Сигнал
Сегодня в рейтинге GitHub Trending появился заслуживающий внимания проект: DeepSeek-TUI (Hmbown/DeepSeek-TUI) — нативный терминальный агент для кодинга, построенный на основе контекста в 1 миллион токенов и префиксного кэширования DeepSeek V4.
Текущие метрики:
- ⭐ 3 831 звезда всего, +1 277 за сегодня
- 🔀 259 форков
- 📦 565 коммитов, последняя версия v0.8.10
- 🏆 GitHub Trending №4
В чём прирост
DeepSeek-TUI — это не ещё одна «обёртка для ChatGPT». Его философия дизайна предельно ясна: позволить передовым моделям DeepSeek жить прямо в вашем терминале, с полным набором возможностей для чтения/записи файлов, выполнения shell-команд, поиска в интернете, управления git и оркестрации субагентов — и всё это через сверхбыстрый управляемый клавиатурой TUI (текстовый пользовательский интерфейс).
Базовая архитектура
deepseek CLI (диспетчер)
→ вспомогательный бинарник deepseek-tui
→ терминальный интерфейс ratatui (Rust)
→ асинхронный движок
→ совместимый с OpenAI потоковый клиент
→ реестр маршрутизации инструментов (shell / файлы / git / веб / субагенты / MCP / RLM)Нулевые зависимости от Node/Python — всё, что нужно, это один бинарный файл.
Три режима работы
| Режим | Поведение | Сценарий применения |
|---|---|---|
| Plan | Только чтение, без изменений | Ревью кода, понимание архитектуры |
| Agent | Интерактивный, ключевые операции требуют подтверждения человека | Повседневная разработка, рефакторинг |
| YOLO | Полностью автоматическое подтверждение, без запросов | Доверенные рабочие пространства, пакетные задачи |
Ключевые возможности
Параллельный вывод RLM (r1a_query): может распараллелить от 1 до 16 дешёвых дочерних узлов deepseek-v4-flash для пакетного анализа и параллельного вывода.
Потоковая передача цепочки мыслей в реальном времени: процесс рассуждений модели отображается в терминале в режиме «thinking mode» в реальном времени — вы можете наблюдать, как агент шаг за шагом обдумывает задачу.
Контекст 1 миллион токенов: нативная поддержка миллионного контекста DeepSeek V4 со встроенным автоматическим интеллектуальным сжатием и осведомлённостью о префиксном кэше для оптимизации затрат.
Интеграция LSP-диагностики: после каждого редактирования автоматически внедряет диагностику от языковых серверов rust-analyzer, pyright, typescript-language-server, gopls, clangd, чтобы модель знала о проблемах в коде до следующего шага рассуждений.
Управление сессиями: поддержка сохранения/возобновления длительных сессий, отката рабочей области (side-git снапшоты), команды /restore и revert_turn.
Устойчивая очередь задач: фоновые задачи сохраняются после перезапуска, идеально подходит для автоматизации по расписанию и долгосрочного ревью кода.
Система Skills: компонуемые, устанавливаемые пакеты навыков, загружаемые с GitHub — без необходимости в бэкенд-сервисе.
Память пользователя: опциональный файл постоянных заметок, внедряемый в системный промпт для запоминания предпочтений между сессиями.
Отслеживание стоимости в реальном времени: оценка использования токенов и стоимости на уровне каждого шага и сессии, включая разбивку по хитам/промахам кэша.
Уровни усилия вывода
Переключение уровней усилия вывода через Shift+Tab: off → high → max, гибкая настройка в зависимости от сложности задачи.
Поддержка нескольких провайдеров
Помимо API DeepSeek по умолчанию, также поддерживаются:
- NVIDIA NIM
- Fireworks
- Самостоятельно размещённый SGLang
Установка
# Установка через npm
npm i -g deepseek-tui
# Или загрузка готовых бинарных файлов напрямую
# Поддержка Linux / macOS / WindowsФайл конфигурации находится по адресу ~/.deepseek/config.toml.
Анализ
Стремительный взлёт DeepSeek-TUI отражает конвергенцию трёх трендов:
Во-первых, терминальные агенты для кодинга становятся мейнстримной парадигмой. От Cursor до Aider и Claude Code — разработчики всё комфортнее себя чувствуют, позволяя ИИ напрямую манипулировать кодовыми базами. DeepSeek-TUI переносит этот опыт в чистую терминальную среду — что особенно привлекательно для удалённой разработки по SSH, CI/CD-конвейеров и сценариев с ограниченными ресурсами сервера.
Во-вторых, контекст 1M переходит из маркетингового слогана в инженерную реальность. Комбинация миллионного контекста DeepSeek V4 с префиксным кэшированием позволяет агентам понимать всю кодовую базу целиком, а не repeatedly проводить поиск по чанкам. Это качественное изменение в инженерии контекста.
В-третьих, экосистема терминальных инструментов для отечественных моделей формируется. Ранее инструменты ИИ для терминала были практически монополизированы экосистемой OpenAI/Claude. DeepSeek-TUI использует DeepSeek в качестве модели по умолчанию и, благодаря разумному ценообразованию (deepseek-v4-flash имеет крайне низкую стоимость токенов), предоставляет китайским разработчикам путь к терминальному агенту, не зависящему от зарубежных API.
Быстрая итерация версии v0.8.10 (565 коммитов) демонстрирует высокую активность проекта. Такие возможности, как параллельный вывод RLM, LSP-диагностика и система Skills, уже превосходят многие аналогичные инструменты.
Стоит отметить: проект поддерживает переключение китайской локали (README.zh-CN был обновлён вчера), что демонстрирует явное внимание к китайским разработчикам. Если вы пользуетесь DeepSeek и предпочитаете терминальные рабочие процессы — это, возможно, самый полный выбор терминального агента для кодинга из доступных на данный момент.