"DeepSeek版Claude Code"爆火：DeepSeek-TUI 深度解析
来源: 量子位（微信公众号）
GitHub: https://github.com/Hmbown/DeepSeek-TUI
发布平台: 程序员茄子（chenxutan.com）
标签: DeepSeek, Claude Code, Rust, TUI, 编程助手, AI Agent
引言
"DeepSeek也有自己专属的Coding Agent了。"
2026年五一假期，一个名叫 DeepSeek-TUI 的项目突然在 GitHub 上爆火，星标数骤增至 2.3k，还登上了 GitHub 热榜。
这是一个用 Rust 语言编写的 TUI（终端用户界面）编程工具，像 Claude Code 一样在终端里运行，但专门针对 DeepSeek V4 做了优化适配。
作者 Hunter Bown 自称是"鲸鱼兄弟"（DeepSeek 粉丝的昵称），在美国独立开发。他在项目爆火后发图直言："这是自己人生中最疯狂的两天。"
今天，我们就来完整拆解这个项目——它是什么、怎么用、和 Claude Code 有什么区别、为什么值得关注。
什么是 DeepSeek-TUI？
DeepSeek-TUI 是一个住在终端里的编程 Agent，可以简单理解为"DeepSeek 版 Claude Code"。
| 项目 | DeepSeek-TUI | Claude Code |
|---|---|---|
| 语言 | Rust | TypeScript/Node.js |
| 模型 | DeepSeek V4 | Claude 3.5/3.7 |
| 界面 | TUI（终端） | CLI + 编辑器插件 |
| 开源协议 | MIT | 闭源 |
| 价格 | DeepSeek 官方定价（便宜） | Anthropic 订阅 |
核心定位
DeepSeek-TUI 不是简单的 API 封装，而是一个完整的 Agent 框架：
- 读写文件：可以读取、编辑项目文件
- 执行 Shell：运行命令、脚本、构建工具
- 搜索网页：获取实时信息
- 管理 Git：提交、分支、合并等操作
- 调度子 Agent：主模型指挥多个子任务并行
- 接入 MCP 服务器：扩展工具能力
- 安装 Skills：类似 Claude Code 的技能包系统
专为 DeepSeek V4 优化的设计
DeepSeek-TUI 最大的特点是：整个工具从设计逻辑到功能细节，都在围绕 DeepSeek 的特性转。
1. 思维链可视化
DeepSeek V4 的一大特色是思维链（Chain of Thought）推理。DeepSeek-TUI 把模型的推理过程直接流式输出到终端——模型怎么分析问题、走了哪条路、中途改没改主意，全部实时可见。
这对调试和信任建立非常有帮助。你能看到 AI 的"思考过程"，而不是一个黑盒输出。
2. 100万 Token 上下文窗口
DeepSeek V4 支持 100万 token 的上下文窗口，这是目前市面上最长的上下文之一。DeepSeek-TUI 默认就把这个用满，跑复杂任务从头到尾不用担心记忆断档。
上下文管理策略：
- 上下文快填满时，TUI 会自动对内容进行压缩
- 也可以手动触发
/compact命令 - 压缩策略专门考虑了 DeepSeek 的前缀缓存机制——尽量保住前面稳定的部分，让缓存能继续命中
3. RLM 模式：很 DeepSeek 的思路
这是 DeepSeek-TUI 最有趣的设计之一：RLM（Rust Language Model）模式。
既然 DeepSeek 便宜到可以拿来堆数量，这个工具就把这个特性直接用进来了：
- 在 RLM 模式中，一个主模型指挥最多 16 个 V4 Flash 子任务同时跑
- 用来做批量分析或任务拆解
- Flash 的输出价格大约是 Pro 的三分之一，把不需要强推理的子任务交给它，整体花费能砍不少
这个设计思路很符合 DeepSeek 的定价策略——便宜，就多用；需要强推理的才用贵的模型。
4. 多模型切换
除了 DeepSeek 官方 API，DeepSeek-TUI 还支持：
- NVIDIA NIM 路径
- Fireworks 路径
- 自托管的 SGLang 路径
这让用户可以根据自己的需求选择不同的部署方式。
三种操作模式
DeepSeek-TUI 提供了三种操作模式，适应不同的使用场景：
1. Plan 模式（只读探索）
特点：先给你出个方案再说
在这个模式下，Agent 只会读取和分析代码，不会执行任何修改操作。适合：
- 理解现有项目结构
- 分析代码质量
- 生成重构建议
- 做技术方案设计
2. Agent 模式（默认档）
特点：每步工具调用都要你点头
这是默认模式，每次执行操作前都会询问用户确认。适合：
- 日常开发工作
- 需要人工把控关键操作
- 不熟悉项目时逐步推进
3. YOLO 模式（全自动）
特点：全自动放行，不想被打断就开它
顾名思义，这个模式下 Agent 会一路执行到底，不会中途停下来问你。适合：
- 批量处理任务
- 自动化脚本执行
- 你对 Agent 信任度很高时
会话管理
- 会话保存/恢复：工作可以分段进行
- 独立 Git 快照：按轮次回滚，不动原仓库
- 翻车了也不慌：有快照兜底
安装与使用
一键安装
DeepSeek-TUI 提供了多种安装方式，最简单的是：
npm install -g deepseek-tui
预编译二进制
项目为 Linux、macOS、Windows 都提供了预编译二进制，也可以直接从 GitHub Releases 下载。
国内用户特别优化
作者 Hunter Bown 还特意给国内用户准备了：
- 中文版 README 文档
- 专门配置路径
- 支持 TUNA Cargo 镜像（Rust 包管理镜像）
- Release 包托管到阿里云 OSS 或腾讯云 COS
这些细节体现了作者对国内用户的重视。
快速开始
# 安装完后，运行
deepseek-tui
# 首次运行会引导你配置 API Key
# 然后就可以开始对话了
# 基本命令
/plan # 切换到 Plan 模式
/agent # 切换到 Agent 模式（默认）
/yolo # 切换到 YOLO 模式
/compact # 手动压缩上下文
/help # 查看所有命令
项目迭代历程
DeepSeek-TUI 项目于 2026年1月19日建仓，到现在不到4个月，已经迭代到 v0.8.8，发布了 37个版本。
早期版本（v0.1.x - v0.6.x）
主要搭骨架：
- 工具调用基础能力
- Session 管理
- 基础的 Git 快照
- 把 Agent 跑起来是第一优先级
v0.7.x 阶段
往细节上打磨：
- v0.7.6：多语言界面支持（中文、英文等）
- TUI 提示本地化
- 帮助文本翻译
- 状态栏汉化（为国内用户做适配）
v0.8.x 阶段（当前）
重心在稳定性和体验打磨：
- v0.8.2：修了长会话里文件句柄泄漏的问题
- v0.8.6/v0.8.7：加了一批交互功能
- 限流或服务器报错时显示倒计时重试横幅
- 输入历史搜索
- 运行中消息队列可视化
- v0.8.8：收口版本，补上了 Linux ARM64 预编译二进制
从这个迭代路径可以看出：功能更新密集，但每个版本都有明确的问题要解决。这说明作者在认真维护，而不是盲目堆功能。
作者：从乐队指挥到 AI 研究者
Hunter Bown 的故事很有意思，是典型的"跨界人生"。
音乐之路
- 在北得克萨斯州大学修读音乐教育
- 毕业后继续深造，取得南方卫理公会大学音乐教育硕士
- 硕士毕业后当了 3年乐队指挥
- 后来还拿了得克萨斯大学达拉斯分校的 MBA
- 之后回到母校 SMU，进入法学院专攻专利法
半路出家程序员
"码代码这件事，就更像是几条线最终汇到了一起。"
他在学声乐科学时接触到一个概念叫**"缺失基音"（missing fundamental）**——人耳可以从泛音里重建出一个物理上并不存在的音高。
他后来发现这和信息论直接对应：你不需要把所有信息都显式给出，系统本身也会补全。
这个从音乐里来的直觉，成了他理解 AI 系统的一把钥匙。
Shannon Labs 创始人
去年，他创立了 Shannon Labs，定位是"AGI 时代的下一个贝尔实验室"。
DeepSeek-TUI 在他这里只是众多研究项目之一。他的 GitHub 上有 65 个公开仓库，包括：
- NeMoCode：面向 NVIDIA Nemotron 的同款终端 Agent
- MLX kernel 工具包：机器学习内核工具
- Hegelion：辩证推理引擎（正题→反题→合题循环逻辑）
- Aleph：MCP 服务器，主打零 token 成本的大容量上下文
- Heliosinger：把太阳风数据实时转化成声音（从 AI 到太空声学的跨界）
家族传承
他的曾祖父 Ralph Bown Sr. 是贝尔实验室的研究副总裁、无线电先驱，业余时间喜欢自制蜡筒、跑去卡内基音乐厅录音。
Hunter 在专利法课堂上意识到，自己正在走一条和这位先祖交汇的路——把音乐人的感知方式带进技术研究，去发现那些"因为没有这种背景的研究者而被忽视的想法"。
他在个人网站上写道："他是科学家，爱音乐；我是音乐家，爱科学。"
技术架构分析
为什么用 Rust？
Rust 的选择很有意思：
- 性能：接近 C/C++，但内存安全
- 并发：无畏并发（fearless concurrency）
- 生态：crates.io 上有丰富的库支持
- 跨平台：编译一次，多平台运行
对于一个需要和终端、文件系统、网络频繁交互的工具来说，Rust 是个很好的选择。
MCP 服务器支持
DeepSeek-TUI 支持接入 MCP（Model Context Protocol）服务器，这意味着：
- 可以扩展工具能力
- 接入第三方服务
- 复用已有的 MCP 生态
这是和 Claude Code 对齐的一个设计。
Skills 系统
和 Claude Code 类似，DeepSeek-TUI 也支持安装 Skills（技能包）。这让它不仅仅是一个编程工具，还可以：
- 学习特定领域的知识
- 执行特定类型的任务
- 定制化工作流程
与 Claude Code 的详细对比
| 维度 | DeepSeek-TUI | Claude Code |
|---|---|---|
| 语言 | Rust | TypeScript |
| 模型 | DeepSeek V4 | Claude 3.5/3.7 |
| 上下文 | 100万 token | 约20万 token |
| 开源 | ✅ MIT | ❌ 闭源 |
| 价格 | 便宜（约Claude的1/10） | 较贵（需订阅） |
| 思维链 | ✅ 可视化 | ✅ 部分可见 |
| 子Agent | ✅ 最多16个 | ✅ 支持 |
| MCP支持 | ✅ | ✅ |
| Skills | ✅ | ✅ |
| 多语言UI | ✅ 中文/英文等 | 主要是英文 |
| 国内优化 | ✅ TUNA镜像/国内CDN | ❌ |
| Git快照 | ✅ 按轮次回滚 | ✅ |
| 操作模式 | 3种（Plan/Agent/YOLO） | 主要是交互式 |
选哪个？
选 DeepSeek-TUI 如果你：
- 想要一个便宜的编程 Agent
- 需要处理超长上下文（100万 token）
- 希望开源、可定制
- 在国内网络环境下使用
选 Claude Code 如果你：
- 已经订阅了 Claude Pro/Team
- 信任 Anthropic 的模型能力
- 需要更成熟的生态和工具集成
使用注意事项
1. 子 Agent 开多了，缓存命中率难保证
要知道，未命中的 token 价格是命中的 10 倍！项目界面上有逐轮费用显示，跑长会话建议留意一下，别跑完账单吓一跳。
2. RLM 模式的适用场景
RLM 模式适合：
- 批量代码分析
- 多文件并行处理
- 任务可以拆解、子任务不需要强推理
不适合：
- 需要深度推理的复杂问题
- 上下文依赖性强、不能拆分的任务
3. 国内用户建议
- 使用 TUNA Cargo 镜像加速 Rust 包下载
- Release 包可以选择阿里云 OSS 或腾讯云 COS 源
- 配置中文界面，降低使用门槛
One More Thing：AI 辅助编程的闭环
在 DeepSeek-TUI 的贡献者列表中，还有一些有趣的发现：
- Claude 提交了 150+ commits
- 还有 Gemini、Qwen 等 AI 模型的身影
- 当然也有真人贡献者提交了一些 commits
这形成了一个有趣的闭环：
半路出家的程序员，用 AI 辅助编程，给 AI 写辅助编程框架。
这个工作流也代表了未来编程的一种可能方向——人类负责架构设计和创意，AI 负责实现和优化，工具让这个过程更顺畅。
小结
DeepSeek-TUI 是一个值得关注的项目，它的价值在于：
- 开源免费：MIT 协议，代码完全开放
- 专为 DeepSeek 优化：充分发挥 V4 的特性（长上下文、便宜、思维链）
- Rust 实现：性能好、内存安全
- RLM 多 Agent 模式：很具创意的设计，利用 DeepSeek 的低价优势
- 国内友好：中文界面、国内镜像、国内 CDN
- 快速迭代：4个月37个版本，作者很认真
如果你想尝试一个便宜、开源、专为 DeepSeek 设计的编程 Agent，DeepSeek-TUI 是个很好的选择。
GitHub 地址: https://github.com/Hmbown/DeepSeek-TUI
作者: Hunter Bown / Shannon Labs
当前版本: v0.8.8
开源协议: MIT
Star 数: 2.3k+（持续上涨中）
本文首发于「程序员茄子」博客，原文链接：https://chenxutan.com