给 DeepSeek V4 装上「眼睛」：Moon Bridge 一桥接三端
alitrack约 4 分钟给 DeepSeek V4 装上「眼睛」：Moon Bridge 一桥接三端
Go 写的高性能协议网关，一个端口同时接 Codex、Claude Code、Chat 客户端。视觉扩展纯配置启用，三端点原生支持。
Codex CLI 好用，但它默认绑定 OpenAI 的模型定价——重度用户一个月烧几百美元。
DeepSeek V4 Pro 编程场景完全不输 GPT-5，价格是后者的零头。问题在于：Codex 说 Responses API，Claude Code 说 Messages API，普通 Chat 客户端说 Completions API——DeepSeek 不提供这三种完全一样的端点。
不过 DeepSeek 有个宝藏：Anthropic 兼容接口（/anthropic）。这条路 Prompt Caching 命中率 99%、thinking mode 原生暴露、工具调用不出错。Moon Bridge 做的事就是把三种客户端协议统一转换到 DeepSeek 的 Anthropic 端点。
实测，三个端点全通：
| 端点 | 客户端 | 结果 |
|---|---|---|
/v1/messages | Claude Code | ✅ |
/v1/responses | Codex CLI | ✅ |
/v1/chat/completions | OpenAI Chat 客户端 | ✅ |
一个 go run，三个协议入口全部就绪。
架构
1Claude Code ────→ POST /v1/messages ─────────┐
2 │
3Codex CLI ──────→ POST /v1/responses ────────┤
4 │
5Chat 客户端 ────→ POST /v1/chat/completions ──┤
6 │
7 Moon Bridge ←────────┘
8 │
9 CoreRequest（统一中间表示）
10 │
11 插件管道（视觉 / 缓存 / 防循环）
12 │
13 DeepSeek API（Anthropic 协议）
三个入口各自有独立的 handler，但最终汇聚到同一个 dispatchCoreRequest 管道——一份协议转换逻辑，三端共享。不是 adapter 套壳，是原生支持。
部署
1git clone https://github.com/ZhiYi-R/moon-bridge.git
2cd moon-bridge
config.yml：
1mode: "Transform"
2
3server:
4 addr: "127.0.0.1:38440"
5
6cache:
7 prompt_caching: true
8
9models:
10 deepseek-v4-pro:
11 context_window: 128000
12 max_output_tokens: 65536
13 default_reasoning_level: "xhigh"
14 input_modalities: ["text", "image"]
15 deepseek-v4-flash:
16 context_window: 128000
17 max_output_tokens: 65536
18 default_reasoning_level: "high"
19 input_modalities: ["text", "image"]
20
21providers:
22 deepseek:
23 base_url: "https://api.deepseek.com/anthropic"
24 api_key: "sk-你的Key"
25 version: "2023-06-01"
26 offers:
27 - model: deepseek-v4-pro
28 - model: deepseek-v4-flash
29
30routes:
31 "gpt-5.4":
32 model: deepseek-v4-pro
33 provider: deepseek
34 "gpt-5.1-codex":
35 model: deepseek-v4-flash
36 provider: deepseek
37
38defaults:
39 model: "deepseek-v4-flash"
40 max_tokens: 65536
1go run ./cmd/moonbridge
2# Transform server listening on 127.0.0.1:38440
接入客户端
Claude Code——只改一行
现有的 DeepSeek 直连配置：
1export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
2export ANTHROPIC_AUTH_TOKEN=sk-xxx
3export ANTHROPIC_MODEL=deepseek-v4-pro
4export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-v4-pro
5export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash
对接 Moon Bridge，只改一行：
1export ANTHROPIC_BASE_URL=http://127.0.0.1:38440/v1
2export ANTHROPIC_AUTH_TOKEN=sk-any
其他环境变量完全不动。模型名、thinking level 全部保持原样。不需要经过 cc-switch 中转，Claude Code 直连 Moon Bridge。
Codex CLI
1# ~/.codex/config.toml
2[model_providers.custom]
3name = "custom"
4wire_api = "responses"
5requires_openai_auth = false
6base_url = "http://127.0.0.1:38440/v1"
模型名用 gpt-5.4（路由到 Pro）或 gpt-5.1-codex（路由到 Flash）。
OpenAI Chat 客户端
1curl http://127.0.0.1:38440/v1/chat/completions \
2 -H "Content-Type: application/json" \
3 -d '{"model":"gpt-5.4","messages":[{"role":"user","content":"hello"}]}'
任何走 OpenAI Chat Completions 协议的客户端（LangChain、OpenAI SDK、Copilot CLI 的 Chat 模式）都可以直接对接。模型名同样通过 routes 映射。
给 DeepSeek 装上「眼睛」
DeepSeek V4 API 不支持图片。Moon Bridge 的解法：让 DeepSeek 调用一个看图工具。
1发图 → Moon Bridge 拦截 → 注入 visual_brief 工具
2→ DeepSeek 调用工具 → 图片转发 Qwen VL（魔搭免费）
3→ 分析结果返回 → DeepSeek 基于结果回复
纯配置，零代码。
1providers:
2 qwen-vision:
3 base_url: "https://api-inference.modelscope.cn/v1"
4 api_key: "ms-你的Token"
5 protocol: "openai-chat"
6 offers:
7 - model: Qwen/Qwen3-VL-8B-Instruct
8 overrides:
9 input_modalities: ["text", "image"]
10
11extensions:
12 visual:
13 enabled: true
14 config:
15 provider: qwen-vision
16 model: Qwen/Qwen3-VL-8B-Instruct
17 max_rounds: 4
18 max_tokens: 1024
重启即用。Qwen3-VL-8B 魔搭免费 2000 次/天。三端（Codex、Claude Code、Chat）的图片请求都能走这个视觉管道。
成本
| 场景 | GPT-5.4 | DeepSeek V4 Pro | DeepSeek V4 Flash |
|---|---|---|---|
| 日常 | ~$15/天 | ~$2/天 | ~$0.2/天 |
| 重度 | ~$75/天 | ~$10/天 | ~$1/天 |
配合 Prompt Caching（cache.prompt_caching: true），输入成本再降 90%。
总结
- 一桥三端：Messages / Responses / Chat Completions 三个入口全部原生支持
- Go 单二进制，零依赖，
go run即用 - 官方 API，不依赖网页反向工程
- 视觉扩展：纯配置 + 魔搭免费模型，三端共享
- 推理链透传：thinking mode 完整保留，不走 Chat 协议的
reasoning_content映射 - 5 分钟配好，每月省几百刀
moon-bridge — MIT 协议，Go 1.25+。