DeepSeek版Claude Code登顶热榜：8700星，鲸鱼哥火了

感谢鲸鱼兄弟开源。

DeepSeek V4 才推出一个星期，DeepSeek 版的 Claude Code 就登顶了 GitHub 热榜。大家缺的就是这么一个工具。

目前已经有了超过 8700 的 Star 量，数字还在以肉眼可见的速度增长。

这还只是个开始。

DeepSeek TUI 是一个完全运行在本地终端里的 AI 编程智能体，由自称「鲸鱼兄弟」的 Hunter Bown 用 Rust 语言开发。它专门为 DeepSeek（尤其是最新发布的 DeepSeek V4 大模型）打造，能提供终端原生、长上下文、推理过程可视化的使用体验与效果。

它用开放工具链和极低的成本，打响了替代主流高价 AI 编码助手的第一枪。

• GitHub 链接：https://github.com/Hmbown/DeepSeek-TUI/tree/main

基于 DeepSeek TUI，开发人员能够直接从终端与 DeepSeek 模型进行聊天、编辑文件、运行 shell 命令、管理任务，甚至协调代码库中的子智能体。所有这些都具有可配置的审批门控，使其功能与更成熟的商业工具相媲美。

简单来说就是可以用 DeepSeek 的那一套完全代替 Claude Code。

把 DeepSeek 的「脑回路」搬进终端

这款工具与普通封装工具的不同之处在于它与 DeepSeek 的推理功能深度集成。当开发者发出复杂命令时，该工具会进入「思考模式」来分析代码库。

在你使用 DeepSeek TUI 的过程中，DeepSeek 标志性的思维链会实时流式输出到终端，你能实时看到模型是怎么分析代码问题的、走了哪条解决路径、甚至中途是否自我纠错或改变主意。整个「脑回路」对开发者完全透明。

针对 DeepSeek V4 带来的 100 万 Token 超大上下文窗口，DeepSeek TUI 默认用满，还有上下文压缩机制，让你在跑复杂项目或者重构整个代码库时，不用担心 AI 中途出现「记忆断档」。

此外，DeepSeek TUI 还有一个 RLM（Recursive Language Model）模式，这种并行任务处理机制利用 DeepSeek 便宜的特性搞并发调度，能同时驱动最多 16 个 V4 Flash 子任务跑批量分析，能实现高效率、低成本的复杂编程任务处理。

由于 Flash 模型的输出价格仅为 Pro 模型的约三分之一。RLM 模式将大部分扇形子任务交给 Flash 处理，能显著降低整体项目的 API 费用。

DeepSeek TUI 的操作模式分三档：

• 分别是只读的 Plan 模式，用于输出任务拆解计划，梳理修改思路。
• 默认的 Agent 模式，拥有完整的工具链权限，但每当它准备执行关键操作时需要你手动确认。
• 全自动的 YOLO 模式，所有的手动审批弹窗都会被关闭。AI 拥有完全的自主决策权和执行权。

目前在终端原生编码智能体上，虽然像 Claude Code 这样的专有系统已几乎成为标准，但它们通常需要付费 API 访问权限，并且运行在封闭的生态系统中。DeepSeek-TUI 则打破了这种局面，它依托 DeepSeek 的低成本模型堆栈，以极低的成本提供类似的工作流程。

作者半路出家，用魔法打败魔法

说到这个项目的开发者 —— 这个基于开源的 DeepSeek 打造的开源工具 DeepSeek TUI，是一个美国极客打造的。

随着该项目的走红，5 月 3 日，Hunter Bown 已经在感谢鲸鱼兄弟了：「这是我人生中最疯狂的两天。」

一月份做出来的项目，到五一随着 DeepSeek V4 的发布热度直接来了个直角上升。

更有趣的是，Hunter Bown 是个「半路出家」的程序员。他在学校学习的是乐队指挥、法学，现在是南卫理公会大学（SMU）专利法专业的二年级学生。他自建了名为 Shannon Labs 的工作室，定位是 AGI 时代的下一个贝尔实验室。

不过人家说了，以前学的也没白学，指挥乐队和管理开源项目是相通的。

他打造 DeepSeek TUI 使用的是 AI 辅助编程，「工作流完美闭环」的过程，这可以说已是 AI 自我迭代的雏形了。

既然 DeepSeek 来自中国，Hunter Bown 正在积极寻求与国内开发者交流，他已答应大家，一定好好学中文。

不过就算没学好问题也不大，实在不行，现在有 DeepSeek 翻译。

参考内容：

https://shannonlabs.dev/

文章来自于"机器之心"，作者 "泽南"。