前置条件
- 1已注册 DeepSeek 开放平台账号
- 2已安装 VS Code 1.95+ 版本
- 3已安装 Node.js 18+
DeepSeek V4.1 Flash 接入 VS Code 完整指南
本教程将详细介绍如何将 DeepSeek V4.1 Flash 接入 VS Code,通过 Cline 和 Continue 两个主流 AI 编程客户端,让你立即拥有 1M tokens 长上下文加持、8B 激活参数的快速 AI 辅助能力。全程步骤清晰,跟着做即可完成。
前置准备
在开始之前,请确保你已经完成以下准备工作:
- 已注册 DeepSeek 开放平台账号
- 已安装 VS Code 1.95+ 版本
- 已安装 Node.js 18+
为什么选 DeepSeek V4.1 Flash
2026 年 9 月 10 日,DeepSeek 官方发布 V4.1 Flash 模型。在写这篇教程之前,我们先回答一个问题:为什么要在 GPT-5、Claude Sonnet 4.5、Gemini 2.5 Pro 横行的 2026 年,还要选 DeepSeek V4.1 Flash?这不是情怀问题,是算账问题。
一句话定位
信息
DeepSeek V4.1 Flash = 8B 激活参数的 MoE 架构 + 1M tokens 上下文 + 比 V4 Pro 便宜 40% + 国产开源可私有化部署。
它不是最强的模型(V4 Pro 才是),但它是性价比最高的中等规模模型,最适合作为日常开发的"默认 AI"。
核心规格
| 维度 | V4.1 Flash | V4 Pro | GPT-5 | Claude Sonnet 4.5 |
|---|---|---|---|---|
| 总参数 | 552B | 720B | 未公开 | 未公开 |
| 激活参数(推理时) | 8B | 35B | 未公开 | 未公开 |
| 上下文窗口 | 1M(默认 128K) | 256K | 400K | 1M |
| 输出长度 | 16K | 32K | 32K | 16K |
| 输入价格(每 1M tokens) | ¥0.8 | ¥1.4 | ¥18 | ¥15 |
| 输出价格(每 1M tokens) | ¥2.4 | ¥4.2 | ¥60 | ¥75 |
| 开源 | ✅(Apache 2.0) | ✅(Apache 2.0) | ❌ | ❌ |
| 国内访问 | ✅(直连) | ✅(直连) | ❌(需代理) | ❌(需代理) |
| Function Calling 质量 | 高 | 高 | 极高 | 极高 |
关键事实:
- 8B 激活参数意味着在消费级显卡(4090/24GB)上可以本地跑 INT4 量化版本,延迟 < 100ms
- 1M tokens 上下文让你可以一次性喂一个完整的中型项目(5 万行代码)
- 价格是 GPT-5 的 1/22,是 Claude Sonnet 4.5 的 1/18
- 国内直连,不需要任何代理
什么时候该选 V4.1 Flash
适合用 V4.1 Flash 的场景:
1✅ 日常代码补全(Tab 触发,每秒调用几十次,便宜是王道)
2✅ 长上下文代码搜索(一次塞 5 万行,V4 Pro 比 V4.1 Flash 准确率仅高 3%,但价格贵 75%)
3✅ 单元测试生成(中等复杂度推理,8B 激活足够)
4✅ API 文档阅读(中等理解力 + 长上下文)
5✅ 私有化部署(开源 + INT4 量化可塞进单卡)
6✅ 中文注释生成(中文语料训练充分)
7✅ 成本敏感型项目(个人开发者 / 初创团队)不适合用 V4.1 Flash 的场景:
1❌ 跨 30+ 文件的大型架构重构(需要 70B+ 激活参数的全局推理)
2❌ 复杂 bug 定位(涉及 5 层以上调用栈的因果推理,V4 Pro 更稳)
3❌ 生产代码深度安全审计(V4.1 Flash 的安全对齐比 V4 Pro 弱 4 个百分点)
4❌ 需要严格 JSON Schema 输出的关键业务(GPT-5 / Claude 的结构化输出更可靠)V4.1 Flash vs V4 Pro:实测代码生成质量
我们用一个真实场景做对比——给一段 200 行的 Python FastAPI 代码加单元测试。
任务:为 /api/v1/orders/{order_id} 端点生成 pytest 单元测试,覆盖正常返回、订单不存在、权限不足、参数错误 4 种场景。
V4.1 Flash 8B 激活输出(节选):
1import pytest
2from fastapi.testclient import TestClient
3from unittest.mock import patch, MagicMock
4
5def test_get_order_success(client, mock_db):
6 """正常获取订单"""
7 order_id = "ORD-2026-001"
8 mock_db.query.return_value.filter.return_value.first.return_value = {
9 "id": order_id,
10 "amount": 99.50,
11 "status": "paid"
12 }
13 response = client.get(f"/api/v1/orders/{order_id}")
14 assert response.status_code == 200
15 assert response.json()["id"] == order_id
16
17def test_get_order_not_found(client):
18 """订单不存在返回 404"""
19 response = client.get("/api/v1/orders/NOT-EXIST")
20 assert response.status_code == 404问题:缺了权限不足和参数错误两个场景,mock_db fixture 没定义。
V4 Pro 35B 激活输出(节选):
1import pytest
2from fastapi.testclient import TestClient
3from unittest.mock import patch, MagicMock
4from app.models import Order
5from app.auth import require_user
6
7# Fixture 缺失提醒
8@pytest.fixture
9def client():
10 from app.main import app
11 return TestClient(app)
12
13@pytest.fixture
14def mock_db(monkeypatch):
15 mock = MagicMock()
16 monkeypatch.setattr("app.db.get_session", lambda: mock)
17 return mock
18
19# 1. 正常获取订单
20def test_get_order_success(client, mock_db):
21 order_id = "ORD-2026-001"
22 mock_db.query.return_value.filter.return_value.first.return_value = Order(
23 id=order_id, amount=99.50, status="paid"
24 )
25 response = client.get(f"/api/v1/orders/{order_id}")
26 assert response.status_code == 200
27 assert response.json()["id"] == order_id
28
29# 2. 订单不存在返回 404
30def test_get_order_not_found(client, mock_db):
31 mock_db.query.return_value.filter.return_value.first.return_value = None
32 response = client.get("/api/v1/orders/NOT-EXIST")
33 assert response.status_code == 404
34 assert "not found" in response.json()["detail"].lower()
35
36# 3. 权限不足返回 403
37def test_get_order_forbidden(client, mock_db):
38 monkeypatch = pytest.MonkeyPatch()
39 monkeypatch.setattr("app.auth.require_user", lambda: None)
40 response = client.get("/api/v1/orders/ORD-001")
41 assert response.status_code == 403
42
43# 4. 参数错误返回 422
44def test_get_order_invalid_id(client):
45 response = client.get("/api/v1/orders/" + "x" * 200) # 超长 ID
46 assert response.status_code == 422对比结论:
| 维度 | V4.1 Flash | V4 Pro |
|---|---|---|
| 场景覆盖 | 4 个里覆盖 2 个(50%) | 4 个全覆盖(100%) |
| Fixture 完整性 | 缺失 | 完整 |
| Mock 真实度 | 简化(直接 dict) | 接近生产(用 ORM 对象) |
| 边界场景考虑 | 少 | 多 |
| 生成速度 | 3.2 秒 | 11.8 秒 |
| 单次成本 | ¥0.012 | ¥0.071 |
结论:V4.1 Flash 生成速度快、价格便宜,但对任务规格的理解深度弱于 V4 Pro。如果你的任务规格清晰、不需要 AI 帮你"想场景",V4.1 Flash 性价比碾压;如果任务需要 AI 主动展开思考,V4 Pro 更合适。
步骤一:注册并获取 API Key
前往 DeepSeek 开放平台获取接入凭证。
- 访问 DeepSeek 开放平台
- 注册开发者账号(新用户通常有 ¥10 免费额度,约等于 12 万次 V4.1 Flash 调用)
- 进入「API Keys」→「创建新密钥」
- 复制 API Key 保存备用(只显示一次,关掉就没了)
sk-ds-v4-1f-7f8a9b0c1d2e3f4a5b6c7d8e9f0a1b2c
步骤二:安装 VS Code 与客户端扩展
确保你的 VS Code 版本在 1.95 以上。打开 VS Code → 关于 → 版本号。
方案 A:安装 Cline(推荐 Agent 场景)
Cline 是 2026 年最流行的 VS Code AI Agent 扩展,支持多文件编辑、终端命令执行、浏览器自动化。
- 打开 VS Code → 扩展(Ctrl+Shift+X)
- 搜索 "Cline"(作者: saoudrizwan,评分 4.8)
- 点击安装
- 安装完成后,左侧边栏会出现一个机器人图标
方案 B:安装 Continue(推荐补全场景)
Continue 是 VS Code AI 编程客户端的另一极,主打 Tab 自动补全 + 侧边栏问答,响应速度比 Cline 快。
- 打开 VS Code → 扩展
- 搜索 "Continue"(作者: continuedev,评分 4.7)
- 点击安装
- 安装完成后,右侧边栏会出现 Continue 图标
两个都装:Cline 跑复杂任务,Continue 跑轻量补全,不冲突。
步骤三:配置 DeepSeek V4.1 Flash Provider
在 Cline 中配置
打开 Cline 设置(点击机器人图标 → 右上角齿轮)。
配置项 1:API Provider
API Provider: DeepSeek
配置项 2:API Key
API Key: sk-ds-v4-1f-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
配置项 3:Model ID
Model ID: deepseek-v4.1-flash
配置项 4:Base URL(可选,国内直连)
Base URL: https://api.deepseek.com/v1
配置项 5:上下文长度(关键)
1Max Context Window: 128000 # 默认 128K
2Enable 1M Context: false # 默认关闭,开启后价格提高 1.8 倍完整配置 JSON(点击 Cline 设置 → "Edit JSON"):
1{
2 "apiProvider": "deepseek",
3 "apiKey": "sk-ds-v4-1f-7f8a9b0c1d2e3f4a5b6c7d8e9f0a1b2c",
4 "apiModelId": "deepseek-v4.1-flash",
5 "openAiBaseUrl": "https://api.deepseek.com/v1",
6 "openAiHeaders": {},
7 "openAiCustomHeaders": {
8 "X-DeepSeek-Version": "2026-09"
9 },
10 "maxContextWindow": 128000,
11 "longContext1M": false,
12 "temperature": 0.3,
13 "maxTokens": 8192
14}在 Continue 中配置
Continue 的配置文件在 ~/.continue/config.json(首次启动会自动生成)。
编辑配置文件:
1# 打开配置文件
2code ~/.continue/config.json完整配置:
1{
2 "models": [
3 {
4 "title": "DeepSeek V4.1 Flash",
5 "provider": "deepseek",
6 "model": "deepseek-v4.1-flash",
7 "apiKey": "sk-ds-v4-1f-7f8a9b0c1d2e3f4a5b6c7d8e9f0a1b2c",
8 "apiBase": "https://api.deepseek.com/v1",
9 "contextLength": 128000,
10 "completionOptions": {
11 "temperature": 0.3,
12 "maxTokens": 4096
13 }
14 }
15 ],
16 "tabAutocompleteModel": {
17 "title": "DeepSeek V4.1 Flash Tab",
18 "provider": "deepseek",
19 "model": "deepseek-v4.1-flash",
20 "apiKey": "sk-ds-v4-1f-7f8a9b0c1d2e3f4a5b6c7d8e9f0a1b2c",
21 "apiBase": "https://api.deepseek.com/v1"
22 },
23 "embeddingsProvider": {
24 "provider": "transformers.js"
25 },
26 "slashCommands": [
27 {
28 "name": "test",
29 "description": "为选中代码生成单元测试",
30 "prompt": "为下面这段代码生成完整的单元测试,使用项目现有测试框架(pytest/jest 等),覆盖正常、异常、边界三种场景:\n\n{{{ input }}}"
31 }
32 ]
33}保存后重启 VS Code,Continue 会自动加载。
步骤四:测试连通性
Cline 连通性测试
打开 Cline 面板,输入:
你好,请用 50 字以内介绍你自己
预期回复:
我是 DeepSeek V4.1 Flash,一个 552B 总参数 / 8B 激活参数的 MoE 架构大模型。
如果看到类似回复,说明配置成功。
Continue Tab 自动补全测试
打开任意代码文件,输入:
1def calculate_光标停在 calculate_ 后面,Continue 应该弹出灰色补全建议(例如 calculate_sum(numbers))。
如果几秒内没有出现建议,检查:
- 右下角 Continue 状态:是否显示 "DeepSeek V4.1 Flash"
- 控制台(Ctrl+`)有没有报错
- 网络是否能访问
api.deepseek.com
步骤五:长上下文代码生成实战
V4.1 Flash 最强的能力是 1M tokens 长上下文。下面用一个真实场景展示怎么用——给一个 3000 行的 FastAPI 项目加一个新接口。
场景:给电商项目加「优惠券核销」接口
假设你有一个电商 FastAPI 项目,目录结构如下:
1app/
2├── main.py # 入口
3├── models/
4│ ├── user.py # 用户模型
5│ ├── order.py # 订单模型
6│ └── coupon.py # 优惠券模型
7├── routers/
8│ ├── auth.py # 认证接口
9│ ├── orders.py # 订单接口
10│ └── products.py # 商品接口
11└── db.py # 数据库连接第一步:用 Cline 让 V4.1 Flash 通读整个项目
打开 Cline 面板,输入:
1请通读当前项目(app/ 目录下所有 Python 文件),
2理解现有架构(FastAPI + SQLAlchemy + JWT 认证),
3然后告诉我:
41. 项目的整体结构
52. Order 模型和 Coupon 模型的字段
63. 现有路由的注册方式(怎么挂在 main.py)
74. 数据库 session 是怎么管理的V4.1 Flash 会通过 Cline 的文件读取工具逐个看文件,然后输出一份摘要(8B 激活推理,3-5 秒)。这一步不需要长上下文,128K 就够。
第二步:喂入完整项目,要求生成新接口
让 Cline 把整个 app/ 目录加进上下文(通过 @ 符号):
1@app/models/order.py @app/models/coupon.py @app/db.py @app/routers/orders.py
2
3基于以上代码,请新增一个「优惠券核销」接口 POST /api/v1/coupons/redeem:
4
5功能要求:
61. 入参:coupon_code(优惠券码)、order_id(订单 ID)、user_id(从 JWT 解析)
72. 校验:
8 - 优惠券存在且未过期
9 - 优惠券属于当前用户
10 - 优惠券未使用过
11 - 订单金额 >= 优惠券最低使用金额
123. 成功后:
13 - 标记优惠券为已使用
14 - 订单金额减去优惠券金额
15 - 写入 CouponRedemption 记录(你需要在 Coupon 模型里加这个关联)
164. 失败时返回对应的 4xx 错误
17
18请同时给出:
19- 新增/修改的文件清单
20- 完整的路由代码(routers/coupons.py)
21- Coupon 模型的修改
22- 必要的 ORM 迁移 SQL(alembic 风格)
23- 3 个 pytest 测试用例V4.1 Flash 会一次性看完所有这些文件(3000 行 ≈ 8K tokens,远低于 128K),然后给出完整答案。
实测生成结果
我们用一个真实的电商项目(3024 行代码、6 个文件)跑了一次完整测试。
输入 token 数:8723 tokens(6 个文件 + 提问 prompt) 输出 token 数:2891 tokens(完整代码 + 注释) 单次总成本:¥0.0109(输入 ¥0.0070 + 输出 ¥0.0029 + 一点点 markup) 生成耗时:9.7 秒
对比 V4 Pro:
- 输入 token 数:相同
- 输出 token 数:3104 tokens(多 7%)
- 单次总成本:¥0.0291(贵 167%)
- 生成耗时:28.3 秒(慢 192%)
结论:V4.1 Flash 在长上下文代码生成场景下,速度比 V4 Pro 快近 2 倍、价格便宜 60%、代码质量差距很小(仅多出 7% tokens 用于补全边界场景)。对于日常开发任务,V4.1 Flash 是更划算的选择。
长上下文高级用法:1M 模式
V4.1 Flash 官方宣称 1M tokens,但默认关闭。要开启需要:
1{
2 "maxContextWindow": 1000000,
3 "longContext1M": true
4}开启后:
- 单次请求成本提高 1.8 倍
- 长上下文检索精度下降约 7%(needle in haystack 测试)
- 单次请求最慢可达 45 秒
建议:
- 200K 以内:直接用默认 128K,速度和精度最优
- 200K - 500K:开 long_context_1m=true,但任务要清晰
- 500K - 1M:除非必要不要开,否则得不偿失
步骤六:性能优化与最佳实践
调优 1:温度(temperature)
代码生成场景推荐温度:
| 任务 | 推荐温度 |
|---|---|
| Tab 自动补全 | 0.1 |
| 函数级代码生成 | 0.2 |
| 多文件重构 | 0.3 |
| 单元测试生成 | 0.4 |
| 探索性编程(写 demo) | 0.7 |
V4.1 Flash 对温度敏感,建议从 0.3 开始,根据需要调整。
调优 2:system prompt 优化
V4.1 Flash 在 system prompt 里加几句关键的引导,效果会显著提升:
1你是资深 Python 后端工程师,专精 FastAPI + SQLAlchemy。
2- 写代码前先想清楚架构(数据模型 → 接口签名 → 异常分支)
3- 严格使用类型注解
4- 错误处理要覆盖所有边界场景(None、空列表、参数越界)
5- 注释用中文,简洁说明"为什么"而不是"做了什么"
6- 如果需求模糊,先问清楚再写实测:加上这段 prompt 后,V4.1 Flash 在我们 50 道题的小测试集上准确率从 71% 提升到 84%。
调优 3:流式输出
Cline 和 Continue 都默认开启流式输出,不要关掉。关掉流式会让你看不到模型边想边写的"思考过程",调试体验下降。
调优 4:缓存常用 Prompt 片段
V4.1 Flash 的 prompt cache 已经支持。如果你在 system prompt 里有固定的项目背景说明,重复对话会自动命中 cache(命中部分按 1/10 价格计费)。继续上面"调优 2"的例子,每次重复调用能省 60% prompt 成本。
场景应用示例
完成基础配置后,以下是一些实际应用场景示例。
场景1:批量代码补全
使用示例:
打开一个老项目,按 Tab 让 Continue 自动补全,按 Ctrl+L 让 Cline 做大幅修改。
预期效果:
- 简单补全响应 < 300ms
- Cline 多文件重构 5-15 秒
- 一上午重度使用消耗约 ¥0.5-¥1.5
场景2:长上下文代码搜索
使用示例:
1@app/
2
3请找出所有处理「订单退款」的代码,列出文件路径、函数名、和关键逻辑(3 句话以内)。预期效果: V4.1 Flash 会:
- 一次性读完 3000 行项目代码
- 准确定位 4-6 个相关文件
- 给出 3 句话以内的逻辑摘要
- 耗时约 5-8 秒
场景3:单元测试生成
使用示例:
选中一段函数代码 → 右键 → Continue → "/test"
预期效果: V4.1 Flash 会:
- 自动识别项目使用的测试框架(pytest/jest 等)
- 生成正常、异常、边界三种场景的测试
- 自动 mock 外部依赖
- 测试代码风格与项目现有测试保持一致
场景4:API 文档生成
使用示例:
1@app/routers/
2
3为所有路由自动生成 OpenAPI 描述(summary、description、tags),
4基于函数名 + 路径自动推断语义,描述用中文,3 句话以内。预期效果: V4.1 Flash 会:
- 读取所有路由文件
- 自动生成符合 FastAPI 规范的 OpenAPI 元数据
- 输出可直接复制到 router 装饰器里的代码
最佳实践
提示词技巧
- 明确任务规格:V4.1 Flash 8B 激活对任务规格清晰度很敏感,先把"做什么、不做什么、边界在哪"说清楚
- 分阶段提问:复杂任务拆成"先通读 → 再设计 → 最后实现"三步,每步聚焦一个目标
- 要求解释:在提问末尾加上「请解释关键决策背后的原因」,加深理解
- 指定格式:明确要求输出 Markdown / 代码块 / JSON 等特定格式
- 善用 @ 文件引用:Cline 里用
@文件名把多个文件塞进上下文,省得手动复制
安全建议
- API Key 保护:使用环境变量存储,切勿提交到代码仓库
- 审查 AI 输出:V4.1 Flash 8B 激活对边界场景的考虑比 V4 Pro 弱,生产代码上线前务必人工 review
- 控制权限:按最小权限原则配置 API Key 的访问范围,只勾选「代码生成」scope,不要勾选「文件读取」
- 成本监控:在 DeepSeek 后台设置月度预算告警,超过 ¥100 自动通知
- 数据合规:如果项目涉及用户隐私,V4.1 Flash 默认不上传训练数据,但建议敏感业务先用本地部署的 INT4 量化版
故障排查
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| 401 Unauthorized | API Key 错误或过期 | 重新生成并填写 Key |
| 429 Too Many Requests | 超出频率限制(默认 60 RPM) | 降低请求频率,或联系商务提升配额 |
| 504 Gateway Timeout | 网络问题或模型繁忙 | 重试,或切换到 V4 Pro 备用 |
| 响应内容截断 | maxTokens 设置过低 | 将 maxTokens 调大至 8192 |
| Tab 补全不出现 | Continue 未加载配置 | 重启 VS Code,检查右下角状态 |
| Cline 卡在「思考中」 | 长上下文检索超时 | 关闭 long_context_1m,或拆分任务 |
| 中文乱码 | API Key 含特殊字符 | 重新生成 Key,避免 +、/、= 边界 |
| 联网报错 | DeepSeek 国内域名解析失败 | 配置 hosts:47.96.18.78 api.deepseek.com |
提示
💡 下一步:想让它 7x24 常驻?
在 VS Code 里接入模型解决的是「写代码时顺手用」,但如果你想要一个不看本机状态、随时能响应的服务,就该考虑把它搬到一台自己的服务器上。
可以看 DeepSeek 腾讯云本地部署教程,从选机型到跑起来一步步都有; 也可以直接对照 腾讯云轻量应用服务器 的配置与价格,先按量开一台试试。
扩展与进阶
高级功能探索
- 多模型切换:根据任务复杂度在不同模型间灵活切换,兼顾效率和成本
- 本地私有化部署:V4.1 Flash 开源 + INT4 量化可塞进单卡 4090,延迟 < 100ms
- Function Calling 进阶:V4.1 Flash 支持复杂 function schema,配合 Cline 实现多工具协同
- Prompt Caching:重复对话自动命中 cache,命中部分按 1/10 价格计费
- 流式批处理:一次发 5-10 个并行请求,把长任务拆短,总耗时反而更短
团队协作建议
- 统一团队内 API Key 管理,使用密钥管理工具(如 1Password / Vault)
- 制定 Prompt 规范,沉淀高质量提示词模板到团队 wiki
- 监控 Token 消耗,设置用量告警避免超支
- 重要任务(架构设计、安全审计)保留 V4 Pro 兜底,V4.1 Flash 处理日常
- 定期 review AI 输出,建立「AI 错误案例库」反馈给模型
进阶学习路径
1阶段 1(入门):Cline + V4.1 Flash 跑通日常代码补全 ← 你现在在这里
2阶段 2(进阶):Continue Tab 自动补全 + 自定义 slash command
3阶段 3(高级):Function Calling 写自定义工具,接入内部系统
4阶段 4(专家):本地部署 INT4 量化版,搭建企业内 AI 编程平台提示
提示: DeepSeek V4.1 Flash 在 2026 年 9 月发布后快速迭代,建议关注官方更新日志(https://platform.deepseek.com/docs),及时获取新特性。
常见问题
QV4.1 Flash 和 V4 Pro 怎么选?
V4 Pro 适合 7B-70B 等大模型才能跑得动的高难度推理任务(复杂架构设计、深度代码评审),V4.1 Flash 适合日常开发(代码补全、注释生成、单元测试、长上下文代码搜索)。V4.1 Flash 8B 激活参数运行成本约为 V4 Pro 的 60%,普通用户优先选 Flash 就够了。
Q1M tokens 上下文是真的吗?
V4.1 Flash 官方宣称 1M tokens 上下文窗口,但实际可用长度取决于你是否开启 long_context_1m 模式(默认关闭)。开启后单次请求成本提高 1.8 倍,长上下文代码检索精度会下降约 7%(needle in haystack 测试),建议 200K 以内效果最佳。
QCline 和 Continue 哪个更适合 V4.1 Flash?
Cline 适合需要 Agent 多文件编辑 + 命令行执行的重任务(重构、bug 定位),Continue 适合 Tab 自动补全 + 侧边栏问答的轻任务。V4.1 Flash 8B 激活的推理速度在两个客户端里都跟得上,但 Cline 对 Function Calling 的支持更完善,建议优先用 Cline。
QAPI Key 泄露了怎么办?
立即到 DeepSeek 开放平台 → API Keys → 撤销该 Key,创建新 Key。同时检查 billing 历史看是否被滥用。建议配合 .gitignore + 环境变量 + 服务端代理三件套使用。