DeepSeek-TUI 深度评测：一个 Rust 写的 DeepSeek 专属 Coding Agent

这不是一个 DeepSeek 版的 Claude Code,而是一个绑死 DeepSeek-V4 的 Rust 原生 coding agent——三个月内冲到 24K stars、登顶 GitHub Trending Rust 榜的独立项目。它在能力的颗粒度上敢和 Claude Code 正面拼刀

三个月,从无到 24K star 的非典型轨迹

仓库主作者是 Hunter Bown(GitHub @Hmbown),独立美国开发者,X 上是 @huntermbown,GitHub 56 个公开仓库。他的另外两个项目暴露了审美倾向:Aleph(把 agent 变成 Recursive Language Model 的 MCP server,灵感来自 Alex Zhang/Omar Khattab 的 RLM 论文)和 Hegelion(把”正题—反题—合题”的辩证推理塞进 LLM 调用)。这个人对元推理架构和 MCP 生态着迷的程度,直接刻进了 DeepSeek-TUI 的 DNA——后面会看到内置的 rlm_query 工具就是 Aleph 思想的具身。

项目 2026 年 1 月 19 日首次发布,到 5 月初已经迭代到 v0.8.28,三个月发了 30+ 个 release。Issues 172 open / PRs 166 open,贡献者 60+ 人,被 DeepSeek 官方的 awesome-deepseek-agent 列表收录(但 README 一行字钉死:Not affiliated with DeepSeek Inc.)。维护风格在 AGENTS.md 写得很硬核

这不是一个 Python 玩具,是 Rust 原生工程

第一个需要纠正的误解:它不是 Python,不是 Textual。仓库语言条 99.3% Rust,TUI 框架是 ratatui(Rust 生态里 Bubble Tea 的对位物),crossterm 后端。整个工程是一个 13-crate workspace,运行时空载 RAM 大约 12MB。npm install -g deepseek-tui 看起来像 Node 包,实际上 npm 包只是一个跨平台二进制下载器,运行时完全不用 Node。

架构图本身就是品味宣言:

┌── UI ─────────────────────────────────────────────────┐
│   TUI (ratatui)   |  One-shot Mode  |  Config/CLI     │
├── Core Engine ────────────────────────────────────────┤
│   Agent Loop (core/engine.rs)                         │
│   ├ Session  ├ Turn Mgmt  └ Tool Orchestration        │
├── Tools & Extensions ─────────────────────────────────┤
│   shell / file / git / web / apply_patch / subagents  │
│   Skills (SKILL.md)  Hooks  MCP servers (client+server)
├── Runtime API + Tasks ────────────────────────────────┤
│   HTTP/SSE (runtime_api.rs)  Persistent Task Manager  │
├── LLM Layer ──────────────────────────────────────────┤
│   llm_client.rs → client.rs (Chat Completions, SSE)   │
└───────────────────────────────────────────────────────┘

有两个值得单独点名的设计细节:两个二进制必须同时安装——deepseek(dispatcher,处理 auth/config/model 路由)和 deepseek-tui(交互运行时),缺一会报 MISSING_COMPANION_BINARY;还有 deepseek serve --http 直接把这套引擎暴露成 HTTP/SSE 服务,等于内置 headless agent server——给 IDE、Web UI、未来的 remote control 留了口子。这种”先把内核做正,再考虑形态”的工程节奏很 Anthropic-flavored,不是 vibe demo。

安装方式齐全到夸张:npm / cargo / Docker / GHCR / GitHub Releases 二进制,Linux x64 + ARM64(原生构建,跑得动树莓派、Graviton、HarmonyOS、openEuler)、macOS Intel + Apple Silicon、Windows x64。PyPI 上没有它,网上有些文章写 pip install -e . 是错的。

它是 Coding Agent,不是聊天玩具

README 第一句话讲得很直白:“DeepSeek TUI is a coding agent that runs entirely in your terminal.” 工具集列出来,完成度对得起这个自我定位:

• • 执行类:exec_shell、exec_shell_wait、exec_shell_cancel(前后台可切),apply_patch、edit_file、write_file

• • 协作类:agent_spawn / agent_wait / agent_result / agent_cancel(子 agent 派生),rlm_query(在 sandbox 化的 Python REPL 里 fan-out 1–16 个 V4-Flash 子调用做并行展开)

• • 上下文类:fetch_url、web_search(canonical web.run)、GitHub 只读 + 受控写(走 gh CLI)

• • 节奏类:checklist_write、update_plan、可持久化任务队列(重启后能续跑)

更”工程派”的是 LSP 后编辑钩子

三档交互模式通过 Tab/Shift+Tab 切换:Plan(只读探索,先出方案再执行)、Agent(默认,每个 tool call 弹审批)、YOLO(自动批准,适合可信工作区)。沙箱实现是跨 OS 的真原生:macOS 用 Seatbelt profile、Linux 用 Landlock、Windows 用 AppContainer / restricted tokens;还可以把 sandbox_backend 设成 opensandbox,把所有 exec_shell 路由到一个外部 HTTP API——给企业部署留了远程沙箱的接口。

最让人安心的一笔藏在工具调用协议里:AGENTS.md 明确写,tool call 只走 API 的 structured tool_use 通道,任何形如 [TOOL_CALL]、<deepseek:tool_call>、<invoke>、<function_calls> 的文本伪包装都会被主动剥离,crates/tui/tests/protocol_recovery.rs 锁住这个契约。这是认真处理 prompt injection 的样子。

还有一个 vibe coder 会喜欢的东西:workspace 副 git 快照。每个 agent/YOLO turn 前后,在 ~/.deepseek/snapshots/<project_hash>/<worktree_hash>/.git 里偷偷 commit 一次,/restore N 或 revert_turn 工具可以回滚文件状态,完全不动用户自己的 .git。这意味着你可以放心让 YOLO 模式爆炸地改一通,然后一行命令收回去。

关于”第三方模型”的真相

这是评测里最值得拿放大镜看的部分,因为很多人会被”6 个 provider”这个字眼骗到。

权威的 provider 枚举来自 docs/CONFIGURATION.md 和 config.example.toml,有且只有 6 个:

# DEEPSEEK_PROVIDER ∈ { deepseek, nvidia-nim, openrouter, novita, fireworks, sglang }
# 全部对应 DeepSeek-V4 权重的不同托管入口
# 没有 openai / anthropic / gemini / ollama

每个 provider 的 base_url 都可以覆盖,自托管也欢迎:

[profiles.sglang]
provider = "sglang"
base_url = "http://localhost:30000/v1"
default_text_model = "deepseek-ai/DeepSeek-V4-Pro"

[profiles.nvidia-nim]
provider = "nvidia-nim"
base_url = "https://integrate.api.nvidia.com/v1"
default_text_model = "deepseek-ai/deepseek-v4-pro"

但目的只是切换”在哪儿跑 DeepSeek-V4”——官方 endpoint、NVIDIA NIM、Fireworks、自托管 SGLang/vLLM、聚合的 OpenRouter/Novita——而不是切换模型家族。crates/agent 里的 ModelRegistry 也证实这一点,它的工作是把 deepseek-v4-pro 翻译成各 provider 的具体 ID(比如 accounts/fireworks/models/deepseek-v4-pro),不是兼容不同协议。

Anthropic-wire 协议支持曾经出现在 v0.8.13 milestone 的 CHANGELOG 里,但明确被推迟,没进主干。也别想 GPT-4 或 Claude,从底层就接不上——AGENTS.md 写明:“In V4 thinking mode, assistant messages that contain tool calls must replay their reasoning_content in all subsequent requests or the API returns HTTP 400.” 这是 DeepSeek-V4 thinking 模式的硬协议约束,绑死了对话历史的序列化方式,所以理论上要做多家族多模型,需要重写整个 turn loop 而不是加个 adapter。

理论上你可以把 base_url 指向 Ollama 的 OpenAI-compatible 端点跑通,但模型名仍按 V4 schema 解析,reasoning_content 字段约定也对不上,这是 hack 不是一等公民。早期社区文档里出现过 vllm 和 ollama 的 provider 写法,但当前主干已经收敛掉了——这是 issue #908 跟踪的状态(已 closed by PR #921,但加进来的是文档级别一等公民设计,而非主干 provider 枚举更新)。

判断

vs Claude Code

两个对比维度需要展开:

钱。把数字拍齐就很离谱——V4-Flash 比 Sonnet 4.6 便宜 ~21× input、~54× output,V4-Pro 促销价比 Sonnet 便宜 ~7× input、~17× output。Anthropic 报告企业用 Claude Code 平均成本约 开发者活跃日、150–250/月;同样的 token 量打到 V4-Flash 上,大概是个位数美元/月的事情。促销窗口到 2026-05-31 15

能力。DeepSeek-V4 在 SWE-bench Verified 报到 81%(V3 是 69%),已经在 coding benchmark 上和 Sonnet 4.6 拉到同一档位。但说句公道话:benchmark 不等于真实工程。Claude 在多步规划、长 horizon 任务、复杂 refactor 上仍然有明显的体感优势,Opus 4.7 在 deep refactor 类任务里几乎没有对手。所以选择 DeepSeek-TUI 时心里要有数:你用便宜模型换的是经济性和速度,不是顶级 reasoning。这恰恰也是 --model auto 路由器的存在意义——先用 V4-Flash 做调度决策,只在需要时升到 V4-Pro + max thinking。

Vibe 评分

,代价是单点押注

从 vibe coder 那套口味打分(流畅度、心流、UI 美感、键盘党友好、可定制、开源、不打扰、轻量),DeepSeek-TUI 在大多数轴上得分极高,在一个轴上得分为零,需要你自己决定能不能接受。

得分高的地方。Rust 二进制启动毫秒级响应,12MB 内存空载,纯键盘交互(F1 help、Esc 回退、Ctrl+K 命令面板、Tab/Shift+Tab 切模式、Ctrl+R resume、Alt+R 历史搜索),thinking-mode 流式输出把 V4 的 reasoning_content 实时显示成独立 chain-of-thought 块——这种”看着模型思考”的画面是其它工具靠 GPT 看不到的。配置是 TOML,可以 git 进仓库,工作区 .deepseek/config.toml 叠加在用户全局之上;OS keyring 优先,凭据查找顺序 config → keyring → env,审计日志写到 ~/.deepseek/audit.log。开源 MIT,主题 default/dark/light/whale,OSC 8 URL 链接、4 种 UI 本地化(en/ja/zh-Hans/pt-BR)。deepseek doctor --json 给机器可读诊断——这是认真给 CI 用的人写的。

# ~/.deepseek/config.toml — 一份真正的 vibe coder 配置
provider = "deepseek"
default_text_model = "deepseek-v4-pro"
reasoning_effort   = "max"             # off | high | max,Shift+Tab 现场切

approval_policy = "on-request"         # 不打扰但要审批
sandbox_mode    = "workspace-write"
max_subagents   = 10

[features]
shell_tool = true
subagents  = true
mcp        = true
apply_patch = true

[context]                              # opt-in Flash-seam 自动压缩
enabled = false
l1_threshold = 192000
l2_threshold = 384000
l3_threshold = 576000
cycle_threshold = 768000
seam_model = "deepseek-v4-flash"

[tui]
osc8_links = true                      # iTerm2/Ghostty/Kitty/WezTerm Cmd+点击
mouse_capture = true

得分极低的地方,只有一项,但很关键

它在 TUI 编程工具图谱里的位置

放在更大的图谱里看会更清楚:

• • Claude Code

  ,闭源,贵,生态最厚。适合预算充足的专业开发者。

• • Codex CLI

  官方 Rust TUI,与 ChatGPT 订阅绑定。气质和 DeepSeek-TUI 很像(同样 Rust、同样原生),区别在模型选 GPT 系。

• • Crush(Charm)

  美学之王,Go + Bubble Tea v2,多 provider(Anthropic/OpenAI/Gemini/Bedrock/Ollama/OpenRouter…)。如果你想要好看 + 模型灵活,这是首选。

• • OpenCode(SST → Anomaly)

  Claude Code 克隆,有自己的 Zen 路由。

• • Aider

  Python pair programmer,repo map 是核心创新,自动 git commit,模型支持最广。

• • Gemini CLI

  官方,免费档 1000 req/day + 1M context,适合白嫖党。

• • Cline

  Code 内最强 agent,30+ provider,~61K stars。

• • DeepSeek-TUI:和上面所有工具的差异化定位是”为一个模型做到最深”——thinking-mode 协议处理、prefix-cache 遥测、V4 路由器、RLM 并行 fan-out,这些都是别的通用 TUI 做不到、也不愿做的。

简单说:如果 Crush 是 hipster,DeepSeek-TUI 是 minimalist with strong opinions。

适合谁、不适合谁

强推

犹豫

不推

结尾的真心话

DeepSeek-TUI 不是又一个 “Claude Code 但便宜” 的克隆。它是一个有清晰美学和工程立场的项目

值不值得装一个? 装。它现在的状态足以在一个真实项目里跑起来,YOLO 模式 + 副 git 快照让你可以放心地让它爆炸地改一通然后一行命令回滚,12MB 内存的体感和动辄数百 MB 的 Electron 编程助手是两种生物。

值不值得作为唯一? 不。在 Anthropic 协议支持进主干、或者它松开”DeepSeek-V4 thinking 模式”的硬约束之前,把它当作 DeepSeek 专用工作流的最佳前端,而不是你 agent stack 的全部。和 Crush/Aider 并存,各司其职——cheap 任务给 V4-Flash,reasoning-heavy 任务还是该给 Claude/Gemini——可能是 2026 年中段最务实的 vibe coding 配置。

最后留个观察