你有没有想过，一个 AI 编程工具，如果从底层就专门为某个模型设计，体验会差多少？今天我体验了一下 DeepSeek-TUI，答案出乎意料。

这是什么东西？

简单来说：DeepSeek-TUI 是一个跑在终端里的 AI 编程 Agent，专为 DeepSeek V4 设计。

它能读写文件、执行 shell 命令、搜索网页、管理 git，还能协调多个子 Agent 并发工作。

全部通过一个键盘驱动的 TUI 界面完成，类似于终端AI Agent 【Claude Code】。

项目在 2026 年 1 月上线，目前 GitHub 11,499 Stars，70 个版本迭代，最新版是 v0.8.14。用 Rust 写的，启动极快，没有 Node.js 或 Python 运行时依赖。

---

安装，3 秒搞定

四种安装方式随意选：

# npm（最省事）
npm install -g deepseek-tui

# Cargo（不用 Node）
cargo install deepseek-tui-cli --locked
cargo install deepseek-tui --locked

# macOS Homebrew
brew tap Hmbown/deepseek-tui && brew install deepseek-tui

# Windows Scoop
scoop install deepseek-tui

国内网速慢？npm 加镜像：--registry=https://registry.npmmirror.com，或用清华的 Cargo 镜像。

装完之后：

deepseek --version
deepseek auth set --provider deepseek  # 输入 API Key
deepseek doctor  # 验证环境
deepseek  # 启动

第一次启动会引导你配置 API Key，保存在 ~/.deepseek/config.toml，之后任何目录都能直接用。

---

核心功能拆解

🧠 Auto 模式：让 AI 决定用哪个模型

这是我觉得最聪明的设计之一。

deepseek --model auto "帮我重构这个函数"

执行前，工具会先用 deepseek-v4-flash 做一次轻量路由判断：这个问题需要用 Pro 还是 Flash？需要开启深度思考吗？

然后再用选出来的模型+思考级别真正处理请求。

简单问题用 Flash + 关闭思考（省钱），复杂的架构设计或 debug 就上 Pro + Max 思考。成本和效果都帮你平衡好了。

用 Shift+Tab 可以手动在 off → high → max 三档思考强度之间切换。

📂 三种工作模式

模式	行为
Plan  🔍	只读探索，模型先制定计划再提交执行
Agent  🤖	默认交互模式，每次工具调用需要你审批
YOLO  ⚡	自动批准所有工具调用，适合信任的工作区

Tab 键在三种模式之间循环切换。

YOLO 模式说人话就是：你说完需求，它自己跑，不问你。对于跑批量处理或者你完全信任它的改动时，非常爽。

💡 思考过程可视化

DeepSeek V4 的 Reasoning 特性（流式输出思考过程）在 TUI 里有专门的视觉区分显示。

你能实时看到模型"在想什么"，不只是等结果出来。

对于复杂 debug 场景，这个很有价值。

🔄 会话保存 & 工作区回滚

deepseek sessions          # 列出所有会话
deepseek resume --last     # 恢复上次的会话
deepseek fork <SESSION_ID> # 从某个节点分叉

还有一个 工作区快照回滚：工具在每次 turn 前后自动做 git snapshot（用的是独立的 side-git，不影响你的 .git），用 /restore 或 revert_turn 一键还原。

改坏了？一行命令回退，不慌。

💸 实时费用追踪

每次对话都有 token 用量和成本估算，还有缓存命中/未命中的明细。

当前 DeepSeek V4 Pro 有 75% 折扣（到 2026 年 5 月 31 日），折后价格：

模型	缓存命中	缓存未命中	输出
V4 Pro	$0.003625/1M	$0.435/1M	$0.87/1M
V4 Flash	$0.0028/1M	$0.14/1M	$0.28/1M

相比其他模型，DeepSeek 的价格已经很有竞争力了，加上 1M 大上下文，长代码库的分析场景非常适合。

🔌 MCP 协议支持

deepseek mcp list      # 查看已配置的 MCP 服务
deepseek mcp validate  # 验证连接

支持标准 MCP 协议，可以接入各种外部工具服务。

🧩 Skills 系统

和 Claude Code 类似，也有 Skills 机制——每个 Skill 是一个 .md 文件，描述特定工作流指令：

/skills        # 列出所有 skill
/skill install github:<用户>/<仓库>  # 从 GitHub 安装社区 skill

从工作区的 .agents/skills、skills、.claude/skills 以及全局 ~/.deepseek/skills 中自动发现。

🖥️ LSP 诊断集成

每次编辑后，工具会调用相关语言的 LSP（rust-analyzer、pyright、typescript-language-server、gopls、clangd），把诊断信息注入上下文，模型下一步就能看到你刚才改的代码有没有类型错误。

---

和 Claude Code 的区别是什么？

这个问题很多人会有，毕竟 Claude Code 也是终端里跑的 AI 编程工具，Claude Code 还可以通过配置接入 DeepSeek API。

所以它们是竞品吗？说是，也说不是。让我捋一下：

先说 Claude Code 能用 DeepSeek 这件事

Claude Code 支持自定义 API endpoint，通过环境变量可以把底层模型替换成 DeepSeek：

# 在你Claude code 的 settings.json 文件中替换成DeepSeek对应的API、key、model
"ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
"ANTHROPIC_AUTH_TOKEN": "your_deepseek_key",
"ANTHROPIC_MODEL": "deepseek-v4-pro[1m]",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash",
 "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-pro[1m]",
 "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro[1m]",
"ANTHROPIC_REASONING_MODEL": "deepseek-v4-pro[1m]"
claude  # 启动 Claude Code，实际调用 DeepSeek

👉小技巧：模型后面必须要加[1m],这样1M的上下文窗口才能生效，否则会默认采用 Claude 原始[200k]上下文窗口大小。

这让一些人觉得："既然 Claude Code 能用 DeepSeek，为啥还要 DeepSeek-TUI？"

答案是：工具可以调用同一个 API，但能用好是两回事。

核心定位不同

维度	Claude Code	DeepSeek-TUI
原生支持的模型	Claude (Opus/Sonnet/Haiku)	DeepSeek V4 (Pro/Flash)
Reasoning 支持	通过 extended thinking 参数	原生流式展示 Thinking Blocks
上下文窗口	取决于 Claude 模型（200K）	原生支持 DeepSeek 1M token
价格感知	无内置成本估算	实时费用追踪 + 缓存命中明细
Auto 模式	无	内置路由判断，自动选模型+思考档位
运行时	Node.js	Rust 二进制，无依赖
工作区回滚	无内置快照	side-git 每轮快照，/restore 一键回滚
项目感知	CLAUDE.md 深度集成	.deepseek/config.toml  项目覆盖
IDE 集成	VS Code、JetBrains 插件	Zed（ACP 协议）
多模型路由	不支持	NVIDIA NIM、Fireworks、SGLang、vLLM

Claude Code 的优势在哪里

1. 与 Claude 模型的深度原生适配

Claude Code 是 Anthropic 官方出品，和 Claude 模型的 extended thinking、tool use 格式、CLAUDE.md 上下文注入等机制是协同设计的。如果你主要用 Claude，体验上有天然的完整性。

2. 生态更成熟

Hooks 系统（pre/post 工具调用钩子）、VS Code/JetBrains IDE 插件、CLAUDE.md 全局/项目配置层级。这套生态对工程化使用场景支持更完善。

3. 不需要额外账号

Claude Code 一个账号/API Key 搞定，DeepSeek-TUI 需要单独申请 DeepSeek API Key（虽然很容易）。

DeepSeek-TUI 的优势在哪里

1. 对 DeepSeek V4 特性的原生支持

DeepSeek V4 的 Reasoning 流式输出（Thinking Blocks）、1M token 上下文、Prefix Cache 的缓存命中追踪。这些特性如果通过兼容层使用，效果会打折扣。DeepSeek-TUI 是为这些特性量身打造的。

你在 Claude Code 里通过 custom endpoint 接 DeepSeek，拿到的是"能用"；在 DeepSeek-TUI 里，拿到的是"用好了"。

2. Auto 模式的智能路由

Claude Code 没有自动根据任务复杂度选模型的功能。DeepSeek-TUI 的 auto 模式能根据每个 turn 的内容决定用 Flash 还是 Pro、要不要开深度思考，等于帮你做了一层 cost/quality 的权衡。

3. 极低的运行时负担

Rust 二进制，单文件，没有 Node 或 Python 依赖，内存占用低，启动快。对于服务器环境或资源受限场景更友好。

4. 价格优势更透明

DeepSeek 本来就比 Claude 便宜，加上实时的 cache hit/miss 费用追踪，你能精确看到每次对话花了多少钱、省了多少。

怎么选？

选 Claude Code 如果：

• 你的主力模型是 Claude，不想切换

• 需要 IDE 插件深度集成（VS Code/JetBrains）

• 工程化使用场景多，需要 Hooks 等进阶功能

• 已有 Anthropic 订阅，不想再申请新 API Key

选 DeepSeek-TUI 如果：

• 你主用 DeepSeek V4，想充分利用其 Reasoning 和 1M 上下文

• 在意成本，需要精细的费用感知和 Auto 模式优化

• 需要工作区快照回滚（改坏代码一键恢复）

• 在资源受限环境（服务器、轻量 Linux）部署 AI Agent

当然，也可以两个都用。 工具不互斥。复杂架构分析用 DeepSeek-TUI 的 1M 上下文跑，日常写代码用 Claude Code 配 IDE 插件——看场景选最顺手的。

---

键盘快捷键速查

按键	功能
Tab	切换模式 / 补全 /@ / 队列跟进
Shift+Tab	切换思考强度：off → high → max
F1	帮助 overlay
Ctrl+K	命令面板
Ctrl+R	恢复历史会话
Ctrl+S	暂存草稿
@path	在输入框附加文件/目录上下文
Alt+R	搜索 Prompt 历史

---

自定义 Skill：把工作流打包复用

DeepSeek-TUI 的 Skill 机制和 Claude Code Skills 很像，本质是用 Markdown 描述一套指令集：

~/.deepseek/skills/my-code-review/
└── SKILL.md

---
name: my-code-review
description: 执行标准化的 Code Review，重点检查安全性和性能问题。
---

# Code Review Checklist

每次 review 前先看：
1. 有没有 SQL 注入风险
2. 有没有未处理的异常路径
3. 关键路径有没有日志
...

然后：

/skill install github:某用户/某仓库  # 安装社区 skill
/skill my-code-review               # 激活

模型会自动识别任务上下文，在合适的时候触发对应的 skill。

---

当前阶段值不值得用？

项目还在快速迭代，v0.8.14 是今天刚发的，Open Issues 有 108 个。说明活跃，也说明有坑。

坑点记录一下：

• 长会话不自动压缩（v0.6.6 后默认关闭了 auto-compaction），跑久了 context 会膨胀，需要手动 /compact

• Token/成本估算在部分场景下可能偏高（reasoning token 计费逻辑的已知 bug）

• Windows 上个别 UI 交互细节 v0.8.14 才修复

但整体体验来说：如果你是 DeepSeek 用户，这是目前最完整的终端 Agent 实现。

---

总结

DeepSeek-TUI 不是"又一个 AI 编程工具"。它是专门为 DeepSeek V4 的核心优势（Reasoning、1M 上下文、低价格）而设计的终端 Agent，在这个赛道上，没有比它更契合的选项。

如果你还在把 DeepSeek 当作一个"便宜点的 Claude"来用，DeepSeek-TUI 可能会改变你的想法。

---

项目地址：https://github.com/Hmbown/DeepSeek-TUI

我是顾北，关注我，获取更多好玩有趣的AI工具！

谢谢你阅读我的文章~

我们下期再见！