新闻详情

新闻详情

首页 / 资讯中心 / 详情

学习AI日记:用 Claude Code 与 DeepSeek 打通 NestJS + React 全栈 TypeScript 开发流

发布时间:2026/11/17 1:01:38来源:尧图网络
学习AI日记:用 Claude Code 与 DeepSeek 打通 NestJS + React 全栈 TypeScript 开发流
1. 从零搭一套 NestJS React 全栈为什么我劝你先解决模型通道这件事Claude Code 与 DeepSeek 组合起来做 NestJS React 全栈 TypeScript 开发是这两年被问得最多的个人开发者工作流之一。它能做什么简单说你在终端里用自然语言描述需求它直接读你的 monorepo、改 Prisma schema、写 Controller、补 React 组件、跑测试甚至帮你把 PostgreSQL 脚本转成 MariaDB 先跑起来。适合谁适合一个人扛前后端、又不想被某个技术栈锁死的独立开发者也适合刚接手旧项目、需要快速摸清业务再改造的人。但真正卡住大多数人的不是 Claude Code 会不会写代码而是模型请求走哪条通道。Claude Code 默认指向官方端点DeepSeek 又是另一套 API 格式两套 Key、两套计费、两套限流切换一次要改一堆环境变量。我试过最省事的做法是统一走 TaoToken 的 Key/API 通道把 Claude Code 和 DeepSeek 都收敛到同一个 base_url 下配置文件只维护一份。这篇就按从零搭 NestJS 后端 React 前端的顺序把 config.toml、settings.json、CC Switch 配置和一次端到端联调验证全部给出来你照着复现即可。2. 前置准备TaoToken 通道与项目骨架2.1 拿到统一 Key先去 TaoToken 控制台创建一个 API Key这个 Key 同时用于 Claude Code 和 DeepSeek 的调用。地址在官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后在 console 里生成。API 端点统一用 https://taotoken.net/api 注意这个地址不带任何查询参数配置时别自己拼 UTM。提示Key 只在创建时完整显示一次复制后立刻存进密码管理器别贴在聊天窗口里。2.2 初始化 monorepo用 npm workspaces 起一个最小骨架前后端分目录端口按后端 3001、前端 5173 规划mkdir fullstack-ai cd fullstack-ai npm init -y mkdir -p apps/server apps/app npm pkg set workspaces[0]apps/*后端装 NestJS 核心依赖前端用 Vite 起 React TypeScriptcd apps/server npm i nestjs/common nestjs/core nestjs/platform-express reflect-metadata rxjs npm i -D typescript types/node ts-node cd ../app npm create vitelatest . -- --template react-ts npm i这一步不用急着写业务代码先把模型能读到整个仓库这件事做扎实。Claude Code 的工作目录设成 monorepo 根目录它才能同时看到 server 和 app。3. 可复制配置config.toml、settings.json 与 CC Switch3.1 Claude Code 的 settings.jsonClaude Code 的环境配置放在用户目录下的.claude/settings.json。这里有两个关键点一是把请求指向 TaoToken 的 API 端点二是关掉自动升级——高版本和部分国产模型 API 存在兼容问题升级后容易直接趴窝。配置骨架如下{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: 你的TaoToken Key, DISABLE_AUTOUPDATER: 1 } }DISABLE_AUTOUPDATER设为1之后Claude Code 不会再偷偷升级。如果已经升到不兼容的版本退回上一个稳定版本即可别硬扛。3.2 DeepSeek 的 config.tomlDeepSeek 走 OpenAI 兼容格式用 config.toml 管理模型和端点。放在项目根目录或用户配置目录都行内容如下[provider] name taotoken base_url https://taotoken.net/api api_key 你的TaoToken Key [model] name deepseek-chat max_tokens 8192 temperature 0.3temperature给 0.3 是写代码场景的经验值太低会死板太高会乱改你的文件。max_tokens按你实际套餐调整别盲目拉满。3.3 CC Switch 配置示例CC Switch 用来在多个模型配置之间快速切换。它的配置文件一般是一个 JSON 数组每个条目对应一套 provider[ { name: taotoken-claude, baseUrl: https://taotoken.net/api, apiKey: 你的TaoToken Key, model: claude-sonnet }, { name: taotoken-deepseek, baseUrl: https://taotoken.net/api, apiKey: 你的TaoToken Key, model: deepseek-chat } ]两套配置共用同一个 Key 和 base_url切换时只改model字段。这样你在 Claude Code 里做架构级重构、在 DeepSeek 里做批量代码生成不用来回改环境变量。配置文件作用关键字段settings.jsonClaude Code 环境ANTHROPIC_BASE_URL、DISABLE_AUTOUPDATERconfig.tomlDeepSeek 模型参数base_url、model、temperatureCC Switch JSON多 provider 切换name、baseUrl、model4. 端到端联调一次请求验证整条链路配置写完必须验证否则你永远不知道是模型没通还是代码写错。先起后端cd apps/server npx nest start --watch再起前端cd apps/app npm run dev后端加一个健康检查接口用来确认 NestJS 正常import { Controller, Get } from nestjs/common; Controller(health) export class HealthController { Get() check() { return { status: ok, ts: Date.now() }; } }前端用 fetch 打这个接口确认跨端连通const res await fetch(http://localhost:3001/health); const data await res.json(); console.log(data.status); // 期望输出 ok链路通了之后回到 Claude Code 终端让它读一遍apps/server/src目录并生成一份接口清单。如果它能正确列出 HealthController 和路由说明模型通道、工作目录、文件读取全部正常。这一步是整个开发流的分水岭——通了后面写业务就是顺水推舟。5. 本篇常见错排查报错一401 Unauthorized。九成是 Key 没填对或 base_url 拼错。检查ANTHROPIC_BASE_URL是不是https://taotoken.net/api别多加斜杠或路径。报错二模型返回格式解析失败。通常是 Claude Code 版本过高和当前 API 不兼容。确认DISABLE_AUTOUPDATER已设为1必要时退回稳定版本。报错三Claude Code 读不到文件。工作目录没设在 monorepo 根目录。它只能看到启动目录下的内容在apps/server里启动就看不到apps/app。报错四前端请求被 CORS 拦。NestJS 默认不开跨域在main.ts里加app.enableCors()开发阶段允许 5173 来源。报错五DeepSeek 输出截断。max_tokens设太小或者 prompt 里让它一次生成太多文件。拆成多次请求每次聚焦一个模块。注意改完 settings.json 要重启 Claude Code 才生效热加载不覆盖 env 字段。6. 把通道固定下来再谈开发效率走到这里你已经有一套能跑通的 NestJS React TypeScript 全栈骨架Claude Code 和 DeepSeek 共用一条 TaoToken 通道配置文件三份、Key 一个。接下来无论是把旧项目的 PostgreSQL 脚本转成 MariaDB 先跑起来还是给现有项目加简历评判这类新功能都只是在这条链路上叠业务。如果你主要在做排障和接入建议先把 API Keys 和接入文档过一遍把 Key 管理和端点确认清楚想先验证模型输出质量可以直接去模型对话里试几轮如果是长期编码、要跑 Agent 类任务Coding Plan 更划算额度模型和按次调用不一样别用错套餐。通道稳定了剩下的就是你和代码之间的事。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉