最近把自己做的AI助手Claw Agent通过MCP接入了Claude桌面端，用了两天，SiliconFlow账单一共几块钱。对比之前直接用Claude Code，会员额度都撑不住，这个差距说出来自己都觉得离谱。
记录一下整个过程，顺便说说踩了哪些坑。
为什么要自己接
Claude本身很强，但有个问题——它的工具调用走的是自己的token。你让它帮你读个文件、搜个东西、执行段代码，每一步都在消耗额度。用Claude Code更夸张，稍微复杂点的任务，额度哗哗地没。
我的思路是反过来：让Claude桌面端只负责"想"，工具执行这部分全扔给本地的Claw Agent跑，用DeepSeek V4-Flash做底层模型。Claude出智慧，DeepSeek出力气，钱花在刀刃上。
接入的两个大坑
坑一：配置文件路径
网上教程清一色写的是：
%APPDATA%\Claude\claude_desktop_config.json
Windows Store版根本不在这里，实际路径是：
C:\Users\用户名\AppData\Local\Packages\Claude_pzs8sxrjxfjjc\LocalCache\Roaming\Claude\claude_desktop_config.json
建议直接全盘搜文件名，别信教程。
坑二：SSE模式不要写type
配置里多写了一行 "type": "url"，死活连不上，删掉秒通。文档没说清楚，纯靠试出来的。
安全问题不能忽视
Claw Agent有几个高权限工具——执行任意命令、写文件、安装包。本地用没问题，但对外暴露就危险了。
解决方案是两套入口分开：
- STDIO（Claude桌面端专用）：8个工具全开，本地通信安全
- HTTP（对外接口）：3个危险工具直接删掉
两套代码独立维护，互不影响。
最关键的问题：有没有变蠢
用DeepSeek V4-Flash替代Claude跑工具层，会不会降智？
实测结论：日常任务没有明显差距。搜索、读文件、写代码、查天气这些工具调用，DeepSeek规划得很准，基本没有误判。需要真正动脑子的部分——分析、判断、写作——我还是直接问Claude，这部分没有省。
所以实际上是分层用：DeepSeek跑工具，Claude做判断，两者各司其职，不存在降智，反而比单独用任何一个都划算。
两天账单几块钱
SiliconFlow的DeepSeek V4-Flash价格极低，高强度开发两天，账单加起来几块钱。
同样的工作量用Claude Code，会员额度都撑不住——我自己就遭不住，才逼出了这套方案。
Claw Agent现在的状态
目前跑在自己电脑上，功能包括：实时搜索、文件读写、Python执行、PPT生成、对话记忆、知识库检索。MCP接入后Claude桌面端可以直接调用全部工具。
域名审核中，好了会放体验地址。感兴趣的可以关注一下。
总结
MCP接入两个关键坑：配置路径和SSE的type字段。安全上做好工具隔离。
省钱的核心逻辑是：让便宜的模型跑工具，让聪明的模型做判断，别让Claude帮你执行每一步。
两天几块钱，这个数据是真的。
