title: 用Rust在终端里跑DeepSeek编程Agent：实测体验
author: 技术实践者

痛点

本地跑AI编程Agent，要么配一堆依赖，要么跑在云端延迟高。有没有更轻量的方案？

今天试了DeepSeek-TUI，一个用Rust写的终端DeepSeek编程Agent。1M token上下文，纯本地跑，不用Node/Python运行时。

说说实测感受。

核心功能

三种模式：

• Plan模式：只读分析，不执行
• Agent模式：交互审批，每步等你确认
• YOLO模式：全自动执行，胆子大的用

安装方式（选一种）：

# npm
npm install -g deepseek-tui

# cargo
cargo install deepseek-tui

# Homebrew
brew install deepseek-tui

# 直连下载（Release页面）
https://github.com/Hmbown/DeepSeek-TUI/releases

实测：处理一个复杂需求

测试场景：用DeepSeek V4（1M上下文）分析一个2000行的代码库，找出潜在的内存泄漏。

Plan模式结果（3分钟）：
模型识别出7处潜在问题，其中3处确实是真实bug。输出的分析报告结构清晰，包含文件路径+行号+问题描述+修复建议。

YOLO模式自动修复：
自动提交了12个文件的修改，修复了5处内存泄漏，引入1处新问题（后来手动回滚了）。

整体来说，对于常规批量操作和中等复杂度的代码分析，这个工具够用。

优势

1. 上下文长：1M token能处理整个代码库的上下文，不需要拆分成小块
2. 跨平台：预编译二进制，Windows/Mac/Linux都能跑
3. MCP协议支持：可以扩展到其他工具
4. Session持久化：任务可以中断保存，下次接着跑

局限

1. 深度推理场景不如Claude Code稳
2. YOLO模式胆子太大，生产环境慎用
3. 终端UI对新手不够友好

适合谁

• 需要处理大型代码库的开发者
• 对延迟敏感、prefer本地运行的场景
• 日常批量操作、常规agentic任务

深度推理、复杂bug、高风险操作，还是Claude Code或GPT-5.5更稳。

总结

工具链又增了一个选择。根据场景选合适的，没有银弹。