共计 1324 个字符，预计需要花费 4 分钟才能阅读完成。
“DeepSeek 版 Claude Code”,Github 2.3k 星
DeepSeek 生态里,出现了一个更贴近开发者终端工作流的新工具 。 近期, 开源项目 DeepSeek-TUI 在 GitHub 上热度快速上升, 星标数来到约 2.3k, 并登上热榜。它被不少开发者类比为“DeepSeek 版 Claude Code”: 同样运行在终端里, 但模型与交互设计都围绕 DeepSeek 做了适配。
📌 从冷启动到走红: 项目热度在五一前后明显变化
DeepSeek-TUI 由美国独立开发者 Hunter Bown 于今年 1 月发起, 采用 Rust 编写, 并以 MIT 协议开源。项目早期关注度并不高, 直到 DeepSeek-V4 发布后, 再叠加作者面向中文用户的介绍与适配说明, 才在近期迎来一轮集中传播。
🔍 核心能力: 把编程 Agent 搬进终端
从功能看,DeepSeek-TUI 覆盖了不少开发者在 AI 编程中常用的环节, 包括文件读写、Shell 执行、网页搜索、Git 操作、子 Agent 调度、MCP 服务器连接等。它还支持 Skills 安装, 目标是让用户尽量在命令行环境中完成从分析到执行的闭环。
- Plan:偏只读探索, 先分析任务并给出方案。
- Agent:默认模式, 关键工具调用需要用户确认。
- YOLO:自动放行, 更适合希望减少打断的场景。
💡 围绕 DeepSeek 做优化: 长上下文与成本控制是重点
DeepSeek-TUI 的一个突出特点, 是将 DeepSeek 的推理过程以流式方式展示在终端中, 用户可以看到模型如何分析问题、调整思路和推进任务。对于调试复杂指令或观察模型行为, 这种可见性具有一定价值。
上下文方面,项目利用 DeepSeek-V4 的大上下文窗口, 并在内容接近上限时支持自动压缩, 也可通过手动命令触发。压缩策略还考虑了 DeepSeek 的前缀缓存机制, 尽量保留稳定部分, 以提升缓存命中可能性。
另一个值得注意的设计是 RLM 模式: 主模型最多可指挥 16 个 V4 Flash 子任务并行运行, 用于批量分析或任务拆解。按照项目介绍,Flash 输出价格低于 Pro, 因此可把不需要强推理的工作分配给更低成本模型。不过, 子 Agent 增多也可能影响缓存命中, 长会话仍需关注费用变化。
📊 版本迭代: 从搭框架到打磨体验
项目从 1 月建仓至今已迭代到 v0.8.8, 发布节奏较快。早期版本主要解决工具调用、Session 管理、Git 快照等基础能力, 让 Agent 先跑起来;v0.7.x 开始加入多语言界面与本地化提示; 近期 v0.8.x 则更多集中在稳定性和交互体验。
- 修复长会话中的文件句柄泄漏问题;
- 增加限流或服务器错误时的倒计时重试提示;
- 加入输入历史搜索、运行中消息队列可视化;
- 补充 Linux ARM64 预编译二进制。
🚀 行业观察:AI 编程工具正在从“聊天”走向“执行”
DeepSeek-TUI 的走红,反映出一个更大的趋势: 开发者不再只满足于让模型解释代码, 而是希望它能进入终端、理解仓库、调用工具, 并在可控范围内完成实际修改。Claude Code、Cursor、GitHub Copilot 等产品已经验证了这类需求,DeepSeek-TUI 则把类似工作流带到 DeepSeek 模型生态中。
