美國老哥一句鯨魚兄弟，DeepSeek版CC霸榜GitHub

昨天在網上沖浪時，我差點被這位老哥的散裝中文笑死。發帖的哥們叫@Hunter Bown，是個音樂老師轉碼的美國獨立開發者。

熟悉 DeepSeek 的人都知道，它的官方 Logo 就是一條深海藍鯨，“鯨魚兄弟”聽著既有點莫名好笑又很形象。

雖然老哥中文有點燙嘴，但他的項目 DeepSeek-TUI可不是來搞笑的。

簡單來說，他用AI搓了一個DeepSeek版Claude Code。短短幾天內，這個項目狂攬1w+ GitHub Star，登上 Trending 榜首。

今天我們就來盤一盤，這個讓全網鯨魚兄弟直呼真香的項目，到底是個什么來頭？

網頁版DeepSeek不夠用嗎？為什么非要折騰 Agent？

沒有Agent，寫代碼的日常是這樣的：代碼跑出報錯了 -> 復制報錯 -> 打開網頁貼給大模型 -> 等它吐出新代碼 -> 復制回編輯器 -> 運行再次報錯 -> 再次復制貼給模型……

哥，你這不是在用AI，你是在給AI當無情的搬運工。

大模型本質上只是智商，它能理解、能回答，但它看不見你電腦里有什么，也動不了你任何東西。而 Claude Code這類Agent 做了一件事：給這個智商配了一臺完整的電腦。

代碼還是那個代碼。但一旦有了讀寫文件的權限、有了執行命令的能力，它就從"顧問"變成了"員工"。你說"幫我把這個功能改一下"，它自己去找對應的文件夾，自己讀源代碼，自己動手替換舊代碼，改完自己跑測試看有沒有報錯。中間不需要你復制粘貼一次。

這就是我們要用 Agent 的原因——它能包辦一整套連貫的體力活。

Claude Code能調DeepSeek，為何要重造輪子？

這時候有動手能力強的朋友要問了：“網上不是有教程嗎，讓現成的 Claude Code 連上 DeepSeek 的 API 不就行了？干嘛還要重新造一個新Agent？”

這就是最大的坑。把保時捷的系統強行安在本田發動機上，指令對不上號是會出問題的。

如果你硬把 DeepSeek 塞進 Claude Code 的殼子里，立刻就會遇到各種“水土不服”：

首先是底層指令會跑偏，AI 會“消化不良”。

Claude的system prompt習慣用一套 XML 標簽來封裝工具調用指令（類似 執行搜索 的格式），而 DeepSeek雖然 API 層面能接收同樣的請求，但模型本身更擅長 Markdown 和自然語言。

如果你強行把 Claude 那一套復雜的 XML 指令塞給 DeepSeek，它理解起來很吃力，經常會輸出格式錯誤的文本，導致工具調用失敗，最后整個程序卡死。

其次是省錢利器 cache_control 會失效。

用 API 寫代碼是很費錢的，所以 Claude 搞了個“提示詞緩存”功能，通過發送cache_control這個特殊標簽告訴服務器“這部分內容請幫我緩存起來，下次別算錢了”。

但問題是，DeepSeek 有自己獨立的一套緩存判斷邏輯，它根本不認識 Claude 發過來的這個標簽。所以如果你用 Claude 的殼去調 DeepSeek，緩存省錢的功能直接就廢了。

這也是為什么 Hunter Bown 要從零開始，寫一套完全對接 DeepSeek 原生協議的代碼。

相比原版Claude Code，DeepSeek專屬版強在哪？

不僅是原生適配，DeepSeek-TUI 真正讓開發者蜂擁而至的，是以下四個硬核優勢：

打破閉源巨頭的“非英語 Token 稅”

這是痛點中的痛點！很多人只知道 Claude 官方定價貴，但你不知道的是，中國開發者一直在被收著高昂的“隱形語言稅”。

大模型計費是按 Token（詞元）算的。分詞器就像是一本密碼本，Anthropic (Claude) 的密碼本里英文多、中文少，導致一個中文詞會被拆成好幾個 Token 來計費。根據社區數據分析，用 Anthropic 的模型，處理中文文本的 Token 消耗是英文的 1.71 倍。也就是說，你哪怕只是在代碼里寫中文注釋，每次調用都要憑空多交 71% 的錢！

而國產的 DeepSeek 專門優化了中文分詞字典，天然就避開了這種額外的成本開銷。疊加其本身就極低的定價，綜合算下來的差距十分夸張。據一家叫 AgentConn 的機構實測：同樣完成一個 5 天的項目、修改 120 個文件，Claude Code 輕輕松松燒滿 200 美元的額度；而 DeepSeek-TUI 直連跑完，只花了不到 3.20 美元！成本僅僅是前者的 2.3%。

把大模型的“深度思考”搬進命令行

以前讓 AI 處理一個大任務，屏幕經常卡在那里半分鐘不動，你心里發毛，不知道它是死機了還是在干活。

DeepSeek-TUI 把 DeepSeek 標志性的“深度思考”過程，原封不動地搬到了代碼終端里。你能實時看著它一行行輸出推理過程（比如：“我先看看 A 文件……哦，A 文件沒問題，那可能是 B 文件的依賴沖突了”）。這種透明度讓人極具安全感。

省錢到骨子里的 Auto Mode（自動擋）

哪怕 DeepSeek 的 Pro 模型已經很便宜了，但能省則省。它內置了一個巧妙的路由機制：

當你敲下回車后，它不會馬上執行，而是先花一點錢派一個便宜的 Flash 模型去快速評估一下你這句話的難度。如果 Flash 覺得只是改個拼寫，它自己就順手干了；如果覺得是個大重構，它就會自動切到最強最貴的 Pro 模型去干。

這就相當于先花幾毛錢掛個“分診號”，讓小助手評估一下病情，再決定是看普通門診還是專家號。

告別臃腫，Rust 編譯的免安裝利器

用過 Claude Code 的人都知道，它需要你先在電腦里安裝一整套龐大的 Node.js 運行環境，就像是為了玩個游戲先裝個Steam。而 DeepSeek-TUI 是用 Rust 語言編寫的單一文件，它就像是一個綠色免安裝軟件，你下載下來直接就能運行，絲毫不拖泥帶水。

坦白局：到底好不好用

咱們說句客觀的掏心窩子話：它并不是完美的。

如果你現在接手了一個史詩級的“屎山”項目，要跨越十幾個微服務、幾百個文件，進行極度復雜的深層邏輯重構——那我建議你，乖乖去用頂配模型。在超大規模的全局邏輯推理上，閉源巨頭的標桿地位依然還在。部分試用過的開發者也反饋，在處理極端復雜任務時，DeepSeek 的指令遵循能力仍有差距。

但捫心自問，我們一年能遇到幾次“史詩級重構”？

我們在開發中 90% 的日常，是高頻的小修小補、補充單元測試、寫技術文檔，或者一次性看幾十個小文件去排查一個小 Bug。在這個主陣地里，DeepSeek-TUI 的效率和性價比可以說驚為天人。

最后

對于資金有限的獨立開發者和中小團隊來說，DeepSeek-TUI 提供了一個極其務實的選擇。

順便說一句，那個喊著“鯨魚兄弟們”的美國老哥，據說現在不僅裝上了微信，甚至已經在中文社區里和大家打成一片了。

項目地址：

https://github.com/Hmbown/DeepSeek-TUI

順便說一句，傅盛AI戰隊正在集結，如果你：

• 年齡在16-26歲之間，不管你是高中生、大學生、還是剛工作，都可以來。

• 會用AI工具解決實際問題，不管你是用AI做產品、寫代碼、搞設計、做運營，只要你能用AI搞出有意思的東西就行。

• 敢想敢干，不怕失敗。

歡迎參加我們青少年黑客松，表現突出者我親自帶你，掃碼或點擊閱讀原文鏈接都可報名：