设置你的 LLM 助手:Claude Code、Cowork、Terminex 与 DeepSeek

发布日期
2026年7月11日
作者
Jacob Lloyd —— 项目完成后,在 AI 协助下撰写
阅读时长
约 7 分钟阅读

简单来说: 本站很多文章结尾都写着“把这个交给你的 LLM”。这篇指南解释这句话到底是什么意思:一个真正能在你电脑上做事的 AI 助手——运行命令、编辑文件、安装软件——而不只是聊天。文章介绍了四种获得这样一个助手的方式,从打磨精致的付费方案到几乎免费的方案都有,方便你挑一个适合自己的。

本站每一个“想自己实现一下?”提示框,都默认你已经有一个能真正操作你电脑的 LLM 助手。这篇文章就是缺失的“第零步”。

tl;dr

  • 这是什么:这是一份单页搭建指南,教你配置一个 agentic(自主行动型)LLM 助手——不只是聊天,而是能运行命令、编辑文件的那种。
  • 花多少钱:从付费的 Claude 套餐,到每个任务只要几厘钱(DeepSeek),再到完全本地的 0 元,跨度都有。
  • 需要什么:一台能安装软件的电脑,加上一个账号(Anthropic 或 DeepSeek)——如果走本地路线,连账号都不需要。
  • 最终得到什么:一个助手,你可以把本站任何一篇文章甩给它,说一句“在我的机器上照着做”。

“Agentic” 是什么意思,以及为什么本站文章总说“把这个交给你的 LLM”

聊天机器人只会回答问题。agentic(自主行动型)助手则会接下一个目标——比如“安装这个工具,并让它开机自启”——然后在你真实的电脑上朝这个目标推进:运行命令、读写文件、检查每一步是否成功、修复没成功的部分。你通过批准操作留在决策回路里,打字的活儿它来干。

这也是为什么本站的项目文章不会试图成为覆盖所有操作系统和发行版的详尽手册。每篇文章只说明做了什么、哪里容易踩坑;开头下方的提示框会把工作拆成两部分——只有你能做的部分(开账号、买硬件、设密码),以及应该交给助手做的部分(下载、安装、适配、测试、修正)。如果某个步骤跟你的系统对不上,没关系——“适配”正是这类工具最擅长的事。这个模式本身也有专门一篇文章:如何让 LLM 把任何项目适配到你的系统

下面是获得这样一个助手的四种方式,大致按“最精致”到“最便宜”排列。

方案一:Claude Code(Linux、Windows、macOS——终端标配)

Claude CodeAnthropic 出品的 agentic 命令行工具,本站你看到的大部分内容都是它做出来的,包括这个网站本身。你在终端里用大白话打出目标,它会规划、运行命令、编辑文件,过程中随时向你请示。

安装——官方安装文档在 code.claude.com/docs/en/setup;原生安装程序不需要任何前置条件:

# Linux、macOS 或 Windows WSL
curl -fsSL https://claude.ai/install.sh | bash
# Windows PowerShell(原生,无需 WSL)
irm https://claude.ai/install.ps1 | iex

如果你本来就活在 Node 生态里、想固定版本,也有 npm 包(npm install -g @anthropic-ai/claude-code),macOS/Linux 上还有 Homebrew。之后在任意文件夹运行 claude,它会引导你完成登录。

需要什么:一个 Anthropic 账号——要么是付费的 Claude 订阅(Pro/Max,用量已包含在内),要么是按 token 计费的开发者 API 密钥;两种登录方式 安装文档 里都有说明。没账号就没法用 Claude Code——如果这是硬伤,直接跳到方案三、四。

方案二:Claude Cowork(不用终端的选项)

如果终端不是你的舒适区,Claude Cowork 是 Claude 桌面应用里 Anthropic 提供的 agentic 模式:你描述一个想要的结果——“整理这些文件夹”“把这些笔记做成排版好的文档”——然后离开一会儿,回来时活儿就干完了。同样的自主行动循环,但没有命令行。

写作时已核实:根据 Anthropic 帮助中心 的说明,Cowork 在 Claude 桌面应用中同时支持 Windows 和 macOS,网页版和移动版正以 beta 形式逐步推出。它需要付费套餐(Pro、Max、Team 或 Enterprise)。到 claude.com/download 下载桌面应用,打开 Claude,在消息框里选择“Cowork”即可。

处理文档、文件整理、调研类工作,Cowork 是对的选择。而本站这类动手项目——安装服务、接线配置、调试——终端代理(方案一或三)依然更合适。

方案三:Terminex——Reasonix 终端代理

“Terminex”是我这边对我那个 agentic 终端的昵称,里面跑的工具是 Reasonix——一个开源(MIT 协议)、原生围绕 DeepSeek 廉价 API 打造的 Claude Code 风格编程代理。体验和 Claude Code 一样:用大白话下目标,命令和文件编辑都受你监督——不需要订阅,只要一个按量计费的 DeepSeek 密钥。完整搭建过程写在 Reasonix:基于 DeepSeek 的 Claude Code 风格编程代理 里。

Windows 呢?支持,已核实:Reasonix 以静态二进制形式发布,覆盖 macOS、Linux、Windows 和 WSL(amd64 与 arm64),npm 包 会自动拉取适合你的版本:

npm i -g reasonix

(需要 Node.js 20.10 及以上;Windows 上还需要 Git for Windows。)源码和文档:github.com/esengine/DeepSeek-Reasonix。默认使用 DeepSeek 便宜的 flash 档位,遇到难任务时可以升级到 pro 档位。

方案四:把 DeepSeek 当作廉价(甚至免费)的大脑

DeepSeek 本身不是助手,而是助手背后的模型。用法有三种:

  1. 直接用 API 密钥。DeepSeek 平台 创建一个按量计费的密钥。上面提到的 Reasonix 原生支持它,几乎任何说 OpenAI 风格 API 的工具也都支持。每条消息的成本只有几厘钱。
  2. Anthropic 兼容小技巧。DeepSeek 在 api.deepseek.com/anthropic 提供了一个 Anthropic 兼容端点,所以 Claude Code 风格的 CLI 只需靠环境变量(ANTHROPIC_BASE_URL 加上你的 DeepSeek 密钥)就能指向 DeepSeek——安装照旧,大脑换便宜的。完整接线方式,包括怎么让密钥不出现在日志里,写在 DeepSeek 无处不在 里。
  3. 完全本地,0 元。LM StudioOllama 在自己机器上跑一个 DeepSeek 蒸馏模型——不用账号,不用密钥,数据不出你的电脑。新手向导在 DeepSeek 本地运行:4 步指南。老实说一句:小型本地模型作为代理时明显比云端方案弱——用来聊天、写草稿很棒,但长的多步骤安装任务会让人抓狂。

我该选哪个?

你是…选它费用操作系统
对终端还算适应,想要最强的代理Claude CodeClaude 订阅或 API 按 token 计费Linux、macOS、Windows(原生或 WSL)
对终端过敏;做文档/文件/调研类工作Claude Cowork付费 Claude 套餐(Pro 及以上)Windows、macOS(网页版/移动版为 beta)
用终端没问题,但不想订阅Terminex(Reasonix)DeepSeek 按量计费(几分钱)Linux、macOS、Windows、WSL
隐私优先/预算为零本地 DeepSeek(LM Studio / Ollama)0 元只要装得下模型,哪儿都行

拿不定主意?愿意为最好的方案付费就选 Claude Code,不愿意就选 Reasonix。

常见坑

  • Agentic 不等于全自动。这里提到的每个工具在运行命令前都会先问你——在你还在学习阶段时,保持这个设置别关掉。看清楚它要运行什么,不清楚就让它解释。
  • 不要把密钥贴进提示词里。API 密钥应该放进工具告诉你的配置文件或环境变量里,而不是聊天框。
  • Windows 有两种玩法。Claude Code 和 Reasonix 在 Windows 原生环境和 WSL 下都能跑。挑一个待着别换——装在 WSL 里的工具看不清原生工具链,反过来也一样。
  • 订阅和 API 密钥是两套登录体系。在 Claude Code 里,Claude Pro/Max 订阅和开发者 API 密钥是两个独立的计费世界;用错一个登录,就是经典的“为什么被扣了两次钱”翻车现场。
  • 本地模型当代理会让人失望。如果本地模型在多步骤任务里打转或卡住,这是预料之中的——把那个任务交给云端方案,本地留给私密或简单的工作。

← 更多AI 与本地 LLM