DeepSeek-TUI——DeepSeek自己的Claude Code终端

最近 DeepSeek V4 模型发布，上下文窗口直接拉到 100 万 token，输出上限 384K，价格还打到.flash 输入 1 元/百万 token、输出 2 元——这让终端里跑一个全功能 AI 编程助手的想法变得异常诱人。

今天体验了一个开源项目 DeepSeek-TUI，它是一个纯 Rust 编写的终端编程智能体，直接对接 DeepSeek V4 模型，让你在终端里就能完成代码生成、文件操作、Git 管理、网页搜索等一整套开发工作流。

一、项目亮点

DeepSeek-TUI 用 Rust 从头构建，运行时不依赖 Node.js 或 Python。整个项目采用 17 个 crate 的模块化工作区架构，编译后只有两个二进制文件：deepseek（CLI 入口，11.7MB）和 deepseek-tui（TUI 主体，46.5MB）。

它最打动我的几个点：

• 三种操作模式：Plan（只读调查）、Agent（默认，带审批门禁）、YOLO（可信环境自动批准）。你可以根据场景灵活切换。
• 思考模式流式输出：实时观察模型的推理链展开过程，而不是等半天后一次性吐出结果。
• 1M Token 上下文：接近上限时自动压缩，支持前缀缓存感知降低成本。
• 完整工具链：文件读写、Shell 执行、Git 操作、网页搜索、apply-patch、子智能体、MCP 服务器、LSP 诊断——基本上你在 IDE 里能做的事，终端里也能做。
• 技能系统：可以从 GitHub 安装社区技能包，按需扩展智能体的行为。

二、从源码编译：踩坑实录

我选择用Claude Code从源代码安装，整个过程大致分四步：

# 1. 克隆仓库
git clone git@github.com:Hmbown/DeepSeek-TUI.git
cd DeepSeek-TUI
# 2. 安装系统依赖（Ubuntu/Debian）
sudo apt install -y libdbus-1-dev pkg-config
# 3. 安装 Rust（如果没有的话）
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh -s -- -y
source "$HOME/.cargo/env"
# 4. 编译
cargo build --release

第一次编译时踩了坑——缺少 libdbus-1-dev 和 pkg-config，编译直接报错。装好依赖后重新编译，耗时约 4 分 22 秒，得到了两个可执行文件。

安装完成后，设置相关环境变量，添加安装路径到环境变量PATH，然后启动deepseek-tui.

启动完成后需要设置，跟着向导走，

设置Deepseek API Key, 我没有注册，只好随着提示，注册账号，创建了一API-Key, 输入，回车。

其他步骤，可以一路回车，选择缺省设置。启动完成后，就是下面这样的终端界面，布局和Opencode有些相似，速度启动很快。

大概看了看，基本上Claude Code一些基础的命令都具备。

三、DeepSeek V4 API：物美价廉

DeepSeek API 兼容 OpenAI 和 Anthropic 两种格式，切换成本几乎为零。当前提供两个模型：

* Pro 模型当前 2.5 折优惠（原价 12/24/48 元），优惠期有限。

Flash 模型缓存命中只要 2 分钱/百万 token，这个价格在编程场景下非常友好——毕竟大部分上下文是重复的项目文件，缓存命中率通常很高。

我因为有了其他Coding Plan的套餐，所以没有购买DeepSeek的词元，想要另辟蹊径。

四、GLM 集成尝试：撞墙而归

装好 DeepSeek-TUI 后，我顺手尝试了一个"邪道"玩法——把后端模型换成 GLM-4.7（智谱的模型）。

思路很简单：既然 DeepSeek API 兼容 OpenAI 格式，GLM 也提供 OpenAI 兼容接口，改个 base_url 和模型名不就行了？

现实很快打了脸。修改 ~/.deepseek/config.toml 后启动，直接报错：

Error: Invalid default_text_model 'glm-4.7':
expected auto or a DeepSeek model ID

翻了翻源码，发现 DeepSeek-TUI 和 DeepSeek 模型是深度绑定的：

• normalize_model_name() 只接受 deepseek 前缀的模型名
• ApiProvider 枚举没有 GLM 选项，硬编码了 8 个 provider
• apply_reasoning_effort() 每个 reasoning 分支都显式列举所有支持的 provider
• sanitize_thinking_mode_messages() 只为 DeepSeek 设计，传给其他模型会产生错误的请求体

粗略估算，要把 GLM 作为独立 provider 加入，至少要改 config.rs 和 client.rs 中 20+ 处代码，且需要泛化思考模式的处理逻辑。工作量与收益不成比例，果断放弃。我相信以后可能会支持的，格局不会这么小，只是自己玩。

五、上手体验

回到正轨，配置好 DeepSeek API Key 后，没有跑项目或者开发，只是做了一些基本探索：

# 首次启动，输入 API Key
deepseek auth set --provider deepseek
# 启动交互式 TUI
deepseek
# 或一次性提问
deepseek "explain this function"
# 自动模式（AI 自动选择模型和推理强度）
deepseek --model auto
# 恢复上次会话
deepseek resume --last

TUI 界面支持多语言（中文、英文、日文、葡萄牙文），切换中文只需在配置里设置 locale = "zh-Hans" 或直接 /config locale zh-Hans。

快捷键也很顺手：Tab 切换模式，Shift+Tab 切换推理强度（off → high → max），Ctrl+K 打开命令面板，F1 查看帮助。

总结

DeepSeek-TUI 是一个完成度很高的终端 AI 编程助手。纯 Rust 构建意味着启动快、内存占用低、无运行时依赖；100 万 token 上下文 + 流式推理 + 完整工具链，让它在终端场景下提供了接近 IDE 级别的 AI 辅助体验。

加上 DeepSeek V4 Flash 极低的价格（缓存命中 2 分钱/百万 token），日常编程中使用几乎感觉不到成本。如果你是终端党，值得一试。

项目地址：github.com/Hmbown/DeepSeek-TUI DeepSeek API 文档：api-docs.deepseek.com