Windows 下从零配置 AI 开发环境：Qoder + QoderWork + WSL + Claude Code + DeepSeek V4 Pro

写在前面

这篇是写给 Windows 笔记本 + 纯入门 AI 状态的你的，不跳步骤、不省命令。每一段都按”先做什么、为什么这么做、出错怎么办”组织。所有链接都是官方源，AI 工具链每周都在迭代，跟着官方走最稳。

为什么这个顺序很重要：先装 Qoder（GUI 工具，鼠标点击即可使用），让你先有一个能问问题的 AI 助手。后面装 WSL、Claude Code 这些命令行工具难免遇到坑，直接把错误贴给 Qoder，它会告诉你怎么修。这就是工程师常说的”先把脚手架搭起来”。

总的安装顺序：

Clash Verge Rev（前置）：解决 GitHub / Anthropic 登不上的问题，这是先决条件，所有后续都建立在能联网的基础上
Qoder：阿里出的 AI IDE，Windows 桌面 GUI 工具，先装这个，后面有问题先问它
QoderWork（可选）：Qoder 团队出的桌面端 AI Agent，邀请制，提交申请后直接跳到第三步，不要卡在这里等
WSL 2：在 Windows 里装一个 Ubuntu 子系统，是后面所有 Linux 命令行工具的地基
Claude Code：Anthropic 官方的命令行 AI 编码助手
接入 DeepSeek V4 Pro：把 Claude Code 的”大脑”换成 DeepSeek，省钱

预计耗时 2~2.5 小时（包含等下载和申请邀请的时间）。

月度大致预算（学习入门期）：30~80 元/月就够用。其中机场 15~~30 元 + DeepSeek API 5~~50 元（按使用强度）。Qoder、QoderWork、WSL、Claude Code 本身全部免费。详细账单见文末预算预估小节。

第零步：网络环境准备（前置：解决登不上 GitHub / Anthropic 的问题）

⚠️ 这一步是后面一切的前提。如果你已经能流畅访问 https://github.com/ 和 https://docs.anthropic.com/ ，可以跳过本节直接到第一步。

为什么需要

后面要用到的几个核心资源在国内默认网络下可能访问不畅：

GitHub（Claude Code、nvm、Clash Verge Rev 本身的下载源）
Anthropic 官网/文档（Claude Code 登录与文档）
npm registry 的某些包（少量包可能从 GitHub raw 拉资源）
Hugging Face / Docker Hub（后面学习阶段会用到）

DeepSeek、Qoder、QoderWork 这三个国内可直连，没问题。

工具：Clash Verge Rev

Clash Verge Rev 是目前 Windows 上最主流的开源代理客户端（GPL-3.0 协议），基于 Mihomo 内核，UI 友好，支持订阅链接一键导入。

离线安装（GitHub 登不上时用国内镜像）

官方 Release 直链（能上 GitHub 时优先用这个，最新最干净）：

https://github.com/clash-verge-rev/clash-verge-rev/releases/latest

国内镜像加速（GitHub 拉不动时备用）：
在原 release 链接前加上 https://ghproxy.com/ 或 https://gh-proxy.com/，例如：

1	https://gh-proxy.com/https://github.com/clash-verge-rev/clash-verge-rev/releases/latest

镜像服务有时会失效，遇到挂了换一个：

ghproxy.com / gh-proxy.com / mirror.ghproxy.com / ghps.cc

下载 Windows 安装包（Clash.Verge_x.x.x_x64-setup.exe），双击安装即可。

配置：导入订阅链接 → 启用系统代理

打开 Clash Verge Rev
左侧”订阅”→ 粘贴你的订阅链接 → “导入”
“节点”页选一个延迟低的
顶部”系统代理”开关打开（这一步是关键，浏览器/终端才走代理）
浏览器打开 https://github.com/ 测试，能秒开就成功

选机场（订阅链接来源）的判断标准

订阅链接需要从付费的代理服务（俗称”机场”）购买。这部分博客不便点名具体服务（涉及合规、跑路风险、服务质量随时变化），但可以给你一份避坑标准：

维度	怎么看
运营年限	≥ 2 年的相对稳定，新开 6 个月内的别碰（跑路高峰期）
用户规模	选用户多的，节点压力分散、问题反馈快
支持协议	至少支持 Vless / Trojan / Hysteria2，老协议（SS、V2Ray）已过时
价格档位	月付 10~30 元是合理区间，太便宜（< 5 元）通常是低带宽超售
退款政策	有”先付后退”或试用机制的优先
官网/客服	TG 群活跃、有正式工单系统的 > 只有客服 QQ 的
流量规则	“不限速” 字眼大多是营销，看清月流量配额（100GB+ 够日常 AI 编码用）

在身边问就读 / 工作过 1 年以上的同学/同事推荐，比看广告靠谱十倍。

终端代理（在 WSL Ubuntu 里也走代理）

Clash Verge 默认只代理 Windows 主机的浏览器请求，WSL 里的 apt、npm、git 默认不走代理，需要手动配置。把这段加到 ~/.bashrc 末尾（端口默认 7897，看你的 Clash Verge”设置 → 端口”）：

1
2
3

# Clash Verge 代理（端口看自己 Verge 设置）
alias proxy_on='export http_proxy=http://172.17.0.1:7897 && export https_proxy=$http_proxy && export all_proxy=$http_proxy'
alias proxy_off='unset http_proxy https_proxy all_proxy'

WSL 里访问 Windows 主机的 IP 不是 127.0.0.1，是 172.17.0.1（或在 WSL 里跑 cat /etc/resolv.conf | grep nameserver 看具体地址）。

要走代理时跑 proxy_on，不需要时跑 proxy_off。

📚 官方仓库：

Clash Verge Rev：https://github.com/clash-verge-rev/clash-verge-rev
Mihomo 内核：https://github.com/MetaCubeX/mihomo

第一步：安装 Qoder（AI IDE，先装这个）

Qoder 是什么

阿里出的 AI 原生 IDE（2025 年 8 月公测），定位类似 Cursor。两个核心模式：

Agent Mode：跟你结对编程，每一步都让你确认，适合学习阶段
Quest Mode：你给它一个需求，它自己拆任务、自己写代码、自己测试

它内置 Claude / Gemini / GPT 等主流模型，自动调度，不用手动选。关键是它有图形界面，不需要任何命令行知识就能用——这就是为什么我建议你先装它。

下载安装

这一步在 Windows 主机上做（Qoder 是桌面 GUI 程序）。

打开官网：https://qoder.com/
点 “Download” 或直接：https://qoder.com/en/download
选 Windows 版下载安装包，双击安装即可
第一次启动时用邮箱注册 / 登录

第一次用怎么上手

打开任意一个代码文件夹（没有的话随便建一个空文件夹）
右上角有 Agent / Quest 模式切换，先用 Agent
在对话框里直接用中文问，试试这几个：
- “帮我写一个 hello world Python 脚本”
- “我想学 Python，从哪开始？”
- “解释一下什么是 API”
它会主动让你确认每一次文件改动 —— 这一点对入门很友好，不会擅自修改文件

重要：把 Qoder 当成随时问答助手

接下来装 WSL、Claude Code、DeepSeek 任何一步出问题，第一反应就是把错误贴给 Qoder 问怎么修。它能联网搜索、读你的文件、给出具体的修复命令。这比直接 Google 然后翻一堆英文 Stack Overflow 高效得多。

📚 官方资源：

第二步（可选）：申请 QoderWork（桌面 AI Agent）

🟡 本节为可选。QoderWork 是邀请制，没法立刻装。提交申请后直接跳到第三步，不要卡在这里等。等邀请到了再回来看本节配置。如果你只想尽快上手，第二步可以完整跳过。

QoderWork 是什么

Qoder 团队 2026 年 1 月新发布的产品，跟 Qoder 不是一回事：

Qoder = AI IDE，写代码用
QoderWork = 桌面端通用 AI Agent，让 AI 操作你电脑上的应用（管理文件、整理数据、写文档），跨多个 App 跑多步任务

技术上的差异：QoderWork 是 本地优先，任务直接在电脑上执行，不把文件反复上传服务器；遇到模糊的地方它会停下来确认，控制权始终在你这边。内置 MCP 工具支持，也能自定义 Skills。

重要：先认清官方网址

有个 qoderwork.org 是第三方信息站，不是官方下载源。官方网址：

产品主页：https://qoder.com/qoderwork
发布博客：https://qoder.com/blog/qoder-work

申请试用（先提交，后面慢慢等）

QoderWork 目前是 邀请制（invite-only），没法立刻装。流程：

打开 https://qoder.com/qoderwork
点页面上的 “Request Access” 或 “Join Waitlist”
用邮箱提交申请（用刚才注册 Qoder 的同一个邮箱，账号体系是打通的）
等官方邮件邀请（一般 1~2 周）

先提交申请放着，继续做下面的步骤。等邀请到的时候，你已经把 Qoder 用熟了，QoderWork 上手会很快。

📚 官方资源：

QoderWork 主页：https://qoder.com/qoderwork
发布博客：https://qoder.com/blog/qoder-work
Qoder 全家桶更新日志：https://qoder.com/changelog

第三步：安装 WSL 2（Windows Subsystem for Linux）

从这一步开始进入命令行世界。遇到看不懂的报错，截图或复制粘贴给 Qoder 问。

为什么要装 WSL

Windows 自带的 PowerShell 可以用，但 AI 工具链（npm、Python、Node、各种 CLI）绝大多数都是 Linux 优先开发的。WSL 让你在 Windows 上跑一个完整的 Ubuntu，所有教程里的 bash 命令都能直接用，不用再做”Linux 命令翻译成 Windows 命令”这种额外功课。

系统要求

Windows 10 版本 2004 及更高（Build 19041 及更高）或 Windows 11
在”开始菜单”输入 winver 可以看版本

安装步骤

1. 用管理员权限打开 PowerShell

开始菜单右键 → “终端（管理员）” 或 “Windows PowerShell（管理员）”。

2. 一行命令安装

1	wsl --install

这条命令会一次性完成四件事：启用 WSL 功能、启用虚拟机平台、下载并安装 WSL 2 内核、安装默认的 Ubuntu 发行版。

3. 重启电脑

装完之后必须重启。重启完成后，Ubuntu 会自动启动并要求你设置：

一个 Linux 用户名（建议小写英文，比如英文名）
一个 Linux 密码（输入时屏幕不会有任何显示，这是正常的，输完直接回车）

这个用户名密码和 Windows 账号没关系，独立一套。记住它，后面 sudo 会用到。

4. 验证安装

回到 PowerShell 跑：

wsl -l -v

正常输出应该是：

1 2	NAME STATE VERSION * Ubuntu Running 2

VERSION 那一列必须是 2。如果是 1，跑：

1 2	wsl --set-default-version 2 wsl --set-version Ubuntu 2

5. 进入 Ubuntu

以后日常使用，开始菜单搜 “Ubuntu” 直接打开即可，或者在任意终端里输 wsl 也能进。

装完先做这几件事（在 Ubuntu 里执行）

# 更新系统包索引
sudo apt update && sudo apt upgrade -y

# 装一些基础工具
sudo apt install -y curl wget git build-essential

📚 WSL 官方文档（出问题第一个查这里，第二个问 Qoder）：

安装指南：https://learn.microsoft.com/en-us/windows/wsl/install
基础命令：https://learn.microsoft.com/en-us/windows/wsl/basic-commands
常见问题排查：https://learn.microsoft.com/en-us/windows/wsl/troubleshooting

第四步：安装 Claude Code

Claude Code 是什么

Anthropic 官方的命令行 AI 编码助手。在终端里跟它对话，它能读你的代码、改你的代码、跑命令、调试错误。比 ChatGPT 网页版高效得多，因为它能直接执行操作。

Claude Code 和 Qoder 的差别：Qoder 是图形界面（GUI），Claude Code 是命令行（CLI）。两个都装，按场景切换：看代码、Debug 用 Qoder；写脚本、跑服务器用 Claude Code。

前置：先装 Node.js（在 WSL Ubuntu 里）

Claude Code 通过 npm 安装，所以先要 Node.js。不要用 apt install nodejs，那个版本太旧。用 nvm（Node 版本管理器）：

# 装 nvm
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.4/install.sh | bash

# 重新加载 shell（或者关掉终端重开）
source ~/.bashrc

# 装最新 LTS 版的 Node
nvm install --lts
nvm use --lts

# 验证
node -v   # 应该是 v20.x 或更高
npm -v

安装 Claude Code

1	npm install -g @anthropic-ai/claude-code

装完验证：

1	claude --version

第一次启动

到任意一个项目目录（比如 cd ~ && mkdir hello-ai && cd hello-ai），跑：

claude

第一次会让你登录。如果你有 Claude 订阅或 Anthropic API Key，按提示走就行。如果没有、想用 DeepSeek 替代，直接跳过登录、看下一节。

📚 Claude Code 官方文档（域名 2026 年起从 docs.claude.com 迁移到 code.claude.com）：

入门概览：https://code.claude.com/docs/en/overview
安装与设置：https://code.claude.com/docs/en/setup
配置与环境变量：https://code.claude.com/docs/en/settings

第五步：把 Claude Code 接到 DeepSeek V4 Pro

为什么要这么做

Anthropic 官方账号需要订阅或者付费 API，对学生不友好
DeepSeek V4 Pro 在 SWE-Bench、LiveCodeBench 等编码基准上接近 Claude Opus 4.7，但 API 价格便宜 10 倍以上
关键：DeepSeek 提供了 Anthropic 兼容的 API 端点，只要改几个环境变量，Claude Code 就能无缝调用 DeepSeek，所有功能（hooks、skills、MCP）继续可用

注册 DeepSeek 账号 + 拿 API Key

打开官网：https://platform.deepseek.com/
注册账号（手机号或邮箱）
进入 “API Keys” 页面：https://platform.deepseek.com/api_keys
点 “Create new API key”，起个名字（比如 claude-code），复制保存好 —— 只显示一次
充值：左侧 “Top up”，5~10 元够用一阵子（DeepSeek 不是按订阅收费，按 token 实际用量计费）

配置环境变量（在 WSL Ubuntu 里）

把下面这段加到 ~/.bashrc 末尾：

# === DeepSeek + Claude Code ===
export DEEPSEEK_API_KEY="sk-你刚才复制的那串key"
export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
export ANTHROPIC_AUTH_TOKEN="${DEEPSEEK_API_KEY}"
export ANTHROPIC_MODEL="deepseek-v4-pro[1m]"
export ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro"
export ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-v4-pro"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"
export CLAUDE_CODE_SUBAGENT_MODEL="deepseek-v4-pro"
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1
export CLAUDE_CODE_DISABLE_NONSTREAMING_FALLBACK=1

编辑命令：

nano ~/.bashrc
# 滚到最底，粘贴上面那段
# Ctrl+O 保存，回车确认，Ctrl+X 退出
source ~/.bashrc

几个关键细节（一定要搞清楚）

deepseek-v4-pro[1m] 里的 [1m] 不是装饰：加上才会启用 100 万 token 的上下文窗口，不加就只有 20 万。处理大代码库时差距非常明显。
Anthropic 兼容端点不是所有功能都支持：图片、文档、网页搜索这些 content block 在 DeepSeek 端不支持，纯文本对话和工具调用没问题，日常编码够用。
DeepSeek 服务器在中国：从国内访问反而更快（200~400ms），无需额外网络配置。

验证接通

随便进一个目录，跑：

claude

进入交互后输入 /status，看到 base URL 是 https://api.deepseek.com/anthropic、model 是 deepseek-v4-pro 就成功了。

📚 官方文档：

DeepSeek 接 Claude Code 教程：https://api-docs.deepseek.com/quick_start/agent_integrations/claude_code
DeepSeek Anthropic API 兼容说明：https://api-docs.deepseek.com/guides/anthropic_api
DeepSeek 模型与定价：https://api-docs.deepseek.com/quick_start/pricing

国产大模型选型对比：DeepSeek 之外，还有 4 家值得了解

第五步介绍了用 DeepSeek 接 Claude Code，但国产 AI 模型现在百花齐放。如果想横向对比、按场景选型，下面整理了 5 家最主流的（数据截至 2026 年 5 月）。

一、五家 API 单价对比

模型	输入价	输出价	上下文	一句话定位
DeepSeek V4 Pro（折扣价至 5/31）	$0.44/M	$0.87/M	1M	编码顶级 + Claude Code 原生兼容
DeepSeek V4 Flash	$0.14/M	$0.28/M	1M	上一个的便宜版，跑简单任务能再省 4 倍
Kimi K2.6（Moonshot AI）	$0.60/M	$2.50/M	256K	Agent Swarm + 长文档 + 工具调用
Qwen3-Coder Next（阿里）	$0.20/M	$1.50/M	256K（64K 输出）	阿里生态深度集成 + 仓库级编码
MiniMax M2.7	$0.30/M	$1.20/M	205K	多模态强（海螺语音 / 视频生成）
智谱 GLM-4.7	¥2/M	¥4/M	200K	SWE-Bench 国内开源第一
智谱 GLM Coding Lite（月订阅）	¥49/月（包月）	-	-	约 3× Claude Pro 用量，支持 Claude Code / Cline / Cursor

💡 1 M tokens = 100 万 token；1 美元 ≈ 7.2 元。以上为官方公开 pay-as-you-go 价，实际还有折扣 / 缓存命中价 / 阶梯计费 / 月订阅等多种结算方式。

二、个人推荐组合：DeepSeek V4 Pro 主力 + Kimi K2.6 辅助

我自己日常用这两家组合，各承担不同任务：

🟢 DeepSeek V4 Pro 当主力

Anthropic 兼容 API —— 配 Claude Code 改 6 个环境变量就跑（详见第五步），其他 4 家都需要用 claude-code-router 这类代理工具中转，DeepSeek 是唯一开箱即用的
编码 Benchmark 国产顶尖（SWE-Bench Verified 80.6% / LiveCodeBench 93.5%）
1M 上下文吃整个中型项目不眨眼
价格 ≈ Claude Opus 4.7 的 1/15
MIT 协议开源，理论可自部署

🟡 Kimi K2.6 当辅助

国产长文档 + Agent 任务能力第一档
Agent Swarm 支持 300 个并行 sub-agents（适合长流程自动化、文档生成）
中文理解和工具调用顺滑度比 DeepSeek 略好
接入：OpenAI 兼容，base_url 换为 https://api.moonshot.cn/v1 即可

三、按场景选型速查

场景	推荐	为什么
日常 AI 编码主力	DeepSeek V4 Pro	Claude Code 原生兼容，性价比天花板
大量长文档 / 报告处理	Kimi K2.6	256K 上下文 + Agent Swarm
阿里云生态项目	Qwen3-Coder Next	百炼新用户送 7000 万免费 token
多模态（语音 / 视频）	MiniMax M2.7 / M1	M1 1M 上下文 + 海螺视频生成
想用包月不想算 token 账	智谱 GLM Coding Lite	¥49/月，支持主流 AI 编程工具
极致省钱跑小任务	DeepSeek V4 Flash	$0.14/M 输入，最便宜的非订阅方案

四、各家 API 控制台入口

厂商	控制台
DeepSeek	https://platform.deepseek.com/
Kimi（Moonshot AI）	https://platform.moonshot.cn/
通义千问（阿里百炼）	https://bailian.console.aliyun.com/
MiniMax	https://platform.minimaxi.com/
智谱 GLM	https://bigmodel.cn/

⚠️ 没必要一开始全试。先把 DeepSeek 接 Claude Code 用熟，遇到具体场景（长文档、多模态、月订阅心智）再按需切换。多家并行不会让代码写得更快，只会让账单和心智负担更乱。

预算预估：月度大致花多少钱

光看工具列表容易低估成本，光看 API 文档又容易吓到。这一节按学习入门 / 中度日常 / 重度高频 三档给出真实账单参考，所有单价以 2026 年 5 月数据为准。

一、永久免费的部分（不用花一分钱）

工具	价格	说明
WSL 2	免费	微软官方组件
Qoder	免费	公测期免费 + 注册赠送 credit，现阶段日常用足够
QoderWork	免费	邀请制公测期
Claude Code（CLI 本体）	免费	npm 包本身免费，只在调用模型 API 时付费
nvm / Node.js / Python	免费	全开源
Clash Verge Rev	免费	GPL-3.0 开源（订阅链接需付费，见下方）

🟢 结论：所有”工具”都不要钱，只有两块要花钱：模型 API + 代理订阅。

二、模型 API 费用（DeepSeek V4 Pro / Flash）

DeepSeek 是 按 token 实际用量计费，不是订阅。先把单价摆出来：

模型	输入（cache miss）	输出	缓存命中（输入）	备注
DeepSeek V4 Flash	$0.14 / M tokens	$0.28 / M	$0.014 / M	默认轻量模型
DeepSeek V4 Pro	$0.435 / M（75% 折扣价）	$0.87 / M（75% 折扣价）	$0.0036 / M	2026/05/31 前有效
DeepSeek V4 Pro（折扣后标准价）	$1.74 / M	$3.48 / M	$0.174 / M	6 月起回归

1 美元 ≈ 7.2 元人民币。”M tokens” = 100 万 token。1 万字中文 ≈ 1 万 token，1 万行代码 ≈ 5 万 token。

实测三档月度估算（按 V4 Pro 折扣价 + Claude Code 默认开 prompt cache）：

强度	用法画像	月输入	月输出	月度费用
🟢 轻度	每周写写小脚本 + 调试 5~10 次	1M	0.3M	¥3~10
🟡 中度	每天 1~2 小时编码 + 一周 1 个完整 project	10M	3M	¥30~80
🔴 重度	全天 vibecoding，让 AI 帮做大型项目	80M	25M	¥250~600

💡 入门首月：充 ¥10~~20 就够，按”轻度”消耗能用 1~~2 个月。等熟悉了再决定加多少。

💡 省钱三件套：（1）多用 V4 Flash 跑简单查询，复杂任务才切 V4 Pro；（2）让 Claude Code 复用上下文（cache 命中价是 cache miss 的 1/100~1/120）；（3）大文件读完就 /clear，别让上下文一直膨胀。

三、代理订阅（机场）费用

国内访问 GitHub / Anthropic 文档需要稳定代理，订阅服务费用区间：

档位	月费	月流量	适用
入门档	¥5~15	50~150 GB	轻度浏览 + 偶尔 npm install
主力档	¥20~35	200~500 GB	入门首选——日常 AI 编码够用
旗舰档	¥50~100+	1 TB+ 或不限速	高频拉镜像、看 4K 视频

⚠️ 避坑：再次提醒第零步那张表——年限 ≥ 2 年、用户多、协议新（Vless / Trojan / Hysteria2）的优先。不要图便宜买月费 < 5 元的，超售严重晚高峰直接卡死。

四、综合月度预算（入门期）

项目	月度
代理订阅（主力档）	¥20~30
DeepSeek API（轻~中度）	¥10~50
合计	¥30~80 / 月

首月一次性投入：¥30 充值 DeepSeek（够用 2~~3 个月）+ 一个月机场费 ≈ **¥50~~60 起步**。

一杯奶茶钱换全天可用的 AI 编码助手 + 全球互联网，这个 ROI 在我看，学生时代最值的投资之一。

真不想花钱？还有一条路：本地部署开源大模型

如果连每月 30 元也想省，本地部署开源大模型是终极省钱方案 —— 零 token 成本、零数据外泄、零网络依赖。Ollama / LM Studio 都是几分钟可上手的工具。

但这条路不是免费午餐，三笔账要算清楚：

维度	现实
硬件门票	跑 7B 模型至少 8GB VRAM；想跑 32B 顶级编码模型至少 24GB（RTX 4090 起步）
能力差距	消费级硬件能跑的 14B~32B 模型 ≈ DeepSeek V4 Flash 水平，远低于 V4 Pro / Claude Opus
维护负担	模型更新、驱动调优、显存溢出排查全靠自己

适合走本地路线的情况：

笔记本配 RTX 4060 Ti 16GB / 4070 12GB / 4090 24GB，或 Mac M3 Max 64GB+
公司代码 / 客户数据高度敏感，云端有合规风险
经常出差 / 飞机上 / 弱网环境需要离线 AI

不适合的：集显 / 8GB 以下显存的笔记本，硬上本地体验差，老老实实用云端 API 就好。

👉 完整教程移步：Windows 本地大模型部署完全指南：Ollama + LM Studio + 接入 Claude Code

里面讲了：硬件门槛速查表、Ollama vs LM Studio 选型、Qwen2.5-Coder / DeepSeek-R1 等模型选型、Claude Code 接 Ollama 的零代理方案（Ollama v0.14+ 原生 Anthropic 兼容）、常见坑排查、什么时候用本地什么时候用云端。

装完之后，学习路径建议

入门 AI 不是装完工具就完事，工具只是脚手架。我给你排个 4 周的节奏：

第 1 周：让工具用顺

用 Qoder 跟读一个开源项目（去 https://github.com/ 找 star 多的小项目）
用 Claude Code + DeepSeek 写 5 个小脚本（文件批处理、爬虫、自动化）
每天跟 AI 对话至少 1 小时，先把”怎么提问”练熟

第 2 周：搞懂底层逻辑

看一遍 Anthropic 的 Prompt Engineering 文档：https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview
理解 Token、上下文窗口、Function Calling、MCP 这几个概念
试着给 Claude Code 写一个自定义 Skill 或 Hook

第 3 周：动手做项目

选一个真实小需求（自己的、家人的、社团的），从零做到能用
全程让 AI 帮你写，但每一行代码都要看懂

第 4 周：进阶

学一点 Python + LangChain / LlamaIndex，自己写个 RAG（检索增强）小应用
看 DeepSeek、Anthropic 的官方博客，跟住模型迭代

出问题怎么办

按这个顺序排查（这是个通用方法论）：

先问 Qoder：把错误信息整段贴进去，让它给出具体的修复命令（这就是为什么先装它）
看官方文档：链接都在每一节末尾
复制错误信息去搜：Stack Overflow、GitHub Issues 是最权威的社区资源
最后再问人：问之前先把”做了什么、出了什么错、查了什么、试了什么”列清楚

记住：没有解决不了的环境问题，只有没花够时间的。

一页索引（懒人速查）

工具	官网 / 官方仓库
Clash Verge Rev（代理客户端）	https://github.com/clash-verge-rev/clash-verge-rev
Qoder 官网	https://qoder.com/
Qoder 下载	https://qoder.com/en/download
QoderWork 主页	https://qoder.com/qoderwork
QoderWork 介绍博客	https://qoder.com/blog/qoder-work
WSL 安装	https://learn.microsoft.com/en-us/windows/wsl/install
nvm（Node 版本管理）	https://github.com/nvm-sh/nvm
Claude Code GitHub	https://github.com/anthropics/claude-code
Claude Code 文档	https://code.claude.com/docs/en/overview
Anthropic 官网	https://www.anthropic.com/
DeepSeek GitHub	https://github.com/deepseek-ai
DeepSeek 平台	https://platform.deepseek.com/
DeepSeek + Claude Code 集成	https://api-docs.deepseek.com/quick_start/agent_integrations/claude_code
DeepSeek 定价	https://api-docs.deepseek.com/quick_start/pricing