从 GitHub 榜首到一行命令上手：用 Rust 写的 DeepSeek-TUI，成 Claude Code 平替！

这两年，国内开发者提到 Claude Code，心情复杂，一方面觉得 "真好用"，另一方面又觉得 "真用不起"。账号门槛、地区限制，还有高昂的 API 账单，让不少人只能望而却步。

转机出现在 2026 年五一假期。独立开发者 Hunter Bown（GitHub ID `Hmbown`）将开源项目 DeepSeek-TUI 推上 GitHub 热榜。短短几天，Star 数达到 11000+，假期结束后直接登顶 Trending 榜首。到 5 月 8 日前后，Star 数已攀升至 1.9 万出头，且热度持续上升。

它的定位很明确：是 DeepSeek 版的 Claude Code。

一匹黑马，外加一句中文 "谢谢"

DeepSeek-TUI 火了之后，作者在 X 上发动态称： "this has been the craziest 2 days of my life"，还特意用中文补了一句 "鲸鱼兄弟们，谢谢你们"。 "鲸鱼" 指的是 DeepSeek（其 Logo 是一头蓝鲸）。配图是项目的 Star History 曲线，二月到四月还处于低位，进入五月后直线上升，那条近乎垂直的曲线很有冲击力。

一个海外开发者做完工具后主动用中文向中国社区致意，这一细节本身就很有传播力。但能登上 Trending 榜首，靠的还是其功能。它并非简单地将模型 API 封装成 CLI，而是把 Claude Code 的工程化 Agent 能力在 DeepSeek 上重新实现，还挖掘出了 DeepSeek 的特性。

DeepSeek-TUI 到底是个什么东西

简单来说，它是用 Rust 编写、运行在终端里的编程 Agent，底层运行的是 DeepSeek 刚发布不久的 V4 模型。

"TUI" 即 Text User Interface（文本用户界面），意味着它没有花哨的图形窗口，所有交互都在命令行完成，这与 Claude Code 形态一致，也符合大多数程序员的工作习惯。Rust 让它启动快、是二进制单文件，且跨平台无运行时依赖。

Claude Code 成名的 "核心动作"，DeepSeek-TUI 基本都具备：

• 文件读写：可直接在项目里读取、创建、修改源码。
• 执行 shell 命令：能跑测试、装依赖、起服务，并将结果回灌给模型。
• Git 操作：可查 diff、提交、切分支，将版本管理纳入 Agent 工作流。
• 网页搜索：遇到不熟的报错或新 API，能自行查询。
• 子智能体（Sub-agent）：可将大任务拆成若干子任务并行处理。
• MCP 协议支持：能接入 Model Context Protocol 生态里的各种工具服务器，扩展能力边界。

到这一步，它已经是一个能干活的 Agent 了。真正让它有辨识度的，是以下三个针对 DeepSeek 特性的设计。

它把 DeepSeek 的 "私货" 玩明白了

思考过程流式输出：看着 V4 一边想一边写

DeepSeek V4 是带 "思考模式" 的推理模型。DeepSeek-TUI 将思考过程流式输出，用户能在终端实时看到模型在改代码前的推演过程：先判断问题所在，再决定修改哪个文件及原因。

对调试来说，这是很大的体验提升。当 Agent 改错方向时，用户能及时发现，而不是等改完代码运行出错才察觉。

默认开启 1M token 上下文：长任务不断片

DeepSeek-TUI 默认将上下文窗口设置为 100 万 token，约相当于一本中长篇小说的体量。这意味着执行长任务时，它不容易丢失上下文。

老代码库重构、跨模块功能改动、边读文档边实现等场景，最怕 Agent 中途 "失忆"。1M 上下文默认开启，解决了这个问题。

RLM：让一个主 AI 指挥 16 个 "廉价" 子 AI

这是项目中最有意思的设计。RLM 的思路是：用一个主模型负责统筹和决策，并发调度一群更便宜的子模型执行具体任务。

这种模式的关键在于 DeepSeek 的价格梯度。从官方价目表可知：

• deepseek-v4-pro：1M 上下文，输入（缓存命中）约 $0.003625 / 1M、输入（缓存未命中）约 $0.435 / 1M、输出约 $0.87 / 1M。
• deepseek-v4-flash：1M 上下文，输入（缓存命中）约 $0.0028 / 1M、输入（缓存未命中）约 $0.14 / 1M、输出约 $0.28 / 1M。

Flash 的输出价格约为 Pro 的三分之一，Pro 的输入价格缓存命中和未命中相差一百多倍，这也是用户吐槽 "缓存命中率" 的原因。

既然 Flash 更便宜，就不让昂贵的 Pro 串行完成所有任务，而是让 Pro 当 "项目经理"，同时派 16 个 Flash 子任务并行工作。例如，让 DeepSeek-TUI 为整个项目写文档：

• 主模型（Pro）负责规划文档结构、确定各模块内容、汇总和润色。
• 16 个 Flash 子任务分别读取不同模块的源码，产出初稿。
• 主模型再将初稿合并成完整文档。

原本 Pro 串行运行两小时的任务，通过并发十几分钟就能完成，且成本大幅降低。这是 "用模型分层定价做工程优化" 的典型实践，即将任务按推理强度分级，强推理任务交给贵模型，弱推理任务批量交给便宜模型并发执行。

三档操作模式 + Git 快照兜底

Agent 工具让人担心的是会误改项目。DeepSeek-TUI 提供了三档操作模式，让用户自己控制放权程度：

• Plan（只读探索）：不做任何修改，模型先调查并提出计划，再进行操作，适合接手陌生项目的初始阶段。
• Agent（每步确认）：默认交互模式，多步工具调用需用户审批，适合日常开发。
• YOLO（全自动放行）：在可信任的工作区自动批准工具调用，同时维护计划和清单，适合可控的批量任务。

YOLO 这个名字很有黑色幽默， "You Only Live Once"，意为人生苦短，放手一搏。

当然，仅有模式还不够安全。DeepSeek-TUI 在工作区设置了 Git 快照，每次改动都会自动保存版本，出现问题可一键回滚。这在使用 YOLO 模式时尤为重要，有了 "后悔药"，用户才能放心使用。

为中国用户做的那些 "贴心活儿"

很多海外开源项目安装困难，DeepSeek-TUI 在这方面做了改进：

• 发布包托管在阿里云 OSS 和腾讯云 COS 上，国内下载更快捷。
• 提供 npm 安装方式，前端、Node 用户可直接使用。
• 终端界面原生支持中文，配置项中明确写明 `zh-Hans`。

这些细节表明，作者将中文用户作为核心受众，而非简单翻译。

上手只要一行命令

最简单的上手方式是使用 npm：

npm install -g deepseek-tui

安装后，从 DeepSeek 开放平台获取 API Key 并填入即可使用。

若不想安装 Node 环境，也可直接下载二进制包，支持 Linux、macOS、Windows 三个平台。

项目地址：https://github.com/Hmbown/DeepSeek-TUI

一个非科班音乐家，用 AI 写了个给 AI 用的工具

很多人以为作者 Hunter Bown 是资深极客，其实并非如此。

他本科和硕士读的是音乐教育，毕业后当了三年乐队指挥，之后攻读 MBA，又进入法学院学习专利法。写代码在他的人生履历中出现较晚。他在个人网站上的自我介绍是 "我是音乐家，爱科学"。

DeepSeek-TUI 是通过 AI 辅助编程完成的。查看项目贡献者列表会发现，仅 Claude 就提交了 150 多次代码。

一个非科班出身的音乐家，借助 AI 协作做出登上 GitHub Trending 榜首的工程级项目，而这个项目又是为 AI 设计的编程工具，这一事件很有意义。

真实使用反馈：好用，但记得盯紧你的账单

尽管工具很火，但用户也提出了一些反馈，对是否使用有参考价值：

• "不能自定义模型，有点烦"：它专为 DeepSeek 打造，模型选择限于 DeepSeek 的 Pro / Flash 版本，暂时无法接入第三方 API 或本地模型。有人认为，专为 DeepSeek 优化的 TUI，随意更换模型会失去 "专为" 的意义。
• "首次配置就花了 60 多块钱（V4 Pro）"：首次运行时，扫描项目建立上下文会消耗较多 token。老用户经验是，首配后日常工作一天只需几块钱，且可根据任务难度手动选择 Flash 或 Pro，简单任务用 Flash 可节省成本。
• "缓存命中率太低，费钱"：结合价目表可知，Pro 的输入价格缓存命中和未命中相差一百多倍。执行长任务或反复修改同一批文件时，关注缓存命中率有助于控制成本。

总之，它确实好用，但 "好用" 和 "不花钱" 不能兼得。上手前需考虑预算和使用强度，合理使用 Plan / Flash / 模式切换等省钱方法。

写在最后

DeepSeek-TUI 的意义不止是增加了一个开源工具。

从内部看，一个非科班人员借助 AI 协作做出登顶 Trending 的工程级项目，这表明写代码的技术门槛正在重构，决定能否做出成果的是想法、品味和任务拆解能力，而非科班学习年限。

从外部看，国产模型的生态正在转变。两年前难以想象海外独立开发者会主动与中国社区共建围绕国产模型的工具，现在这一情况真实发生了，还伴随着一句中文的 "谢谢"，这种双向奔赴令人欣慰。

该工具已开源，一行 `npm install -g deepseek-tui` 即可安装试用。对于被 Claude Code 价格劝退的开发者来说，这是一个值得尝试的低成本替代品，但要注意控制成本。