI | gpt-4o | platform.openai.com | 较贵 |
选型建议一句话：日常用千问就够了——中文识别准、价格便宜，UI 截图、表格、文档扫描都拿手。豆包胜在速度快且有免费额度，GPT-4o 综合能力最强但贵，留给复杂场景。
懒人版：一句话让 Claude Code 自己配好
最省事的方式，是直接把配置任务丢给 Claude Code 自己干。打开 Claude Code，粘贴这句话：
帮我配置 claude-code-vision-skill，让 DeepSeek 支持看图。 视觉提供商用通义千问，API Key 是 sk-你的key，设为默认。把sk-你的key换成你的 DashScope API Key（去 阿里云百炼控制台 免费开通即可拿到）。想用豆包或 GPT-4o，把"通义千问"换成对应名字就行。
它会自动完成克隆仓库、安装脚本、写入配置的全部动作。搞定后重启 Claude Code，发张截图试试——模型就能"看见"了。
用 AI 编程工具给 AI 编程工具装外挂，这大概是 2026 年最顺理成章的操作。
手动版：五步配置，全程十分钟
如果你想搞清楚每一步都发生了什么，或者一句话配置中途出了岔子，手动流程也很简单。
第一步：克隆仓库
gitclone https://github.com/xiincs/claude-code-vision-skill.git ~/claude-code-vision-skill第二步：获取 API Key
以通义千问为例，到 阿里云百炼控制台 开通 DashScope 服务，拿到sk-开头的 Key。
第三步：一键安装
cd~/claude-code-vision-skill python install.py\--api-key qwen:sk-你的key\--default-provider qwen\--merge-claude安装脚本会做三件事：
- 把
vision.py拷贝到~/.claude/skills/vision/ - 把 API Key 写入
~/.claude/settings.json - 把视觉能力指令合并进
~/.claude/CLAUDE.md
第四步：安装 Python 依赖
pipinstallopenai如果环境里 pydantic 版本有冲突，强制重装一次即可：
pipinstall--force-reinstall pydantic pydantic-core第五步：重启 Claude Code
关掉重开，确认可用 skill 列表里能看到vision，配置就完成了。
验证：贴图即测，也可以命令行手动跑
最直接的验证方式：在 Claude Code 里粘贴一张截图，模型会自动调用 vision skill 识别。
也可以在命令行手动测试脚本本身是否工作：
python ~/.claude/skills/vision/vision.py"screenshot.png""描述这张图的内容"临时切换提供商用--provider参数：
# 用千问分析 UI 布局python vision.py--providerqwen"ui.png""分析布局问题"# 用豆包快速解读图表python vision.py--providerdoubao"chart.png""解读图表数据"# 用 OpenAI 处理复杂图片python vision.py--provideropenai"photo.jpg""描述图片细节"进阶：多提供商共存与环境变量
手里有多家的 Key，安装时可以一次全配进去，随用随切：
python install.py\--api-key qwen:sk-千问的key\--api-key doubao:豆包的key\--api-key openai:sk-OpenAI的key\--default-provider qwen\--merge-claude日常切换有两条路：VISION_PROVIDER环境变量改默认提供商，--provider参数临时指定单次调用。
完整的环境变量清单：
| 变量 | 说明 | 示例 |
|---|---|---|
DASHSCOPE_API_KEY | 千问 API Key | sk-xxx |
DOUBAO_API_KEY | 豆包 API Key | xxx |
OPENAI_API_KEY | OpenAI API Key | sk-xxx |
VISION_PROVIDER | 默认提供商 | qwen |
VISION_MODEL | 覆盖默认模型 | qwen-vl-plus |
VISION_MAX_TOKENS | 最大输出 token | 4096 |
常见问题
Q：安装后发图没反应？
先检查pip install openai是否成功，再跑一下python ~/.claude/skills/vision/vision.py --help确认脚本能正常运行。两步都通了还不行，重启一次 Claude Code。
Q：千问和豆包到底选哪个？
- 千问 vl-max：中文识别最准，适合 UI / 表格 / 文档截图
- 豆包 2.0-pro：速度最快，适合快速扫图
- GPT-4o：综合最强，适合复杂场景分析
没有特殊需求就用千问，便宜且对中文最友好。
Q：识别一张图要多久？
通常 2-5 秒，取决于图片大小和模型负载。相比原生多模态确实多了一跳，但日常使用完全无感。
Q：支持哪些图片格式？
PNG、JPG、WebP、GIF 都支持。
写在最后
被封号这事固然糟心，但换个角度看，它也逼着我把工具链重新审视了一遍：Claude Code 作为终端 Agent 的交互体验 + DeepSeek 的模型能力 + 千问的视觉识别，三者拼起来的组合拳，成本只有 Max 20 订阅的零头，能力上却没缺什么关键项。
AI 工具链的时代，单一供应商锁定的风险越来越真实。与其把鸡蛋放在一个篮子里，不如学会拼积木——哪块缺了，补哪块。
仓库地址: github.com/xiincs/claude-code-vision-skill