一个搞音乐的，用 AI 写了款编程工具DeepSeek TUI，本文就是它写的

这篇文章，从选题、大纲、到每一个字，都是用 DeepSeek TUI 写的。

0. 一个更让人意外的故事

在聊这个工具之前，先说它的作者。

DeepSeek TUI 的缔造者是一位叫 Hunter Bown 的独立开发者------没学过计算机，本职搞音乐。

一个非科班的音乐家，用 AI 写了个给 AI 用的编程工具。

听起来像段子，但这是真事。短短几天，项目 Star 数飙到 12000+，今天还登顶了 GitHub Trending 榜首。

这事最妙的地方在于：Hunter Bown 自己就是 DeepSeek TUI 的最佳用户画像------一个有想法、有痛点、但不想被工具链复杂度劝退的人。他用 AI 补齐了自己的技能缺口，然后把成果开源给了所有人。

如果说 Claude Code 是 Anthropic 这个专业团队用专业工具链（TypeScript + React + Ink）锻造的精致兵器，那 DeepSeek TUI 就是一个音乐家用 Rust 和 AI 对话攒出来的「野路子」------但它跑得飞快，做得漂亮。

好了，故事讲完，下面说正事。

1. DeepSeek TUI 是什么

DeepSeek TUI 是一个完全独立的终端原生编程智能体，由 Rust 从头构建，不依赖 Node.js、不依赖 Python，甚至不依赖任何第三方 AI 框架。

DeepSeek TUI 是一个完全运行在终端里的编程智能体。它让 DeepSeek V4 模型直接访问你的工作区：读写文件、运行 Shell 命令、搜索浏览网页、管理 Git、调度子智能体------全部通过快速、键盘驱动的 TUI 完成。

官方 README 的第一句话就说得很清楚：

"面向 DeepSeek V4 的终端原生编程智能体：100 万 token 上下文、思考模式流式推理、前缀缓存感知。自包含 Rust 二进制发布------开箱即带 MCP 客户端、沙箱和持久化任务队列。"

几个关键信息：

自包含 Rust 二进制：不依赖 Node.js 或 Python 运行时
面向 DeepSeek V4 构建 ：原生支持 deepseek-v4-pro 和 deepseek-v4-flash
100 万 token 上下文：原生超大上下文窗口
思考模式流式输出：可以实时观察模型推理过程

它的定位和 Claude Code 是同一类产品------终端原生编程智能体，但技术路线完全不同：

对比维度	Claude Code	DeepSeek TUI
实现语言	TypeScript (Node.js)	Rust
UI 框架	React + Ink	ratatui (Rust TUI)
运行时依赖	Node.js、npm	无（单一二进制）
底层模型	Claude Sonnet/Opus	DeepSeek V4 Flash/Pro
API 接入	Anthropic 官方 API	DeepSeek 官方 API
开源协议	闭源（源码泄露）	MIT 开源

2. 核心功能一览

DeepSeek TUI 的功能矩阵非常完整，下面逐项展开。

2.1 100 万 Token 上下文 + 智能压缩

DeepSeek V4 原生支持 100 万 token 上下文窗口。当上下文接近上限时，TUI 会自动触发智能压缩 ------先机械修剪旧的工具结果，再进行付费摘要。同时支持前缀缓存感知，缓存命中的 token 成本约降低 99%。

2.2 思考模式流式输出

这是 DeepSeek TUI 最独特的体验之一：你可以实时观察模型在解决问题时的思维链展开。不是冷冰冰地等结果，而是看到它一步步分析、推理、排除错误选项------就像看一个经验丰富的工程师在调试问题时的心路历程。

2.3 原生 RLM 并行推理

RLM（Recursive Language Model）是 DeepSeek TUI 最"值钱"的设计------让一个主模型同时指挥一群更便宜的子 AI 干活。

具体来说：主模型（通常是 Pro）负责统筹全局、拆解任务，然后一次性并发调度 1-16 个 deepseek-v4-flash 子任务，分头去干各自的话，最后汇总成稿。

举个例子，让它给整个项目写文档。

主模型先扫一眼目录结构，把项目切成十几个模块，然后 16 个 Flash 子任务同时启动------一个去读路由层，一个去翻数据模型，一个去撸工具函数------全部并行推进。跑完之后，主模型把结果收回来，串成一份完整的项目文档。

原本 Pro 自己串行干，一个个模块读下来，可能要折腾一两个小时。现在十几分钟收工。

而且账单还砍掉一大半------Flash 的输出价格只有 Pro 的三分之一，16 个并发的总成本说不定比 Pro 单打独斗还低。

这才是 RLM 被"玩明白"的方式：不是把大模型当万能工人，而是让它当工头。

2.4 三种交互模式，从严到松

操作模式分成了三档，从左到右，控制权逐步下放：

Plan 🔍 --- 只读调查

只读探索。模型可以读文件、搜代码、提方案，但不执行任何写操作。适合接手新项目时先摸清结构，或者让别人帮你审一下架构设计------放心，不会乱动你的代码。

Agent 🤖 --- 每步确认

默认模式，也是日常最常用的。模型可以读写文件、跑命令，但每一步写操作都要你点头。AI 提议，你来拍板------效率和安全之间的平衡点。

YOLO ⚡ --- 可信工作区自动批准

全自动放行，模型自主执行所有工具调用，不用等你审批。适合在可信工作区跑 CI/CD 流水线、批量重构等场景。

三种模式可以在 TUI 内通过快捷键随时切换，不用退出会话。

2.5 推理强度调节

用 Shift+Tab 可以在 off → high → max 三档之间切换推理强度：

off：快速响应，适合简单查询
high：标准推理，适合日常编程
max：深度推理，适合复杂架构设计和疑难 Bug 排查

2.6 工作区回滚（Side-Git）

DeepSeek TUI 通过独立的 side-git 记录每轮对话前后的文件快照，支持 /restore 和 revert_turn 命令回滚到任意历史状态。这套机制完全不影响项目自己的 .git 目录，不用担心污染 Git 历史。

2.7 持久化任务队列

后台任务在重启后仍然存在，支持计划任务 和长时间运行的操作。这意味着你可以让 DeepSeek TUI 在后台持续工作，关掉终端也不会丢失进度。

2.8 完整工具集

类别	工具
文件操作	读写、编辑、apply-patch、目录浏览
Shell 执行	前台/后台命令、长任务轮询
Git 集成	status、diff、log、blame、show
网页	搜索、浏览、URL 抓取
子智能体	spawn 多个并行子任务
MCP	连接 Model Context Protocol 服务器扩展工具
RLM	递归语言模型批量并行推理

2.9 LSP 诊断

每次编辑后，DeepSeek TUI 自动通过 rust-analyzer、pyright、typescript-language-server、gopls、clangd 等 LSP 服务器提供内联错误和警告。这意味着你改完代码后，不需要切到 IDE 就能立刻看到有没有语法错误或类型问题。

2.10 技能系统

支持通过 GitHub 安装可组合的技能包（Skills），无需后端服务。每个技能是一个包含 SKILL.md 的目录，写清楚触发条件和指令，智能体就能在合适的场景自动加载。

markdown 复制代码

---
name: my-skill
description: 当 DeepSeek 需要遵循我的自定义工作流时使用这个技能。
---

# My Skill
这里写给智能体的指令。

常用命令：/skills（列出）、/skill <name>（激活）、/skill install github:<owner>/<repo>（安装社区技能）。

2.11 多语言 UI

支持 en、ja、zh-Hans、pt-BR 四种语言，且 UI 语言与模型输出语言相互独立。在 TUI 内输入 /config → 选择 Edit locale → 输入 zh-Hans 即可切换为简体中文界面。

3. 安装指南

deepseek 是自包含 Rust 二进制，运行时不依赖 Node.js 或 Python。四种安装方式选一个：

方式一：npm（已有 Node 的最方便方式）

bash 复制代码

npm install -g deepseek-tui

npm 包只是一个下载器，会从 GitHub Releases 拉取对应平台的预编译二进制，并不会让 deepseek 本身依赖 Node 运行时。

中国大陆访问较慢时可加镜像：

bash 复制代码

npm install -g deepseek-tui --registry=https://registry.npmmirror.com

方式二：Cargo（Rust 用户首选）

bash 复制代码

cargo install deepseek-tui-cli --locked   # 提供 `deepseek` 入口
cargo install deepseek-tui     --locked   # 提供 `deepseek-tui` TUI 二进制

国内用户可配置清华镜像加速：

toml 复制代码

# ~/.cargo/config.toml
[source.crates-io]
replace-with = "tuna"

[source.tuna]
registry = "sparse+https://mirrors.tuna.tsinghua.edu.cn/crates.io-index/"

方式三：Homebrew（macOS）

bash 复制代码

brew tap Hmbown/deepseek-tui
brew install deepseek-tui

方式四：直接下载预编译二进制

无需任何工具链，从 GitHub Releases 下载对应平台的二进制文件即可。

覆盖平台：Linux x64/ARM64、macOS x64/ARM64、Windows x64。

4. 快速上手

4.1 配置 API Key

首次启动时会提示输入 DeepSeek API Key，密钥保存到 ~/.deepseek/config.toml。

也可以提前配置：

bash 复制代码

# 方式一：命令行配置
deepseek auth set --provider deepseek

# 方式二：环境变量
export DEEPSEEK_API_KEY="YOUR_KEY"
deepseek

轮换或移除密钥：deepseek auth clear --provider deepseek

4.2 启动

bash 复制代码

deepseek                    # 交互式 TUI
deepseek "解释这个函数"      # 一次性提示
deepseek --yolo             # 自动批准模式

4.3 常用命令速查

命令	功能
`deepseek`	启动交互式 TUI
`deepseek "task"`	执行一次性任务
`deepseek --model deepseek-v4-flash`	指定模型
`deepseek --yolo`	自动批准工具调用
`deepseek doctor`	检查配置和连接
`deepseek models`	列出可用 API 模型
`deepseek sessions`	列出已保存会话
`deepseek resume --last`	恢复最近会话
`deepseek resume <ID>`	按 UUID 恢复指定会话
`deepseek fork <ID>`	在指定轮次分叉会话
`deepseek serve --http`	启动 HTTP/SSE API 服务
`deepseek pr <N>`	获取 PR 并预填审查提示
`deepseek update`	检查并更新二进制

4.4 常用快捷键

按键	功能
`Tab`	补全 `/` 或 `@`；排队草稿；切换模式
`Shift+Tab`	切换推理强度：off → high → max
`F1`	可搜索帮助面板
`Esc`	返回 / 关闭
`Ctrl+K`	命令面板
`Ctrl+R`	恢复旧会话
`Alt+R`	搜索提示历史和恢复草稿
`Ctrl+S`	暂存当前草稿
`@path`	在输入框中附加文件或目录上下文

5. 模型与价格

模型	上下文	输入（缓存命中）	输入（缓存未命中）	输出
`deepseek-v4-pro`	1M	$0.003625 / 1M*	$0.435 / 1M*	$0.87 / 1M*
`deepseek-v4-flash`	1M	$0.0028 / 1M	$0.14 / 1M	$0.28 / 1M

DeepSeek V4 Pro 当前享受限时 75% 折扣，有效期至 2026 年 5 月 31 日。折扣结束后价格回退到基础定价。

一个直观的对比：Flash 的输出价格（ <math xmlns="http://www.w3.org/1998/Math/MathML"> 0.28 / 1 M ）只有 P r o （ 0.28/1M）只有 Pro（ </math>0.28/1M）只有Pro（0.87/1M）的三分之一左右，输入价格更是低到了 $0.14/1M。写一篇万字文章消耗的 token 成本不超过几美分，日常编程辅助几乎零感知。

DeepSeek TUI 还内置了实时成本跟踪功能：按轮次和会话统计 token 用量与成本估算，包含缓存命中/未命中明细，让你对每一分钱花在哪了如指掌。

6. 更多能力

6.1 MCP 协议支持

通过 Model Context Protocol 连接外部工具和数据源，扩展智能体的能力边界。支持 deepseek mcp list 查看已配置服务器、deepseek mcp validate 校验连接。

6.2 HTTP/SSE 运行时 API

bash 复制代码

deepseek serve --http

启动无界面智能体服务，适用于 CI/CD 流水线、自动化脚本等场景。

6.3 其他模型提供方

除了 DeepSeek 官方 API，还支持多种提供方：

bash 复制代码

# NVIDIA NIM
deepseek auth set --provider nvidia-nim --api-key "YOUR_KEY"
deepseek --provider nvidia-nim

# Fireworks
deepseek --provider fireworks --model deepseek-v4-pro

# 自托管 (SGLang / vLLM / Ollama)
deepseek --provider ollama --model deepseek-coder:1.3b

6.4 会话保存与恢复

长任务支持断点续作------关闭终端、重启电脑后，用 deepseek resume --last 即可恢复之前的会话，进度不丢失。

7. 总结

DeepSeek TUI 不是 Claude Code 的"山寨版"，而是一个技术路线完全不同的独立产品：

Rust 原生，单一二进制，零运行时依赖
100 万 token 上下文，思考模式流式推理
MIT 开源，社区驱动，贡献者超过 30 人
三种模式（Plan / Agent / YOLO），覆盖从只读审查到全自动执行
RLM 并行推理 、工作区回滚 、持久化任务队列等高阶能力

它正在以开源的方式，重新定义「终端原生编程智能体」这个品类。

如果你已经受够了 Node.js 依赖链的臃肿、API 代理的不稳定、或者单纯想在终端里拥有一个真正趁手的 AI 编程搭档------DeepSeek TUI 值得你花 3 分钟装起来试一试。

一个搞音乐的，用 AI 写了款编程工具DeepSeek TUI，本文就是它写的

0. 一个更让人意外的故事

1. DeepSeek TUI 是什么

2. 核心功能一览

2.1 100 万 Token 上下文 + 智能压缩

2.2 思考模式流式输出

2.3 原生 RLM 并行推理

2.4 三种交互模式，从严到松

2.5 推理强度调节

2.6 工作区回滚（Side-Git）

2.7 持久化任务队列

2.8 完整工具集

2.9 LSP 诊断

2.10 技能系统

2.11 多语言 UI

3. 安装指南

方式一：npm（已有 Node 的最方便方式）

方式二：Cargo（Rust 用户首选）

方式三：Homebrew（macOS）

方式四：直接下载预编译二进制

4. 快速上手

4.1 配置 API Key

4.2 启动

4.3 常用命令速查

4.4 常用快捷键

5. 模型与价格

6. 更多能力

6.1 MCP 协议支持

6.2 HTTP/SSE 运行时 API

6.3 其他模型提供方

6.4 会话保存与恢复

7. 总结

相关链接