零代码接入DeepSeek：低成本AI编程助手配置全攻略-Seo优化-塔城地区网站建设公司

🚀 30+款热门AI模型一站整合，DeepSeek/GLM/Claude 随心用，限时 5 折。 👉 点击领海量免费额度

如果你正在寻找一个功能强大且成本可控的AI编程助手，那么将DeepSeek模型接入到Codex这类工具中，无疑是一个极具吸引力的方案。OpenAI的Codex官方模型虽然强大，但其API调用成本对于个人开发者或高频使用者来说，可能是一笔不小的开销。而DeepSeek作为国内顶尖的大模型厂商，其API不仅性能出色，价格也极具竞争力，更重要的是，它原生支持与多种AI编程工具进行集成。

这篇文章的核心，就是教你如何“零代码”或“低代码”地将DeepSeek模型无缝接入到你的AI编程工作流中。我们将重点关注几个关键问题：接入过程是否复杂？需要什么前置条件？接入后效果如何？以及如何验证整个流程是否跑通。整个过程不涉及复杂的编程，主要通过环境变量配置和工具内置的配置界面完成，即便是对命令行不太熟悉的开发者也能轻松上手。

我们将以DeepSeek官方文档中提到的几种主流AI编程工具为例，包括Claude Code、OpenCode和OpenClaw，为你提供一套从环境准备、配置到功能验证的完整操作指南。无论你是想降低开发成本，还是希望体验更符合中文语境的代码生成，这篇文章都能提供直接的解决方案。

1. 核心能力速览

在开始具体操作之前，我们先通过一个表格快速了解通过DeepSeek API赋能AI编程工具的核心价值与关键信息。

能力项	说明
核心价值	将高性价比、高性能的DeepSeek大模型（如DeepSeek-V4-Pro）接入主流AI编程助手，替代或补充昂贵的官方模型服务。
主要功能	智能代码补全、代码解释、代码重构、Bug调试、生成测试用例、文档生成等编程辅助功能。
成本优势	DeepSeek API定价通常远低于同类闭源模型API，能显著降低高频使用的成本。
接入方式	“零代码”配置：主要通过设置系统环境变量或在使用工具时进行图形化配置完成，无需编写集成代码。
硬件门槛	无本地部署要求：所有计算在DeepSeek云端完成，本地仅需能运行相应的AI编程工具客户端（如终端、VS Code插件、桌面应用）。对本地显卡无要求。
启动方式	依赖具体工具：Claude Code通过终端命令启动；OpenCode有终端、Web等多种形式；OpenClaw可通过Web UI或终端TUI启动。
是否支持API	是：本质就是调用DeepSeek的API服务。本文的“接入”即指将工具的请求转发至DeepSeek API端点。
是否支持批量任务	取决于所使用的AI编程工具本身是否支持批量处理。DeepSeek API端支持标准的流式和非流式调用。
适合场景	个人开发者、学生、创业团队寻求低成本且高效的AI编程辅助；需要处理中文注释或需求的开发场景；希望将AI编程能力集成到内部工作流中。

2. 适用场景与使用边界

将DeepSeek接入AI编程工具，并非适用于所有情况。明确其适用边界，能帮助你更好地决策。

最适合的使用场景：

日常编码辅助：在VS Code、Cursor、JetBrains IDE中，进行常规的代码补全、函数生成和注释编写。
代码审查与重构：利用AI快速理解他人代码，并提出重构建议，提升代码质量。
学习与教学：学生或新手开发者通过问答形式，深入学习编程语言特性、框架用法或算法原理。
原型快速开发：需要快速生成某个功能模块的样板代码，验证想法。
文档生成：根据代码自动生成函数说明、API文档初稿。

需要谨慎或不适用的场景：

对代码安全性要求极高的生产环境：虽然DeepSeek模型能力强大，但生成的代码仍需人工严格审核，不可直接用于核心业务或安全敏感模块。
完全离线的开发环境：此方案依赖网络调用DeepSeek云端API，无法在无网络环境下工作。如需离线，需考虑本地部署的大模型方案。
替代基础编程知识：AI是辅助工具，不能替代开发者对数据结构、算法、系统设计等基础知识的掌握。
生成具有明确版权或专利的代码：避免使用AI生成可能涉及第三方知识产权（如特定公司的私有算法、受专利保护的实现）的代码。

合规与授权提醒：

API Key管理：妥善保管你的DeepSeek API Key，不要泄露在公开的代码仓库或配置文件中。建议使用环境变量或安全的密钥管理工具。
内容合规：DeepSeek API服务受其使用条款约束，请勿用于生成恶意代码、攻击脚本或违反法律法规的内容。
数据隐私：避免向AI工具提交包含个人敏感信息、公司核心商业秘密或未脱敏数据的代码片段。

3. 环境准备与前置条件

“零代码”接入并不意味着零准备。在开始配置之前，请确保你的环境满足以下基本条件。

1. 获取DeepSeek API Key：这是整个流程的通行证。访问DeepSeek开放平台官网，注册并登录账号，在控制台中创建API Key并妥善保存。通常平台会提供一定的免费额度供新用户测试。

2. 基础运行环境：

操作系统：Windows 10/11, macOS, 或主流的Linux发行版（如Ubuntu, CentOS）均可。后续命令会区分不同系统。
网络连接：稳定的网络环境，确保能够访问api.deepseek.com。
终端（命令行工具）：Windows用户可使用PowerShell（推荐）或CMD；macOS/Linux用户使用系统自带的终端（Terminal, Bash, Zsh等）。

3. 目标AI编程工具的运行时环境：根据你选择接入的工具，需要安装相应的依赖：

对于Claude Code：需要安装Node.js 18或更高版本。Windows用户可能还需要安装Git for Windows。
对于OpenCode：需要从其官方下载页面获取安装包或安装指令，确保版本号 >= v1.14.24 以避免兼容性问题。
对于OpenClaw：依赖其安装脚本，系统需支持curl(Linux/macOS) 或PowerShell(Windows)。

4. 版本确认与更新：在安装任何工具前，建议先检查现有版本，并优先考虑更新到最新稳定版，这能最大程度避免因版本过旧导致的配置失败或功能异常。

4. 安装部署与启动方式

接下来，我们分工具详细讲解安装和配置步骤。请根据你的需求选择其中一种或多种进行实践。

4.1 接入 Claude Code

Claude Code是一个在终端中运行的AI编码助手。通过环境变量，我们可以将其后端无缝切换到DeepSeek。

步骤1：安装Claude Code打开你的终端，执行以下命令进行全局安装：

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

安装完成后，验证是否成功：

claude --version

如果正确显示版本号（如claude-code/1.0.0），则说明安装成功。

步骤2：配置DeepSeek环境变量这是最关键的一步，告诉Claude Code使用DeepSeek的API服务。

Linux / macOS 用户：在终端中依次执行以下命令，请将<your DeepSeek API Key>替换为你实际申请的密钥。

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic export ANTHROPIC_AUTH_TOKEN=<your DeepSeek API Key> export ANTHROPIC_MODEL=deepseek-v4-pro 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-flash export CLAUDE_CODE_EFFORT_LEVEL=max

注意：以上环境变量仅在当前终端会话中有效。如果希望永久生效，需要将上述export命令添加到你的 shell 配置文件（如~/.bashrc,~/.zshrc）中，然后执行source ~/.zshrc（或对应的配置文件）使其生效。

Windows 用户（PowerShell）：在PowerShell中执行以下命令：

$env:ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic" $env:ANTHROPIC_AUTH_TOKEN="<your DeepSeek API Key>" $env:ANTHROPIC_MODEL="deepseek-v4-pro" $env:ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro" $env:ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-v4-pro" $env:ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash" $env:CLAUDE_CODE_SUBAGENT_MODEL="deepseek-v4-flash" $env:CLAUDE_CODE_EFFORT_LEVEL="max"

Windows环境变量同样只在当前PowerShell窗口有效。如需永久设置，可以通过系统属性->高级->环境变量进行添加。

步骤3：启动与使用配置好环境变量后，进入你的项目目录，直接运行claude命令即可启动交互式会话。

cd /path/to/your/project claude

启动后，你就可以在终端中像往常一样与Claude Code对话，但它背后调用的已经是DeepSeek-V4-Pro模型了。

4.2 接入 OpenCode

OpenCode是一个开源的AI编码助手，提供终端、Web等多种交互形式。其接入过程更偏向于在工具内进行配置。

步骤1：安装OpenCode请前往OpenCode的官方下载页面，根据你的操作系统选择对应的安装方式。文档强烈建议将OpenCode升级到最新版本（>= v1.14.24），以确保最佳的兼容性和功能支持。

步骤2：运行并配置DeepSeek

在终端中执行opencode命令启动OpenCode。
在OpenCode的输入框中，键入/connect命令。
系统会提示你选择提供商，输入deepseek并选择它。
接着，输入你的DeepSeek API Key。
最后，在模型选择列表里，选择DeepSeek-V4-Pro。

完成以上步骤后，OpenCode就会使用你配置的DeepSeek模型来提供编程辅助服务。整个过程在图形界面或交互式命令行中完成，无需手动设置环境变量。

4.3 接入 OpenClaw

OpenClaw是一个开源的个人AI助手，可以通过Skills扩展能力，并能连接到飞书、微信等聊天工具。

步骤1：安装OpenClaw根据你的操作系统，运行对应的安装脚本。

Linux / macOS 用户：

curl -fsSL https://openclaw.ai/install.sh | bash

Windows 用户（PowerShell）：

iwr -useb https://openclaw.ai/install.ps1 | iex

步骤2：配置默认模型安装完成后，会自动进入初始化设置阶段。如果已经安装过，可以通过以下命令重新进入配置：

openclaw onboard --install-daemon

在配置过程中，你会遇到一系列提示：

当看到关于“个人使用默认”的声明时，选择Yes继续。
在设置模式（Setup mode）中，建议选择QuickStart快速开始。
在模型/认证提供商（Model/auth provider）选择时，选择DeepSeek。
输入你的DeepSeek API Key。
在默认模型（Default model）设置时，选择Enter model并输入模型名称，例如deepseek-v4-pro或deepseek-v4-flash。
后续关于消息通道（message channels）和Skills的配置，初学者可以选择Skip for now暂时跳过。

步骤3：启动与交互配置完成后，你有三种方式与OpenClaw交互：

启动Web UI仪表盘：
```
openclaw dashboard
```
执行后，通常会在浏览器中打开一个本地网页，提供图形化的聊天界面。
在终端中使用TUI（文本用户界面）：
```
openclaw tui
```
直接在终端中聊天：
```
openclaw terminal
```

5. 功能测试与效果验证

配置完成后，如何验证接入是否成功，以及DeepSeek模型的表现如何？我们需要进行一系列的功能测试。

5.1 基础连接测试

测试目的：验证AI编程工具是否已正确连接到DeepSeek API，并能收到响应。

操作步骤（以Claude Code为例）：

在配置好环境变量的终端中，进入一个项目目录，运行claude。
启动后，在claude>提示符后输入一个简单的问候或测试问题，例如：“Hello, who are you?” 或 “请用Python写一个‘Hello World’程序。”

预期结果与判断成功标准：

成功：工具应在几秒内返回一个连贯、合理的回答。回答中可能会包含“我是DeepSeek”或类似表明其身份的语句。对于代码请求，应返回语法正确、可运行的代码片段。
失败：如果返回错误信息，如“Authentication failed”、“Invalid API Key”、“Connection error”等，则说明配置有误。常见的失败原因包括：API Key错误、环境变量未正确设置或生效、网络问题无法访问API端点。

5.2 代码生成能力测试

测试目的：评估DeepSeek模型在具体编程任务上的实用性和代码质量。

测试用例1：生成实用函数

输入：“用JavaScript写一个函数，接收一个日期字符串，返回该日期是星期几。”
操作：在工具中输入上述问题。
预期输出：一个完整的JavaScript函数，例如使用Date对象和getDay()方法，并可能包含简单的使用示例。代码应具有良好的可读性和适当的注释。

测试用例2：代码解释与重构

输入：（粘贴一段稍微复杂或有优化空间的代码，例如一个低效的循环）请解释这段代码在做什么，并提出一个更高效的写法。
操作：提交代码和请求。
预期输出：首先清晰解释原代码的逻辑和可能存在的性能瓶颈（如时间复杂度高），然后提供一个重构后的版本，并解释优化点在哪里。

测试用例3：调试与错误修复

输入：（粘贴一段包含典型错误的代码，如Python中的缩进错误、变量未定义等）这段代码运行报错了，请帮我找出错误并修正。
操作：提交错误代码和报错信息（如果有）。
预期输出：准确指出错误类型、位置，并提供修正后的正确代码。

判断标准：生成的代码是否语法正确、逻辑清晰、符合最佳实践？解释是否准确到位？如果能通过以上测试，说明DeepSeek模型已能有效充当你的编程助手。

5.3 中文语境支持测试

测试目的：验证模型对中文提示词的理解和处理能力，这是使用国产模型的一大优势。

测试用例：

输入：“我有一个Pandas的DataFrame，列名是‘姓名’和‘成绩’，我想筛选出‘成绩’大于90的所有行，该怎么做？”
预期输出：应返回使用df[df[‘成绩’] > 90]或df.query(‘成绩 > 90’)的Python代码，并且对列名的引用完全匹配中文“成绩”。

如果模型能准确理解中文命名的变量、函数和业务逻辑描述，并生成对应代码，则证明其中文语境支持良好。

6. 接口API与批量任务

虽然本文主题是“零代码”接入现有工具，但理解其背后的API机制，有助于你进行更灵活的集成和批量处理。

6.1 理解背后的API调用

当你通过Claude Code等工具与DeepSeek交互时，工具底层实际上是在向DeepSeek的Anthropic兼容端点发送HTTP请求。以我们配置的ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic为例，工具会按照Anthropic API的格式封装你的对话消息，发送到该地址。

这意味着，如果你有自己的脚本或应用，也可以直接调用此API。一个最简化的Python调用示例如下：

import requests import json # 配置参数 api_key = "你的DeepSeek_API_Key" url = "https://api.deepseek.com/anthropic/v1/messages" headers = { "Content-Type": "application/json", "Authorization": f"Bearer {api_key}", "x-api-key": api_key # 某些兼容端点可能需要此头部 } data = { "model": "deepseek-v4-pro", "max_tokens": 1024, "messages": [ {"role": "user", "content": "用Python计算斐波那契数列的前10项。"} ] } # 发送请求 response = requests.post(url, headers=headers, json=data, timeout=30) # 处理响应 if response.status_code == 200: result = response.json() # 提取模型返回的文本内容 # 注意：实际响应结构需参考DeepSeek官方Anthropic兼容API文档 answer = result.get('content', [{}])[0].get('text', '') print(answer) else: print(f"请求失败，状态码：{response.status_code}") print(response.text)

重要提示：以上代码仅为示意，DeepSeek的Anthropic兼容API的具体请求/响应格式、端点路径、必选参数等，请务必以DeepSeek官方API文档为准。直接调用API为你提供了最大的灵活性。

6.2 批量任务处理思路

AI编程工具本身可能不直接提供“批量处理文件”的功能，但你可以通过结合脚本和API实现半自动化批量任务。

场景举例：批量为项目中的多个Python函数生成文档字符串（Docstring）。

实现思路：

编写一个扫描脚本：遍历项目目录，识别出所有没有Docstring的函数。
构造提示词：为每个函数构造一个清晰的提示词，例如：“请为以下Python函数生成一个规范的Google风格Docstring，描述其功能、参数和返回值。” 后面跟上函数代码。
调用API：使用上面提到的直接调用API的方式，或者封装一个调用Claude Code命令行的脚本，依次处理每个函数。
回写结果：将模型生成的Docstring插入到对应函数的代码中。

这种方法虽然需要一些脚本书写工作，但实现了“一次配置，批量处理”的效果，显著提升了效率。关键在于设计好稳定的提示词（Prompt）和错误处理机制，避免因单个请求失败导致整个流程中断。

7. 资源占用与性能观察

由于本方案完全依赖DeepSeek的云端API，因此本地资源占用极低，性能瓶颈主要在于网络和API本身的响应速度。

1. 本地资源占用：

CPU/GPU：你的本地机器不执行模型推理，只运行AI编程工具的客户端（一个终端或一个桌面应用），因此CPU和GPU占用可以忽略不计，通常不会超过普通IDE的占用。
内存：同样，只占用工具客户端本身所需的内存，通常为几十MB到几百MB，取决于工具的实现。
磁盘：仅需存储工具本身的安装文件和一些缓存数据。

2. 性能观察重点：

网络延迟：这是影响体验的最主要因素。你可以通过ping api.deepseek.com粗略测试网络延迟。较高的延迟会导致代码补全或问答响应变慢。
API响应时间：DeepSeek API的响应速度通常很快，但对于复杂的代码生成或长上下文请求，响应时间可能在几秒到十几秒之间，这是正常现象。
令牌（Token）消耗：注意你的请求和响应的长度，因为API费用通常与消耗的令牌数相关。在工具中提出非常冗长的问题或要求生成极长的代码，可能会消耗更多令牌。

3. 如何优化体验：

使用高速稳定的网络：这是提升体验的基础。
优化提示词：清晰、简洁的提示词能让模型更快理解你的意图，减少不必要的交互轮次和令牌消耗。
选择合适的模型：对于简单的代码补全或问答，可以使用deepseek-v4-flash这类更轻量、更快的模型；对于复杂的系统设计或算法问题，再切换到deepseek-v4-pro。
管理上下文长度：某些工具会保留对话历史作为上下文。如果对话轮次过多，上下文会变得很长，可能影响后续请求的速度和成本。适时开启新对话可以清空上下文。

8. 常见问题与排查方法

在配置和使用过程中，你可能会遇到一些问题。下表列出了常见问题及其解决方法。

问题现象	可能原因	排查方式	解决方案
Claude Code启动后提示认证失败	1. API Key错误或未设置。 2. 环境变量未在当前终端会话生效。 3. DeepSeek账户问题（如欠费）。	1. 执行`echo $ANTHROPIC_AUTH_TOKEN`(Linux/macOS) 或`echo $env:ANTHROPIC_AUTH_TOKEN`(Windows PowerShell) 检查Key是否正确。 2. 确认`ANTHROPIC_BASE_URL`变量也已正确设置。 3. 登录DeepSeek平台检查API Key状态和余额。	1. 重新设置正确的API Key。 2. 关闭终端重新打开，或`source`配置文件使环境变量生效。 3. 更换API Key或充值。
OpenCode中无法找到DeepSeek提供商	OpenCode版本过旧，不支持DeepSeek集成。	执行`opencode --version`检查版本号。	按照官方指南，将OpenCode升级到 v1.14.24 或更高版本。
OpenClaw安装脚本执行失败	网络问题导致安装脚本下载失败；系统缺少必要依赖（如curl, PowerShell）。	检查网络连接，尝试重新运行命令。查看终端输出的具体错误信息。	1. 确保网络通畅，可尝试使用代理。 2. 根据错误信息安装缺失的系统组件。 3. 查阅OpenClaw官方文档或GitHub Issues寻找解决方案。
工具可以启动，但响应速度极慢或超时	1. 本地网络到DeepSeek服务器延迟高或不稳定。 2. 请求的上下文过长或问题过于复杂。 3. DeepSeek API服务临时波动。	1. 使用`ping`或`traceroute`测试到`api.deepseek.com`的网络状况。 2. 尝试提出一个非常简单的问题测试。 3. 访问DeepSeek官方状态页面（如有）或社区查看是否有服务公告。	1. 切换更稳定的网络环境。 2. 简化问题，或分步骤提问。 3. 稍后再试。
生成的代码有错误或不符合预期	1. 提示词不够清晰，存在歧义。 2. 模型在特定领域或非常新的知识上存在局限。	1. 审查你的提示词，尝试用更精确的语言描述需求，包括输入、输出、约束条件等。 2. 提供更详细的上下文信息。	1.迭代优化提示词：这是使用AI编程助手的核心技能。根据第一次的结果，补充或修正你的要求，进行多轮交互。 2. 对于复杂任务，将其拆解成多个子任务，逐个解决。
在VS Code/Cursor等IDE中如何使用？	本文主要介绍独立工具（Claude Code, OpenCode）。	查看IDE是否支持配置自定义的AI助手端点。	许多现代IDE（如Cursor）允许在设置中配置AI模型的API端点和密钥。你可以在其设置中寻找“AI Provider”、“Code Completion”或类似选项，将端点设置为DeepSeek的对应API地址并填入Key。具体配置方式请查阅IDE的官方文档。

9. 最佳实践与使用建议

为了更安全、高效地利用DeepSeek增强你的编程工作流，遵循以下最佳实践至关重要。

1. 安全第一：管理你的API Key

永远不要提交：切勿将包含真实API Key的代码或配置文件提交到GitHub等公开代码仓库。使用.env文件（并通过.gitignore忽略）或系统的密钥管理工具来存储密钥。
环境变量是朋友：如本文所示，使用环境变量是管理密钥最通用和安全的方式之一。
定期轮换：定期在DeepSeek平台上更新你的API Key，特别是当你怀疑密钥可能已泄露时。

2. 成本控制：关注令牌消耗

了解计费方式：登录DeepSeek平台，清楚了解其API的计费模式（通常是按输入/输出令牌数计费）。
监控使用量：定期在DeepSeek控制台查看API调用情况和费用消耗，设置用量告警（如果平台支持）。
优化提示词：精确的提示词可以减少不必要的上下文和冗余输出，从而节省令牌。对于代码生成，明确指定编程语言、框架版本、代码风格等要求。

3. 提升效果：编写更好的提示词

角色扮演：在提问前，为AI设定一个角色，如“你是一位经验丰富的Python后端架构师”。
提供上下文：给出相关的代码片段、错误信息、数据结构定义等背景信息。
明确输出格式：指定你希望得到的输出格式，例如“请用Markdown列表给出5点建议”、“请输出一个完整的函数，包含类型注解和文档字符串”。
分步思考：对于复杂问题，可以要求模型“逐步思考”，或你自己将问题分解成多个子问题依次提问。

4. 工程化集成建议

版本化配置：如果你在团队中推广此方案，可以将环境变量配置（如一个setup_env.sh或setup_env.ps1脚本）纳入版本管理，但其中包含的API Key应使用占位符，由团队成员各自填充。
统一工具链：在团队内部约定使用同一种AI编程工具（如Claude Code）和相同的模型配置（如deepseek-v4-pro），便于交流和分享使用技巧。
效果复核：对于AI生成的关键业务代码、算法逻辑或安全相关代码，必须进行严格的人工代码审查和测试，不能盲目信任。

10. 总结与下一步

通过本文的步骤，你应该已经成功地将DeepSeek模型接入到了Claude Code、OpenCode或OpenClaw等AI编程工具中。这套方案的核心优势在于低成本和易用性：你无需关心复杂的模型部署和显卡资源，只需一个API Key和简单的配置，就能让强大的DeepSeek模型为你的日常编码提供助力。

最值得你优先验证的，是DeepSeek模型在处理中文编程需求和理解复杂业务逻辑描述上的能力。尝试用它来生成一些包含中文变量名、注释的代码，或者描述一个你正在解决的实际业务问题，看它能否给出可行的实现思路。

最容易踩的坑主要集中在环境变量配置和网络连接上。务必确保API Key正确无误且已导出到当前终端会话，并检查网络是否能稳定访问DeepSeek的API服务。

接下来，你可以探索更多可能性：

探索更多工具：除了本文提到的工具，研究一下你常用的IDE（如VS Code, JetBrains全家桶, Cursor）是否支持配置自定义的AI助手端点，将DeepSeek集成进去。
深入API调用：如果你有定制化需求，直接调用DeepSeek API可以提供最大的灵活性，比如构建自动化的代码审查流水线、文档生成脚本等。
组合使用模型：对于不同任务，可以灵活切换deepseek-v4-pro（能力更强）和deepseek-v4-flash（速度更快）等模型，在效果和成本/速度间取得平衡。

将DeepSeek这样的优质国产大模型融入你的开发工具链，不仅能降低成本，更能获得更贴合中文开发者习惯的智能体验。建议收藏本文，在配置过程中遇到问题时随时查阅。