DeepSeek终端Agent深度测评：比Claude Code更强？

最近在终端编程工具领域，有个项目挺有意思，叫 DeepSeek-TUI。简单来说，你可以把它看作是为 DeepSeek 模型量身打造的“终端版编程智能体”，类似于 Claude Code 或 GPT 的 Codex 这类工具，当然，这个类比只是为了方便理解。

这事儿起因还挺有趣。前两天在社交媒体上，看到一位国外开发者的帖子，内容是关于他开源的一个专为 DeepSeek 设计的终端 Agent。有意思的是，帖子正文是中文，开头一句“鲸鱼兄弟们好”让人忍俊不禁。后来评论区有人指出，这其实是 DeepSeek 模型告诉他中文网络流行这么打招呼，他就信以为真用了。原本他想表达的，大概是“使用 DeepSeek 的兄弟们”。

这个小插曲虽然有些幽默，但宣传效果却出奇地好。这位开发者甚至为此注册了微信和QQ，算是以一种特别的方式打入了中文AI开发者社区。目前，这个项目在开源平台上的热度攀升很快，已经接近获得九千个星标，有超过六百个分叉，照这个趋势，破万指日可待。

技术栈方面，项目采用 Rust 语言开发，并且作者明确表示会坚定地走 Rust 技术路线。

这个工具是干什么的

回到工具本身，DeepSeek-TUI 的核心定位是一个运行在终端环境中的编程助手。它深度集成了 DeepSeek V4 模型，旨在成为该模型在终端环境的原生智能体。

它的能力矩阵相当全面，涵盖了文件读写、执行 Shell 命令、网页搜索、Git 仓库管理、调用模型上下文协议（MCP）、调度子智能体、保存与恢复会话、查看语言服务器协议（LSP）诊断信息等。本质上，它想做的是 Claude Code、Codex CLI、OpenCode 这类工具正在做的事，只是背后的模型引擎换成了 DeepSeek V4。

在亲自体验之前，先看了看项目的议题列表。虽然还有一百多个处于开放状态的问题待解决，其中甚至包括反馈当前效果可能还不及 Claude Code 配合 DeepSeek 模型，但已经关闭的议题超过了四百个，这说明项目维护相当活跃。

这个项目能获得关注，除了那波“意外出圈”的推广，其本身的想象空间是关键。目前市面上，头部模型大多有与之深度绑定的终端工具：Claude 有 Claude Code，GPT 有 Codex，Kimi 也有 Kimi Code。以 Codex 为例，它在调用 GPT 模型时效果最佳，正是因为其在工程层面做了大量针对性适配，包括提示词也都是为 Codex 专门调校的。所以，一个专为 DeepSeek 适配的终端 Agent，确实有可能发挥出“1+1>2”的协同效应。

几个值得关注的功能

DeepSeek-TUI 里集成了一些颇具亮点的功能设计。

首先，它能够利用 DeepSeek 模型原生支持的 128K 上下文长度。大上下文对于理解复杂代码库和进行长对话的重要性不言而喻。

其次，它支持通过 rlm_query 并行调度 1 到 16 个低成本的 deepseek-v4-flash 子任务，用于批量分析和并行推理。这或许才是智能体工具该走的方向——不是把单个模型当作万能的神，而是将不同成本、不同能力、不同上下文窗口的模型进行有效编排和调度。

再者，是它的 side-git 工作区回滚机制。工具会用 side-git 记录每一轮操作前后的快照，支持通过 /restore 和 revert_turn 命令进行回滚，并且不会干扰项目本身的 .git 仓库。对于编程智能体来说，最大的问题有时不是它不会写代码，而是它可能过于“自信”。一不留神，它可能就修改了多个文件，甚至顺手重构了你根本没让它碰的模块。拥有可靠的回滚能力，无疑能给开发者带来更多安全感。

最后，是 LSP 诊断集成。每次代码编辑后，它可以借助 rust-analyzer、pyright、typescript-language-server 等语言服务器来提供内联的错误和警告信息，并将这些诊断结果反馈给模型，纳入后续的决策上下文。

最后

随着用户和贡献者数量的增长，这个项目确实有可能发展成为 DeepSeek 模型在终端环境中最得力的助手工具之一。在AI技术快速迭代的当下，一切皆有可能。