职贝云数AI新零售门户

标题: DeepSeek-TUI:终端里跑的 AI 编程智能体,告别 IDE 也能降落 [打印本页]

---

作者: tsB16T    时间: 7 天前
标题: DeepSeek-TUI:终端里跑的 AI 编程智能体,告别 IDE 也能降落
点击下方👇 嘿哥的AI基地 关注公众号

一同探求AI的世界

一、DeepSeek-TUI 简介

DeepSeek-TUI 是一个完全运转在终端里的 AI 编程智能体，最近更名为 CodeWhale。

它最大的特点是面向 DeepSeek V4 模型深度优化，原生支持 100 万 token 上下文和思索形式流式输入，让你可以直接在终端里把 DeepSeek 接入工作区——读写文件、跑 shell、搜网页、管 git、调度子智能体，一套流程全部用键盘搞定。

更重要的是，它是自包含的 Rust 二进制，运转时不依赖 Node.js 或 Python，开箱即带 MCP 客户端、沙箱和持久化义务队列。截至目前，项目已在 GitHub 播种 35k star、3k fork，热度非常高。

关键点	详细阐明
核心定位	DeepSeek 优先的终端原生编程智能体（Terminal-native Coding Agent）
核心怀念	一个 Rust 二进制开箱即用，把前沿模型直接接入你的工作区
核心模型	DeepSeek V4 Pro / V4 Flash（原生支持 1M 上下文 + 思索形式）
关键功能	模型自动路由、Fin 疾速通道、子智能体并发、MCP 协议、工作区回滚
三种形式	Plan（只读）/ Agent（默许）/ YOLO（自动同意）
多言语界面	支持英文、日文、简体中文、巴西葡语

(, 下载次数: 0)

上传

点击文件名下载附件

二、下载安装

CodeWhale 提供了非常多样的安装方式，无论你用什么工具链都能装。下面挑几种最常用的引见。
1. 用 npm 安装（最方便，已装 Node 的首选）

npm install -g codewhale
codewhale --version
codewhale --model auto

虽然用 npm 装，但 npm 包只是一个下载器，会从 GitHub Releases 拉取对应平台的预编译二进制，CodeWhale 本身并不依赖 Node 运转时。

中国大陆访问慢的话，可以加上镜像参数：npm install -g codewhale --registry=https://registry.npmmirror.com

2. 用 Cargo 安装（无需 Node）

cargo install codewhale-cli --locked  
cargo install codewhale-tui --locked  

需求留意要装两个二进制：codewhale 是调度器入口，codewhale-tui 是交互式 TUI 伴随二进制。
3. 直接下载（无需任何工具链）

直接去 GitHub Releases 页下载预编译二进制即可，覆盖 Linux x64/ARM64、macOS x64/ARM64、Windows x64：

https://github.com/Hmbown/CodeWhale/releases
4. 其他方式

Homebrew（macOS）：brew install codewhaleScoop（Windows）：scoop install deepseek-tuiDocker：运用 GHCR 上的预构建发布镜像

(, 下载次数: 0)

上传

点击文件名下载附件

三、初次启动与 API Key 配置

第一次运转 CodeWhale 时，它会提示你输入 DeepSeek API Key。密钥会被保存到 ~/.codewhale/config.toml，之后在恣意目录、IDE 终端和脚本里都能直接运用，不会触发系统密钥环弹窗。

DeepSeek API Key 的获取地址：https://platform.deepseek.com/api_keys

CodeWhale 不只支持 DeepSeek，还兼容了一大堆 OpenAI 兼容端点：NVIDIA NIM、AtlasCloud、万捷 Ark、OpenRouter、Novita、Fireworks，以及自托管的 SGLang、vLLM、Ollama。在 TUI 里输入 /provider 就能打开提供方选择器随时切换。
四、核心功能详解

1. 模型自动路由 + Fin 疾速通道

这是 CodeWhale 最有意思的设计之一。

启动时加上 --model auto 或在 TUI 里用 /model auto，CodeWhale 就会本人决议每一轮对话该用哪个模型、需求多大的推理强度：

deepseek-v4-flash（便宜疾速）→ 用于路由决策、摘要、协调工作deepseek-v4-pro（强推理）→ 用于编码、调试、架构、安全审查等复杂义务

每次真正发央求之前，CodeWhale 会先用关闭推理的 Flash 停止一次小型路由调用，这条疾速途径就叫 Fin。Fin 会评价当前义务的复杂度，再决议真实央求该晋级到 Pro 还是保持在 Flash——简短义务保持低成本，复杂义务自动调用强模型。

(, 下载次数: 0)

上传

点击文件名下载附件

2. 思索形式流式输入

DeepSeek V4 支持思索形式（Thinking Mode），CodeWhale 把它直接做成了实时流式可视化——你可以一边等结果，一边看模型的思想链是怎样一步步展开的，调试体验非常透明。

按 Shift+Tab 可以在三档推理强度之间切换：off → high → max。
3. 三种交互形式

形式	行为
Plan 🔍	只读调查，模型先探求代码库并提出计划，再做改动
Agent 🤖	默许形式，多步工具调用带审批门禁
YOLO ⚡	可信工作区里自动同意一切工具调用，效率最高

Tab 键就能在三个形式之间切换。Plan 形式合适接手生疏项目时用，YOLO 形式合适你曾经完全信任智能体的场景。
4. 子智能体并发执行

CodeWhale 可以同时调度多个子智能体并行运转，相似一个并发义务队列：

非阻塞启动：agent_open 立刻前往，子智能体获得独立上下文后台执行：默许下限 10 个并发，可配置到 20结构化告诉：子智能体完成后会回传摘要、证据列表和执行目的按需读取：大型对话记录暂存为 var_handle 援用，父上下文保持精简

这意味着你可以让一个主智能体派发多个子义务（比好像时分析多个文件、跑多个测试），父进程不阻塞继续工作。
5. 工作区回滚（不污染你的 .git）

CodeWhale 经过 side-git 在每轮操作前后记录快照，你随时可以用 /restore 或 revert_turn 回到之前的形态，**完全不影响项目本人的 .git**。这一点对于测试 AI 改动特别有用——改坏了直接回滚就行。
6. LSP 实时诊断

每次编辑后，CodeWhale 会自动经过 rust-analyzer、pyright、typescript-language-server、gopls、clangd 等 LSP 提供内联错误/正告，并把诊断结果反馈给模型，让它在下一步推理前看到本人改出来的成绩。
7. MCP 协议支持

支持 Model Context Protocol 服务器扩展，可以接入各种第三方工具，让智能体的才能有限扩展。
8. 持久化义务队列

后台义务在重启后依然存在，支持计划义务和长工夫运转的操作——这意味着你可以让它在后台跑一个大义务，本人关掉终端去喝杯咖啡。
9. 技能系统（Skills）

CodeWhale 自带一套技能系统，初次启动就预装了 skill-creator、mcp-builder、documents、presentations、spreadsheets、pdf、feishu 等 starter skills。你也可以直接从 GitHub 安装社区技能，或者本人创建一个：
/skills              # 列出一切技能
/skill new           # 创建新技能
/skill install github:user/repo   # 从 GitHub 安装
10. 实时成本跟踪

按轮次和会话统计 token 用量与成本估算，含缓存命中/未命中明细。简体中文界面下还会自动用 CNY 显示，对国内用户非常敌对。

我们运用一个简单的示例来看看 成本跟踪 和 生成效果 。

将如下提示词发送给 CodeWhale。
我想要打造一个高交互的陕西旅游信息门户主页，请结合下面描画先给出详细的设计方案，等我确认后再末尾。

该门户主页需具有二大核心特征：
1、信息集中化:要求将景点引见、交通道路、票务信息等内容结构化呈现。
2、交互敌对性:确保游客可以经过搜索、评论与引荐功能获得个性化信息。

(, 下载次数: 0)

上传

点击文件名下载附件

很快方案就输入了，如下：

(, 下载次数: 0)

上传

点击文件名下载附件

我们让他末尾完成吧。

(, 下载次数: 0)

上传

点击文件名下载附件

很快就完成完成了，我们一同来看看 成本跟踪 状况吧。

(, 下载次数: 0)

上传

点击文件名下载附件

(, 下载次数: 0)

上传

点击文件名下载附件

本次生成 CodeWhale 统计总共花费 2.06 元，deepseek官方统计pro模型是2.09元。示例末尾之前遗忘检查官方统计信息了，我记得末尾之前是有一些交互的，会有一部分耗费，CodeWhale 成本统计应该是准的。

我们再来看看生成效果吧。

(, 下载次数: 0)

上传

点击文件名下载附件

(, 下载次数: 0)

上传

点击文件名下载附件

全体效果看着还不错，一切按钮和交互功能都没有成绩，都是一次生成，没有做过任何修复。发现独一的成绩就是配图不是景点图片。
五、切换为中文界面

假如默许是英文界面，可以一键切换为简体中文：

在输入框里输入 /config，按 Tab 或 Enter 打开配置面板选择 Edit locale，在 New: 字段输入 zh-Hans，回车运用即可

也可以直接编辑 ~/.deepseek/config.toml：
[tui]
locale = "zh-Hans"

可选言语：auto | en | ja | zh-Hans | pt-BR。

(, 下载次数: 0)

上传

点击文件名下载附件

六、价格阐明（重点关注）

模型	上下文	输入（缓存命中）	输入（缓存未命中）	输入
deepseek-v4-pro	1M	$0.003625 / 1M	$0.435 / 1M	$0.87 / 1M
deepseek-v4-flash	1M	$0.0028 / 1M	$0.14 / 1M	$0.28 / 1M

⚠️ 重要提示：DeepSeek 已宣布在 75% 限时折扣窗口于 2026 年 5 月 31 日 23:59（北京工夫） 结束后，将原始价格调整为约四分之一——也就是说上表中的价格就是后续的官方长期价格。CodeWhale 的成本估算曾经运用了这套数值，无需你做任何代码改动。

最新价格请以 DeepSeek 官方定价页 为准。
七、常用快捷键

按键	功能
Tab	补全 / 或 @；运转中则把草稿排队；否则切换形式
Shift+Tab	切换推理强度：off → high → max
F1	可搜索的协助面板
Ctrl+K	命令面板
Ctrl+R	恢复旧会话
Ctrl+S	暂存当前草稿
@path	在输入框中附加文件或目录上下文

八、几个让人眼前一亮的设计

腾讯云远程优先途径：项目原生支持腾讯云 Lighthouse 香港实例 + 飞书/Lark 长衔接桥接，可以打造一个长期在线、可从手机控制的工作区HTTP/SSE 运转时 API：codewhale serve --http 可以把它变成一个无界面的智能体后端Zed/ACP 适配：可作为 Agent Client Protocol 服务器供 Zed 等编辑器调用多主题支持：内置 Catppuccin、Tokyo Night、Dracula、Gruvbox 等主题，/theme 实时切换

九、总结

AI 编程工具到 2026 年曾经百花齐放，从 IDE 类的 Cursor、Kiro 到终端类的 Claude Code、Codex，每家都有本人的道路。CodeWhale 走的是一条非常明晰的差异化道路：

DeepSeek 优先 — 把国产前沿模型的才能榨到极致（1M 上下文 + 思索形式 + 前缀缓存）终端原生 — 一个 Rust 二进制开箱即用，不依赖 Node/Python完全开源 — MIT 协议，运用和贡献都不需求资助生态完善 — MCP 协议、子智能体、Skills、HTTP API 一应俱全

对于喜欢键盘党工作流、想用 DeepSeek 做 Agentic 编程、又不想被某家厂商深度绑定的开发者来说，CodeWhale 是目前非常值得一试的选择。

项目地址放在这里，感兴味的冤家赶快去试试吧～

🔗 GitHub：https://github.com/Hmbown/CodeWhale

🔗 DeepWiki 文档：https://deepwiki.com/Hmbown/CodeWhale

---

分享就到这里了，假如对大家有协助，随手点个赞、转发、引荐三连吧，假如想第一工夫收到推送，也可以给我个星标。

有任何想法，欢迎大家留言~  

小手一赞，年入百万！👍👍👍

#Cursor #ClaudeCode #Agent #MCP #Trae #Kiro #CodeBuddy#AI运用#openclaw #AI工具 #AI编程

---

欢迎光临 职贝云数AI新零售门户 (https://www.taojin168.com/cloud/)

Powered by Discuz! X3.5