DeepSeek 亦有自己專屬的 Coding Agent 了。名字簡單粗暴，就叫 DeepSeek-TUI，作者自稱是「鯨魚先生」的 DeepSeek 愛好者。剛剛，這個項目的星數突然開始狂增，來到了 2.3k，這登上了 GitHub 熱榜。這是一個用 Rust 語言編寫的 TUI 程式工具，像 Claude Code 一樣在終端運行，但專門針對 DeepSeek 做了優化適配。
為了向國內網友宣佈自己的作品，作者 Hunter Bown 還特意用 DeepSeek 把宣佈推文翻譯成了中文。當 DeepSeek-TUI 在 GitHub 上如他所願爆火之後，Hunter 直言這是自己人生中最瘋狂的兩天，並用中文向「鯨魚先生」們表示了感謝。
「DeepSeek 版 Claude Code」
DeepSeek-TUI 就是一個住在終端裡的程式 Agent，再簡單點理解，就是「DeepSeek 版 Claude Code」。它在今年 1 月由美國獨立開發者 Hunter Bown 發起，用 Rust 語言編寫，MIT 協議開源，但一直不溫不火，直至 DeepSeek-V4 的發佈和 Hunter 的中文宣佈，這個項目在這個五一假期開始爆火。像讀寫檔案、執行 Shell、搜網頁、管理 Git、調度子 Agent、接 MCP 服務器……這些 Claude Code 能幹的它基本能幹，也支持
安裝 Skills，只不過換成了 DeepSeek V4 在後端驅動。整個工具從設計邏輯到功能細節，都在圍繞 DeepSeek 的特性轉。最直接的一個是思維鏈。DeepSeek-TUI 把模型的推理過程直接純文本輸出到終端裡——模型怎麼分析問題、走了哪條路、中途改沒改主意，全都實時可見。然後是上下文。V4 支持 100 萬 token 的上下文窗口，項目默認就把這個用滿，重複複雜任務從頭到尾不用擔心記不住斷片。
上下文快滿時，TUI 會自動對內容進行壓縮，也可手動 /compact 觸發。壓縮策略專門考慮了 DeepSeek 的前紀錄存儲機製——盡量保留前面穩定的部分，讓存儲能持續存中。 這個 TUI 還有一個設計叫 RLM，思路「很 DeepSeek」——既然 DeepSeek 便宜到可以用量，這工具就把這特性直接用起來了。在 RLM 模式中，一個主模型指派最多 16 個 V4 Flash 子任務同時驅動，用來做批量分析或任務拆解。
Flash 的輸出價格大約是 Pro 的三分之一，把不需要強推理的子任務交給它，整體花費能省不少。模型切換也做了專門處理，除了 DeepSeek 官方 API，還支持 NVIDIA NIM、Fireworks、自託管的 SGLang 等路徑。操作模式則一共三種：Plan 是只讀探搜，先給你出個方案再說；Agent 是默認款，每步工具調用都要你點頭；YOLO 顧名思義，全自動放行，不想被打斷就開它。
會話可保存恢復，工作區有獨立 Git 快取地板，按鍵次滾動不動原儲庫，翻車了也不虧。不過有一點需要注意的，是子 Agent 開多了，存儲存中率很難保障。要知道，未存中的 token 價格是存中的 10 倍，項目界面上每輪費使用顯示，開長會話建議留意一下，別開完帳單跳一跳。安裝上，Linux、macOS、Windows 都有預編譯二進制，npm install -g deepseek-tui 一條命令搞定。
另外，作者還給國內用戶準備了專門的中文化 README 文檔和專門配置路徑，支持 TUNA Cargo 鏡像，release 頁還可以託管到阿里雲 OSS 或騰訊雲 COS。項目 1 月 19 日建倉，到現在不到 4 個月，已經迭代到 v0.8.8，發佈了 37 個版本，節奏不輸。 從更新記錄來看，大致分幾個階段。早期版本主要在搭骨架——工具調用、session 管理、基礎的 Git 快取，把 Agent 開起來是第一優先。
v0.7.x 階段開始往細節上打磨，添了多語言界面支持（v0.7.6）、中文等語言的 TUI 提示、輔助文本、狀態欄開始本土化，這也是為國內用戶做適配的一步。v0.8.x 是最近幾個版本的主軸，重點在穩定性和體驗打磨上。v0.8.2 專門修了長會話裡檔案句框洩漏的問題；v0.8.6 / v0.8.7 往上添了一批交互功能，包括限時純或服務器報錯時顯示倒計時重試橫幅、輸入歷史搜索、運行中訊息隊列可視化；v0.
8.8 在這個基礎上做了一輪收口，同時把 Linux ARM64 預編譯二進制補上了。整體節奏上看，這個迭代路徑中功能更新密集，但每個版本基本都有明確的問題要解決。 「愛科學的音樂家」實際上，Hunter 一直是一名 DeepSeek 狂熱粉絲，自打 V4 出來後，他就發過很多推文不斷稱讚。同時他也喜歡其他中國模型，參加上小米 的百萬億 Token 創建者激勵計劃。
而 Hunter Bown 的起點，其實是音樂，他曾立志當一名樂團指派。他先是在北德克薩斯州立大學修讀音樂教育，畢業後繼續深造，取得了南方衛理公會大學的音樂教育碩士。碩士畢業後，Hunter 如願當了 3 年的樂團指派。後來，他拿得了德克薩斯州立大學達拉斯分校的 MBA，此後又回到之前的母校 SMU，進入法學院專攻專利法。至於寫代碼這件事，就更是「半路出家」的選擇了。
但這個「半路」不是轉行，更像是多條線最終匯聚一起。他在學聲樂科學時接觸到一個概念叫「缺失基音」（missing fundamental）——人耳可以從泛音裡重建出一個物理上並不存在的音高。他後來發現這和資訊論直接對應，你不需要把所有資訊都顯式給出，系統本能也會補全。這個從音樂裡來的直覺，成了他理解 AI 系統的一把金鑰匙。去年，他給自己創立了一個工作室，名字叫 Shannon Labs，定位是「AGI 時代的下一個貝爾實驗室」。
DeepSeek-TUI 在他這裡只是眾多研究項目之一，他的 GitHub 上有 65 個公倉庫，包括面向 NVIDIA Nemotron 的同款終端 Agent NeMoCode，以及 MLX kernel 工具等。Shannon Labs 轄下的項目跨度更大。Hegelion 是一個義證推理引擎，走的是「正題→反題→合題」的辯證邏輯；Aleph 是一個 MCP 服務器，主打零 token 成本的大容量上下文；Heliosinger 則把太陽風數據實時轉化成聲音，從 AI 基建一路跨界到太空聲
學。他還自己建了三套軟件架構（SCU、Driftlock、Hegelion）和一個硬件方案（Driftlock Choir），在他看來，這些拼在一起，是在為 AGI 時代做基建。能把這些方向拼在一起，也和他的家庭背景有關。他曾祖父 Ralph Bown Sr. 是貝爾實驗室的研發副總裁、無線電先驅，業餘時間喜歡自製魯特琴、去卡住基音音樂錄音。Hunter 在專利法課上意識到，自己正走一條和這位先祖交匯的路——把音樂人的感知方式帶進科技研究，去發掘那些「因為沒有這種場景的研究者而被忽略的想法」。
他在個人網站上把自己和曾祖父進行了對比，「他是科學家，愛音樂；我是音樂家，愛科學。」 One More Thing 在 DeepSeek-TUI 的貢獻者列表當中，還能看到一些我們熟悉的影子。其中包括了 Claude、Gemini、Qwen 等一系列 AI 模型和 Cursor、GitHub Copilot 等程式工具。詳細記錄則表明，大部分代碼由 Hunter 直接提交，這還有 150 多一次 commit 是 Claude 做的，另外還有一些真人工獻者提交了少量 commit。
半路出家的程式員，用 AI 輔助編程給 AI 寫輔助編程框架，這工作純也是閉環了（手動點頭）。GitHub 地址：https://github.com/Hmbown/DeepSeek-TUI
