DeepSeek TUI 实测：一个正在成型的终端编程智能体

最近我测试了一个增长很快的开源项目：DeepSeek TUI。

项目地址：

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

它的定位不是普通的命令行聊天工具，而是一个运行在终端里的 coding agent：模型可以围绕当前工作区读取文件、修改文件、运行命令、查看 Git 变化，并通过 MCP、LSP、会话恢复、工作区快照等能力进入更接近真实开发现场的工作流。

这篇文章记录我在 Windows 上的安装体验，也从工程角度分析它为什么值得关注，以及使用这类终端智能体时应该注意什么。

先说结论

DeepSeek TUI 最值得关注的地方，不是“把 DeepSeek 放进终端里聊天”，而是它试图把 AI 编程助手需要的工作面组织起来：

• 文件读取、搜索、编辑；
• shell 命令执行；
• Git diff 和仓库状态检查；
• MCP 工具接入；
• LSP 诊断反馈；
• 会话恢复；
• 工作区快照和回滚；
• 子智能体与多步任务处理；
• token、缓存和成本可见性。

如果你用过 Claude Code、Codex CLI、OpenCode 这类终端或项目内 coding agent，大概能理解它的方向：让 AI 不只回答问题，而是参与项目现场。

不过，Windows 用户第一次试用时可能会遇到一个现实问题：在传统 PowerShell 窗口里启动 TUI 后，界面可能闪烁或无法稳定显示。我这次的解决方式是换到 Windows Terminal。

DeepSeek TUI 是什么

DeepSeek TUI 是一个面向 DeepSeek 模型的开源终端原生 coding agent。官方 quickstart 是：

npm install -g deepseek-tui
deepseek --version
deepseek --model auto

首次启动时，它会提示配置 DeepSeek API key。也可以提前配置：

deepseek auth set --provider deepseek
deepseek auth status

官方文档还提供了 Scoop、Cargo、GitHub Release、Docker 等安装路径。Windows 用户如果依赖 Scoop，需要注意 Scoop manifest 可能滞后于 GitHub/npm/Cargo 最新版本；如果想用最新版本，npm 或 release 下载通常更直接。

Windows 上的实测问题：传统 PowerShell 闪屏

我的安装过程本身没有卡住：

1. 全局安装 deepseek-tui；
2. 执行 deepseek；
3. 按提示配置 API key；
4. 再次启动时，传统 PowerShell 窗口开始闪烁，无法稳定进入界面。

这个现象很容易被误判为安装失败、Key 配错或 npm 包异常。但从表现看，它更像是终端渲染兼容性问题。

TUI 工具通常依赖 ANSI 控制、光标刷新、键盘事件、复杂布局渲染、鼠标/粘贴行为等能力。传统控制台环境在这些场景下不一定稳定，Windows Terminal 的兼容性和渲染体验通常更好。

我的解决方法：

1. 安装 Windows Terminal；
2. 在 Windows Terminal 中重新执行 deepseek；
3. 正常进入 DeepSeek TUI。

所以，如果你在 Windows 上遇到启动闪屏，先不要急着重装。优先换 Windows Terminal，再检查版本、配置和 API key。

它为什么值得关注

1. 它把模型放进项目现场

普通网页聊天离项目现场很远。你需要复制代码、粘贴错误、切换编辑器、运行命令，再把结果发回模型。

终端 coding agent 的价值在于减少这些搬运。模型可以在工作区里读文件、看结构、运行命令、检查变更，并基于真实项目状态继续下一步。

这不是 UI 形式的小变化，而是工作流边界的变化。

2. 它不只关注代码生成

真正的开发不是“生成一段代码”就结束。一个可用的编程智能体至少要面对：

• 当前项目有哪些文件；
• 改动会影响哪些模块；
• 命令和测试是否跑通；
• Git diff 是否符合预期；
• 失败时如何回滚；
• 长任务中如何恢复上下文；
• 是否把错误诊断反馈回模型。

DeepSeek TUI 在文件、shell、Git、LSP、snapshot、session resume 这些方向都有设计。这使它更接近工程工具，而不是单纯的问答界面。

3. MCP 扩展了工具边界

DeepSeek TUI 支持 MCP。官方文档说明它既可以作为 MCP client 加载 ~/.deepseek/mcp.json 中的服务器，也可以作为 MCP server 暴露能力。

这意味着它未来不必局限于内置文件和 shell 能力。数据库、浏览器、内部文档、项目管理系统、私有工具服务，都可以通过 MCP 接入到终端工作流里。

对团队来说，这比“模型会写代码”更重要。因为实际工程协作需要访问多种上下文，而不是只看一个 prompt。

4. LSP 诊断让它进入修复循环

AI 写代码最常见的问题是：生成了，但没有形成检查闭环。

如果工具能把类型错误、lint、编译错误、语言服务器诊断继续反馈给模型，模型就可以进入“修改、诊断、再修改”的循环。

DeepSeek TUI 对 LSP diagnostics 的支持，说明它在往真正的开发循环靠近。

5. 模式和审批机制很关键

官方文档中，DeepSeek TUI 区分 Plan、Agent、YOLO 等模式，也区分 suggest、auto、never 等审批策略。

这点很重要。终端智能体可以读写文件、运行命令、调用工具，如果没有模式边界和审批策略，很容易从“提效工具”变成“不可控自动化”。

建议新用户一开始使用保守模式，在测试仓库中体验，不要直接在重要生产仓库里开启自动批准。

它适合谁

DeepSeek TUI 更适合这些用户：

• 想在终端里使用 DeepSeek 做代码任务的开发者；
• 想比较 Claude Code、Codex CLI、OpenCode 类工作流的人；
• 需要 AI 读项目、跑命令、看 diff，而不是只聊天的人；
• 研究 MCP、LSP、终端智能体和开源 coding agent 工具链的人；
• 希望把 AI 开发过程纳入更可审查流程的团队。

如果你只是偶尔问几个问题，网页聊天已经足够。

如果你想让模型进入项目现场，DeepSeek TUI 值得测试。

Windows 用户建议

建议按这个顺序试：

1. 安装 Node.js；
2. 安装 Windows Terminal；
3. 在 Windows Terminal 中执行 npm install -g deepseek-tui；
4. 用 deepseek --version 检查版本；
5. 用 deepseek --model auto 启动；
6. 按提示配置 API key；
7. 如果闪屏，先换终端或检查终端渲染环境；
8. 先在测试项目中试，不要直接在重要仓库中开启高权限自动化；
9. 每轮任务后检查 Git diff 和命令输出。

最后

DeepSeek TUI 不是一个简单的“终端聊天壳”。它更像是 DeepSeek 模型进入工程现场的一次开源尝试。

它把文件、shell、Git、MCP、LSP、会话恢复、快照回滚、子智能体、模式控制等能力组合在一起，已经具备终端 coding agent 的完整雏形。

当然，作为快速演进的开源项目，它在不同系统、终端和安装路径上的体验还会继续变化。Windows 用户尤其建议优先使用 Windows Terminal。

如果你正在关注开源 coding agent 工具链，DeepSeek TUI 是一个值得观察和实测的项目。

项目地址：

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

相关工作流思考：

https://github.com/kunpeng-ai-lab/agent-collaboration-sop