第二轮：看不见图，却猜对了病根

这里出现了一个既尴尬又有趣的细节。

模型收到截图后，在界面上诚实地打印出一行字：

我无法直接查看图片，但根据已知的纵向分组合计坑点，问题应该是数值列（薪资、年龄）缺少显式的聚合属性。让我获取报表当前设计并修复。

没错 ------ 它看不见图片 ，但它没有放弃，而是调用工具读取了报表当前的 JSON 配置文件，然后凭借对 "纵向分组报表合计行常见问题" 的领域知识，直接定位到了问题：小计行的字段缺少 sum、avg、count 等聚合表达式绑定，导致渲染时数据为空。

它重新生成了配置，在合计行的对应字段上补充了聚合属性，再次渲染后：

人事部合计：年龄均值 33.5，人数 2，薪资合计 33,000 ✓市场部合计：年龄均值 27.33，人数 3，薪资合计 39,000 ✓研发部合计：年龄均值 29.33，人数 3，薪资合计 52,000 ✓

所有小计全部正确。

这一幕揭示了什么

这个过程的关键不是 "修好了"，而是修好的方式 ------ 它没有依赖视觉信息，而是通过读取配置文件 领域知识推断，独立完成了诊断和修复。换句话说，即便图片这条路走不通，它还能找到另一条路绕过去。

这是 Agent 能力的体现，也恰好暴露了接下来要说的那个坑。

巨坑预警：1M 上下文 ≠ 支持图片

DeepSeek V4-Pro 最亮眼的规格之一是 1,000,000 tokens 的超长上下文，乍一看比 Claude 原版还要豪横。但当我发送截图时，才发现了这个藏在光环下的盲区：

V4-Pro 当前版本是纯文本模型，完全不支持图片输入。

Claude Code 在发送图片时，V4-Pro 会收到一个占位符 [Image #1]，但对实际图像内容毫无感知。所以你看到的那句 "我无法直接查看图片" 不是谦虚，是真的看不见。

对于日常编程工作流，这个限制影响面相当广：

截图报错让模型分析 → ❌ 看不见发 UI 设计稿让模型写代码 → ❌ 看不见发报表渲染结果让模型诊断问题 → ❌ 看不见粘贴终端截图 → ❌ 看不见

1M 上下文能塞进去整个代码仓库，但塞不进去一张 PNG。

目前的折中办法：当需要处理图片时，临时去掉 ANTHROPIC_BASE_URL 配置，让请求回落到 Anthropic 原生 API，用完再切回来。麻烦，但能用。DeepSeek V4 的 Vision 模式已经在规划中，API 开放后这个问题会从根本上解决。

综合感受

经过这两轮测试，对 Claude Code DeepSeek V4-Pro 的组合有几点直观感受：

表现亮眼的地方：

兼容性几乎无感：配置完成后，Claude Code 的所有功能正常运行，Skills、工具调用、多步骤 Agent 任务都能跑通，完全感受不到 "换了模型"。工具调用稳定：脚本执行、文件读写这类结构化任务，V4-Pro 准确率高、响应快，没有废话也没有幻觉。领域推理能力强：即使在无法看图的情况下，模型能通过读取配置文件 领域知识推断定位到问题，这种 "绕路解决" 的能力很实用。成本压缩明显：相比原生 Claude Opus，API 成本预估节省 90% 。

需要踩坑提前知道的：

不支持图片（重要）：1M 上下文是真的，但图片输入不支持。Claude Code 里发截图，模型只会收到占位符，完全看不见内容。这是目前最影响日常使用的限制。部分复杂任务需要引导：像报表建表这类专业 DSL 任务，第一次不一定配置到位，但接受反馈后自修正能力很强。超时要设长一点 ：V4-Pro 在 max effort 模式下推理时间较长，API_TIMEOUT_MS 建议设 600000（10 分钟）以上。结语

把 Claude Code 对接 DeepSeek V4-Pro，配置成本极低，三分钟搞定，换来的是开源最强 Agent 编程模型 极低 API 成本 完整的 Claude Code 工具链。

但有一点要想清楚再切换：如果你的工作流依赖截图、UI 稿、图片输入，现在切换会很痛。等 DeepSeek V4 的 Vision 模式开放 API，这套方案才算真正补全了最后一块拼图。

在那之前 ------ 纯代码任务、脚本自动化、文本推理，放心用；涉及图片的，暂时留一个 Claude 原生的后路。

测试环境：Claude Code v2.1.119，DeepSeek V4-Pro（deepseek-v4-pro），2026-04-24