先搭流程再招人：我用 ClaudeCode + DeepSeek 搭了 12个 AI 员工

📌 系列导航：上篇：Claude 从 Chat 到 Code，3 步从新手到效率翻倍 → 中篇（本篇）→ 下篇：内容流水线实战，日产 10 篇的完整方案

如果你能搭一个 AI 团队，帮你完成从信息筛选、内容审查到多平台发布的全流程——你会怎么用它？

这不是概念堆砌。这是我现在每周都在跑的真实工作流。

一条命令下去，AI 自动筛选本周重点新闻、去知识库里翻我之前的观点、按格式写完一篇 newsletter、自动配图，然后通过 MCP 一键发布到微信公众号。

整个过程我只介入了一次。

而做到这一切的核心，只有两个东西——Skills 和 Agents。

但在这之前，还有一个更关键的问题：怎么让 Claude 做它擅长的活，让 DeepSeek 做它擅长的活，同时把成本压到最低？

今天这篇，全部讲透。

一、很多人搭 AI 团队的顺序，从一开始就错了

p002_img01_1376x768.png

先问你一个问题：如果你有一笔钱要创业，你会先招一个 CEO，跟他说"目标一年赚一百万，你看着办"，然后就放手吗？

现实里不会有人这么干。但很多人用 AI 的方式就是这样。

拿到一个新工具就开问，搭一个 Agent 就放手让它自己搞。结果就是混乱、不可控、产出质量惨不忍睹。

正常的思路是什么？

作为创始人，你先把流程跑通。

• 哪些环节需要判断和品位？→ 交给 Claude Opus

• 哪些是纯执行的脏活累活？→ 交给 DeepSeek V4

• 标准是什么？→ 写下来变成 Skill

把这些搞清楚——这就是 Skill。它就是你脑子里的工作流程，变成了 AI 可以执行的标准操作手册。

然后你才去"招人"——这就是 Agent。Agent 按照 Skill 来工作，有标准可循，干完之后还能根据反馈更新 Skill，让流程越跑越好。

先定流程，再配人。这个顺序不能搞反。

二、模型分工：Claude 做设计，DeepSeek 做搬砖

p003_img01_1376x768.png

搭团队之前，先搞清楚你手上有哪几个"员工"，各自擅长什么。

Claude Opus —— 你的高级设计师

• 视觉品位、架构设计、创意定调，目前没有任何对手

• 适合：从零开始的框架搭建、UI/UX 设计、商业模式规划

• 成本：贵。一个会话可能花掉 $6

DeepSeek V4 —— 你的工程队

几个关键数据：

• 1.6 万亿参数，100 万 Token 上下文

• MIT 开源协议，跟 Claude Code 生态完全兼容

• 工具调用能力是同类开源模型里最强的

• 成本：API 只要 $0.3-0.5/M tokens，比 Claude 便宜 30-60 倍

DeepSeek V4 不是"能连上但跑不动"的花架子。读取文件、写文件、调 API、跑测试、CRUD + 数据库操作——这些 Claude Code 的日常操作，它都能稳定完成。

分工决策框架

• 任务类型: UI/UX 设计、视觉创意 | 用哪个模型: Claude Opus | 原因: 需要审美判断

• 任务类型: 架构设计、从零搭框架 | 用哪个模型: Claude Opus | 原因: 需要全局理解力

• 任务类型: 后端逻辑、API 开发 | 用哪个模型: DeepSeek V4 | 原因: 纯执行，不需要品位

• 任务类型: 自动化脚本、批量操作 | 用哪个模型: DeepSeek V4 | 原因: 量大管饱，成本极低

• 任务类型: 单元测试、代码审查 | 用哪个模型: DeepSeek V4 | 原因: 有明确对错标准

• 任务类型: 算法题、数据处理 | 用哪个模型: DeepSeek V4 | 原因: 逻辑推理是强项

• 任务类型: 不紧急的杂活 | 用哪个模型: OpenRouter 免费模型 | 原因: 零成本，慢一点无所谓

一句话总结：一切不需要视觉品位的脏活累活，交给 DeepSeek。需要定调子的，交给 Claude。

⚠️ 安全提醒：绝对不要把裸着的 API Key、未脱敏的公司代码粘贴到 DeepSeek 里。这是基本的安全原则。

三、让两个模型在同一个终端里无缝切换：CC-Switch

p004_img01_1376x768.png

光知道分工不够，关键是怎么切。你不可能为了换个模型就关掉重开、重新加载上下文。

这里需要一个叫 CC-Switch 的工具。

它是一个开源桌面应用（Tauri + Rust 开发），专门用来管理 Claude Code 的模型供应商。核心好处：

• 不用手写配置文件

• 不用克隆仓库

• 不用配置代理服务器

• 安装后点一下就能在不同模型之间快速切换

同时支持 Claude Code、Codex 和 Gemini CLI。

安装步骤（3 步搞定）

第一步：下载 CC-Switch

去 GitHub Release 页面下载对应平台的安装包：

• Windows → MSI 文件

• macOS → DMG 文件（或 brew install cc-switch）

• Linux → DEB 文件

安装完成后是一个干净的中文界面。

第二步：添加模型供应商

1. 去 DeepSeek 开发平台创建 API Key

2. 在 CC-Switch 里新建供应商 → 选择 DeepSeek 类型 → 粘贴 API Key → 保存

不需要配置任何环境变量或代理。

第三步：验证 + 切换

打开终端输入 claude 启动。Claude Code 正常加载，但背后运行的模型已经切换到 DeepSeek V4。

想切回 Claude 原版？在 CC-Switch 里点一下另一个配置文件，重新打开 Claude Code 就行。同一个终端，无缝切换，不需要重新加载上下文。

四、搭建你的第一个 AI 员工：从流程到落地

p005_img01_1376x768.png

准备工作：项目文件夹 + CLAUDE.md

新建一个项目文件夹，结构如下：

My AI Team/ ├── Context/ # 基础资料（写作风格、审查标准、发布规范） ├── Template/ # 模板 ├── Article/ # 待处理的文章 ├── Skills/ # （待生成） ├── Agents/ # （待生成） └── CLAUDE.md # AI 团队的"入职手册"

Context 文件夹是核心。 它是 AI 团队了解"你是谁"的基础。把你脑子里的标准都写下来——逻辑是否自洽、事实是否可验证、语气是否一致、有没有 AI 味太重……AI 才有章可循。

然后在 Claude Code 里运行初始化命令，让它读取你提供的文档，自动生成 CLAUDE.md。以后每次打开新对话，Claude 都会先读这个文件，知道项目的背景、规则和你的偏好。

p006_img01_1376x768.png

第一个 Skill：双模型内容审查

我们创建第一个 Skill——内容审查。

这个 Skill 的核心思路是：用两个不同的 AI 模型交叉审查，避免系统性盲区。

同一个模型审查自己的输出会存在盲点。用 Claude + DeepSeek 两个不同模型做交叉检查，能发现更多问题。

具体操作：

1. 安装 Anthropic 官方的 Skills Creator

2. 把审查标准文档放进 Context 文件夹

3. 下达指令："根据审查标准，帮我创建一个 ContentReview Skill——先用 Claude 从逻辑和结构维度审查，再用 DeepSeek 从事实准确性和风格一致性维度审查，汇总两边的发现。"

Claude 会自动生成完整的 Skill 文件，包括触发条件、输出格式和审查流程。

实测效果： Claude 指出结构问题和比喻矛盾，DeepSeek 从另一个角度补充了断言没有来源、表述过于绝对等问题。覆盖面比单模型审查全面很多。

第二个 Skill：微信公众号自动发布

第二个 Skill 的特殊之处——让 AI 直接操控外部平台完成发布。

这需要用到 MCP 协议（Model Context Protocol），你可以把它理解成 AI 和外部工具之间的"万能转接头"。

我用的平台是 Make（原 Integromat）。通过 MCP 连接好之后，AI 就能直接调用我在 Make 上搭好的微信公众号发布工作流。

Skill 流程设计为：读取校验 → 组装元数据 → 用户确认 → 调用 MCP → 报告结果。

五、搭 Agent：让 Skill 串成一条流水线

p007_img01_1376x768.png

Skill 是操作手册，Agent 是拿着手册干活的人。

一个 Agent 可以装备多个 Skill，就像一个员工可以负责多项工作。

Publisher Agent：内容审查 + 自动发布

我们的 Publisher Agent 串联起两个 Skill，组装成一条完整的发布流水线：

1. 终端输入 agent 命令，选择创建新 Agent

2. 名称：Publisher

3. 系统提示词："你是发布运营 Agent，负责内容从定稿到发布的完整流程。先用 ContentReview Skill 做质量审查，审查通过后，用 WeChat Publish Skill 发布到微信公众号。"

4. 配置触发条件、选择工具（只给需要的权限）、选择模型

5. 在 Agent 描述文件里手动加上两行，指定加载前面创建好的两个 Skill

测试一下： 让 Publisher Agent 把一篇文章发布到微信公众号。它先调用 ContentReview，所有维度通过后，直接调用 WeChat Publish Skill 通过 MCP 推送到公众号草稿箱。

整个过程不到 2 分钟。

Social Voice Agent：不装 Skill 也能干活

不是所有 Agent 都需要装备 Skill。简单任务，系统提示词就够了。

Social Voice Agent 的作用：把长内容转换成适合社交媒体传播的短内容。创建流程一样，但不在配置里加任何 Skill。让它把一篇 newsletter 草稿生成一条推文，秒出结果。

配置思路：根据任务复杂度决定。 复杂流水线装多个 Skill，简单转写任务系统提示词就够。

六、实战演示：一套完整的分工协作流程

p008_img01_1376x768.png

光讲概念不够，直接上一个真实场景——搭建一个咖啡品牌网站。

第一阶段：Claude 做设计（切到 Claude Opus）

在 CC-Switch 里切换到 Claude 原版。给它一个设计参考仓库（里面有宝马、苹果等多个品牌的设计系统），让它用 Apple 的设计风格构建网站框架。

Claude 做出来的是那种干净、有质感的页面。视觉和创意方面，它负责定调子。

第二阶段：DeepSeek 做功能（切到 DeepSeek V4）

基础页面有了之后，增加一个 ROI 计算器——用户输入每天喝几杯咖啡、每小时工资、工作时长，系统自动算出咖啡对生产力的年化 ROI。

CC-Switch 点一下切换到 DeepSeek V4，贴上同样的项目上下文，让它继续干。不需要从零设计，只需在已有框架里做功能开发。速度快、准确率高、成本几乎可以忽略。

第三阶段：Publisher Agent 做审查 + 部署（自动跑）

网站代码写完了，让 Publisher Agent 做一轮代码审查（Claude 审架构 + DeepSeek 审逻辑），审查通过后自动部署到 Netlify。

一套流程走下来：Claude 定调子 → DeepSeek 搬砖 → Agent 审查部署。三个人，一个命令。

七、4 个层次决定了你在用 AI 的第几层

p009_img01_1376x768.png

会搭 Skill 和 Agent 是操作层面的事情。要搭一个真正有效的系统，你需要四个层面的能力：

• 层次: 心智 | 是什么: 判断哪里该用 AI、哪里不该用 | 为什么重要: 避免盲目自动化

• 层次: 架构 | 是什么: 设计系统蓝图，让系统能随工具变化而灵活替换 | 为什么重要: 不被单一工具绑定

• 层次: 提示词 | 是什么: 精准沟通，让 AI 输出稳定可靠 | 为什么重要: 保证质量下限

• 层次: 系统 | 是什么: 把前三者组装成真正能跑的系统 | 为什么重要: 实现闭环

我自己用这套方法搭了 12 个 Agent——信息筛选、内容策划、视频制作、视觉设计、多平台发布……每个都有自己的职责、自己的 Skill、明确的协作规则。

这四件事——心智、架构、提示词、系统——就是从旁观者到架构师的完整路径。

写在最后

p010_img01_1376x768.png

如果你之前用 AI 的方式是"拿到一个新工具就开问"或者"搭一个 Agent 就放手让它自己搞"，今天这篇文章值得你停下来想一想。

先定义流程（Skill），再分配执行（Agent）。该用 Claude 的时候不省钱，该用 DeepSeek 的时候不上 Claude。 这两件事看似简单，却是区分"玩票"和"真正搭系统"的分水岭。

你不需要懂编程，不需要懂终端命令行。你只需要：

1. 把自己的工作流程想清楚、写明白

2. 让 AI 照着你的标准来执行

3. 学会让不同模型各司其职

工具可以换，模型可以升级，但这套思维方式是通用的。

📌 下一篇（下篇）：内容流水线实战，日产 10 篇的完整方案

📌 回顾上篇：Claude 从 Chat 到 Code，3 步从新手到效率翻倍

本文由玩客笔记原创。系列文章数据截至 2026 年 5 月 29 日，工具版本和价格以各平台官网为准。