Claude 穷鬼大救星：把脏活外包给 DeepSeek，让 Max 配额不再月底跪

PanShanShan
12 阅读7分钟

Claude 穷鬼大救星：把脏活外包给 DeepSeek，让 Max 配额不再月底跪

月底跪三天，痛定思痛

我是个 Claude Code Max 重度依赖型选手。每月就这么 200 美刀的订阅，扛得住代码 review、写新 feature、跨服务 debug 这些"高知"活——结果死活扛不住一种活：批量机械操作。

i18n 提个 key、把 200 个 print 改成 logger、给 30 个 legacy 文件补 docstring……这种没大脑的力气活，让 Claude Opus 这种顶级模型来干，跟用法拉利送外卖完全是一个浪费法。

但 Claude Code 又只能用 Claude。有没有办法让 Claude 当包工头，把脏活外包出去？

调研一圈下来，发现现有方案集体跑偏——所以我自己做了个，开源到 GitHub 叫 deepseek-as-subagent。

先说效果：理论上能省 80%+ 主对话 token，定位特别清晰——Claude 留在主大脑当老板，DeepSeek 在沙箱里当小弟干活。下面把怎么做的、坑在哪、为啥便宜 50 倍还不一定真省钱说清楚。

现有 DeepSeek MCP 都在假省钱

我搜了 16 个 deepseek-mcp-server 类项目，发现集体都是同一个模式：

Claude 读完所有源码 → 把内容塞进 prompt → 调 deepseek.chat.completions → 拿回答

这个流程里 Claude 还是要读所有文件。文件进了 Claude 主对话上下文，token 已经烧了。再调 DeepSeek 顶多是"省下让 Claude 思考的钱"——读文件的钱一分没省。

更糟的是 DeepSeek 拿到的就是一段 chat completion，没法自主跑工具循环。让它"批量改 50 个文件"，只能在一次 prompt 里把 50 个文件的新内容全输出出来——超长输出、容易截断、错一处全错。

所以现有方案的真实定位是"让 DeepSeek 帮 Claude 想问题"，不是"让 DeepSeek 帮 Claude 干活"。

真子代理 vs LLM 端点

这个项目跟现有方案的本质区别只有一点：

给 DeepSeek 自己一个完整的 agent loop，配 7 个本地工具。

Claude（你的 Max OAuth，留在主对话里）
  ↓ 一句话派工
DeepSeek 子代理（独立进程，沙箱工作目录）
  ↓ 自己跑 10-30 轮 agent loop
  Read / Write / Edit / Bash / Glob / Grep / NotebookEdit
  ↓ 干完
返回 final summary
  ↓
Claude 抽样验证，告诉你结果

DeepSeek 现在不是"被问问题"，是"接到任务 → 自己读自己写自己跑测试自己改 bug → 给 Claude 交付报告"。

跟开外包公司一个逻辑：以前是把每个文件单独包给外包看一遍，现在是把整个项目甩给外包让他自己搞定。

怎么用（一键安装）

curl -sSL https://raw.githubusercontent.com/PsChina/deepseek-as-subagent/main/curl-install.sh | bash

这一行会：

  • 装 Python venv（无 Python 自动走 uv 装一个）
  • 注册 MCP server 到 Claude Code
  • 部署 skill 让 Claude 知道何时派工
  • 加 /ds slash command 让你能强制派工
  • 交互式让你填 DeepSeek API key（platform.deepseek.com 注册，¥20 起够用很久）

跨平台 macOS / Linux / Windows MINGW64 都测过。

装完打开 Claude Code 试一下：

/ds 把 src/ 目录下所有 print() 调用改成 logger.info()

或者干脆不用 /ds——只要你的任务符合"批量 / 机械"特征，Claude 看到了会自己派工。

反派工税：为啥越拆越省是个谎

DeepSeek v4-pro 单价比 Claude Opus 便宜约 50 倍。但拆得太细反而比不派还贵。

我在 SKILL.md 里写了 5 个反派工税：

税种怎么烧的
拆任务税Claude 想"怎么拆 / 给什么 context"本身烧 Claude token
上下文重读税DS 每次 delegate 是独立进程，同样的文件要 N 次重读
验证税DS 每完成一次 Claude 都要抽样验证
起步费v4-pro thinking mode 每次启动 ~5-10k reasoning tokens
碎片返工税子任务之间缺全局视野，产物不一致 → 返工

按 Claude Opus 等价成本（X = 自己干一次）：

策略总成本
Claude 自己干完1.0X
派 1 个完整逻辑单元给 DS0.13X（省 87%）
拆 5 个子任务0.50X（省 50%）
拆 10 个微任务0.95X（几乎不省）
拆 20 个细任务1.88X（比不派还贵！）

所以核心原则：派"完整逻辑单元"，让 DS 在内部跑 10-30 轮一次到位。

判断要不要再拆，问自己一句话：

"这个子任务能给一个 1 周新人，一次性给完所有 context，让他独立完成吗？"

能 → 派；不能（要中途来问问题 / 看前序结果）→ 不拆，跟前序合成更大的单元。

DS 不能联网，怎么知道最新文档？

DS 沙箱里不能联网（curl / wget 全拦了，怕它偷偷外发数据或被 prompt injection）。新框架 API 怎么用？

答案是 pre-flight web search：让 Claude 用它自己的 WebSearch / WebFetch（Anthropic 包了费用，不另收钱）先把外部资料查好，摘要塞进 task context 传给 DS。

举例：实现一个 FastAPI 0.115 的 SSE endpoint，没 pre-flight 时 DS 大概率写出 0.95 时代的旧 API。Pre-flight 后：

# 先 Claude 端
WebSearch("fastapi SSE EventSourceResponse 0.115 example")
# 拿到关键代码片段

# 然后派工
delegate_to_deepseek(
  task="实现 fastapi SSE endpoint /events 推流。",
  context="""项目 fastapi 0.115，参考用法：
  - from sse_starlette.sse import EventSourceResponse
  - 返回 EventSourceResponse(generator())
  - generator 是 async def，yield dict {'event': 'msg', 'data': '...'}
  
  放在 api/events.py，session = Depends(get_session)
  成功标准：curl -N localhost:8000/events 拿到 SSE 流。"""
)

DS 一次写对的概率显著提升。

沙箱怎么防 DS "出格"

把 LLM 接入文件系统 + shell，安全要认真做：

  • 路径沙箱：Path.resolve() + relative_to(workspace) 防 .. 逃逸；symlink 指向外部目录 → Glob/Grep 重新验证后过滤
  • 命令黑名单：token 解析（不是子串匹配），拦截 python -c / bash -c 内联代码、pip3 install / npm install 装包、curl / wget / nc / ssh 出口流量、sudo 任何位置、git push / npm publish 推送动作
  • 路径绕过防御：\curl / /usr/bin/curl / ; curl / && curl 都拦
  • 资源上限：Bash timeout 上限 600 秒，Write 上限 5MB，Read/Grep 二进制文件拒绝
  • API key 不落日志：server.log / usage.log 自动 600 权限，敏感参数（content / new_string）写日志前 redact

跑了 22 个必拦命令 + 13 个必放行命令 + 9 个工具功能 case + 4 个 config 边界 case，全过。

什么任务该派 vs 不该派

派工不是万能。SKILL.md 难度分级：

难度例子默认
🟢 简单写脚本 / 单组件 / 单 endpoint CRUD / 写测试✅ 派
🟡 中等3-10 文件 batch / 实现完整 feature / 简单 refactor / ETL✅ 派
🟠 中等偏上10+ 文件批量 / 单领域 refactor / i18n 提取✅ 派（必要时拆批）
🔴 困难跨领域架构设计 / ADR / bug 根因分析 / 需要项目深度上下文❌ 自己干
🌶️ 极小单文件 < 200 行的 typo / rename❌ 自己干（DS 起步费不划算）

简单 / 中等 / 中等偏上都派。不要因为"听起来简单我顺手就做了"省略派工——那省的是 5 分钟，烧的是几万 Claude token。

不擅长的几件事（诚实说）

  • DS 不能联网——pre-flight 解决 90% 场景，但 DS 内部突然想搜东西不行
  • 不能装新依赖——pip install / npm install 黑名单挡了。task 需要新 lib，要 Claude 端先装好
  • 看不到 CLAUDE.md / 项目偏好——独立进程，所有 context 要塞进 task 或 context 参数
  • 不能中途问用户——sub-agent 模式必须自决，模糊需求 → 派工前要写清楚

项目链接

也支持 Codex CLI（仓库里有 adapters/codex/），手动注册 + 复制 instructions.md 内容到 AGENTS.md 即可。

写在最后

这个项目本质回答一个问题：当你已经付费拿到 Claude Code 主对话的强推理能力，怎么让"读 50 个文件改一个 import"这种活不浪费这个能力？

答案不是切换模型（claude-code-router 那种），是给 Claude 装一个"外包公司"。它能干苦力，干完了交报告，Claude 抽查。

适合的人群：每个月 Claude Code Max 配额都被吃完的重度用户。不适合：每天就跑几个简单问题的轻度用户——直接用 Claude 完全没必要这套。

月底再也不用跪。

如果有用，去 GitHub 点个 star 让我知道。issue 区欢迎吐槽哪些任务派给 DS 翻车了，我会更新 SKILL.md 的反例。

avatar
文章
阅读
粉丝