編輯｜澤南

感謝鯨魚兄弟開源。

DeepSeek V4 才推出一個星期，DeepSeek 版的 Claude Code 就登頂了 GitHub 熱榜。大家缺的就是這么一個工具。

目前已經有了超過 8700 的 Star 量，數字還在以肉眼可見的速度增長。

這還只是個開始。

DeepSeek TUI 是一個完全運行在本地終端里的 AI 編程智能體，由自稱「鯨魚兄弟」的 Hunter Bown 用 Rust 語言開發。它專門為 DeepSeek（尤其是最新發布的 DeepSeek V4 大模型）打造，能提供終端原生、長上下文、推理過程可視化的使用體驗與效果。

它用開放工具鏈和極低的成本，打響了替代主流高價 AI 編碼助手的第一槍。

• GitHub 鏈接：https://github.com/Hmbown/DeepSeek-TUI/tree/main

基于 DeepSeek TUI，開發人員能夠直接從終端與 DeepSeek 模型進行聊天、編輯文件、運行 shell 命令、管理任務，甚至協調代碼庫中的子智能體。所有這些都具有可配置的審批門控，使其功能與更成熟的商業工具相媲美。

簡單來說就是可以用 DeepSeek 的那一套完全代替 Claude Code。

把 DeepSeek 的「腦回路」搬進終端

這款工具與普通封裝工具的不同之處在于它與 DeepSeek 的推理功能深度集成。當開發者發出復雜命令時，該工具會進入「思考模式」來分析代碼庫。

在你使用 DeepSeek TUI 的過程中，DeepSeek 標志性的思維鏈會實時流式輸出到終端，你能實時看到模型是怎么分析代碼問題的、走了哪條解決路徑、甚至中途是否自我糾錯或改變主意。整個「腦回路」對開發者完全透明。

針對 DeepSeek V4 帶來的100 萬 Token 超大上下文窗口，DeepSeek TUI 默認用滿，還有上下文壓縮機制，讓你在跑復雜項目或者重構整個代碼庫時，不用擔心 AI 中途出現「記憶斷檔」。

此外，DeepSeek TUI 還有一個 RLM（Recursive Language Model）模式，這種并行任務處理機制利用 DeepSeek 便宜的特性搞并發調度，能同時驅動最多 16 個 V4 Flash 子任務跑批量分析，能實現高效率、低成本的復雜編程任務處理。

由于 Flash 模型的輸出價格僅為 Pro 模型的約三分之一。RLM 模式將大部分扇形子任務交給 Flash 處理，能顯著降低整體項目的 API 費用。

DeepSeek TUI 的操作模式分三檔：

• 分別是只讀的 Plan 模式，用于輸出任務拆解計劃，梳理修改思路。
• 默認的 Agent 模式，擁有完整的工具鏈權限，但每當它準備執行關鍵操作時需要你手動確認。
• 全自動的 YOLO 模式，所有的手動審批彈窗都會被關閉。AI 擁有完全的自主決策權和執行權。

目前在終端原生編碼智能體上，雖然像 Claude Code 這樣的專有系統已幾乎成為標準，但它們通常需要付費 API 訪問權限，并且運行在封閉的生態系統中。DeepSeek-TUI 則打破了這種局面，它依托 DeepSeek 的低成本模型堆棧，以極低的成本提供類似的工作流程。

作者半路出家，用魔法打敗魔法

說到這個項目的開發者 —— 這個基于開源的 DeepSeek 打造的開源工具 DeepSeek TUI，是一個美國極客打造的。

隨著該項目的走紅，5 月 3 日，Hunter Bown 已經在感謝鯨魚兄弟了：「這是我人生中最瘋狂的兩天。」

一月份做出來的項目，到五一隨著 DeepSeek V4 的發布熱度直接來了個直角上升。

更有趣的是，Hunter Bown 是個「半路出家」的程序員。他在學校學習的是樂隊指揮、法學，現在是南衛理公會大學（SMU）專利法專業的二年級學生。他自建了名為 Shannon Labs 的工作室，定位是 AGI 時代的下一個貝爾實驗室。

不過人家說了，以前學的也沒白學，指揮樂隊和管理開源項目是相通的。

他打造 DeepSeek TUI 使用的是 AI 輔助編程，「工作流完美閉環」的過程，這可以說已是 AI 自我迭代的雛形了。

既然 DeepSeek 來自中國，Hunter Bown 正在積極尋求與國內開發者交流，他已答應大家，一定好好學中文。

不過就算沒學好問題也不大，實在不行，現在有 DeepSeek 翻譯。

參考內容：

https://shannonlabs.dev/