频繁在浏览器与编辑器之间复制粘贴，足以拖垮你处理多文件、跑测试、查文档的开发节奏。

DeepSeek TUI 给出另一条路：把编程智能体装进终端。

它让 DeepSeek 前沿模型直接触达你的工作区，在项目目录内读写文件、跑 shell、查网页、管 git、调度子智能体，全都在一个干净、快捷、以键盘为主的终端界面里完成。

本文完全基于项目说明文件，带你从安装到上手、从模式选择到成本控制，一步步拆解 DeepSeek TUI 的完整用法。

一、定位速读：它究竟是什么

官方定义很明确：DeepSeek TUI 是一个面向 DeepSeek V4 模型的“终端原生编程智能体”。几个关键信息要点如下：

• 超长上下文：支持 100 万 token，能“看”下大型代码库。
• 思考模式推理流：不是一锤子买卖的输入输出，而是实时流式呈现模型的推理过程。
• 全量工具执行：不仅能聊，还能真“干活”。
• 单一二进制：无需 Node.js 或 Python 运行时，环境更干净、更稳定。
• 开箱即带：内置 MCP 客户端、沙箱与持久化任务队列，无需额外拼装插件。

二、15 项能力，一图读懂

1. 原生 RLM（rlm_query）：并行调度 1–16 个低成本 deepseek-v4-flash 子任务，适合批处理与并行推理。
2. 思考流输出：复杂问题时，实时展示模型的推理展开，便于校准方向、及时打断。
3. 工具全家桶：文件读写、shell 执行、git 操作、网页搜索与浏览、apply-patch、子智能体调度、MCP 连接。
4. 100 万 token + 智能压缩：接近上限时自动“缓存感知”压缩，能复用前缀缓存，显著降低额外成本。
5. 三种交互模式：
   • Plan（只读探索）：先调查、先给计划，不修改文件。
   • Agent（默认）：每步工具执行都需你审批，完全可控。
   • YOLO（可信环境自动批准）：自动放行操作，同时保留计划与清单可见性。
6. 推理强度档位：Shift+Tab 在 off / high / max 间切换，按需分配算力。
7. 会话保存/恢复：长任务可中断重来，随时续上。
8. 工作区回滚：side-git 记录每轮快照，/restore 或 revert_turn 一键回滚；不动你项目的 .git。
9. 持久化任务队列：后台任务可跨重启；支持计划与长时运行。
10. HTTP/SSE 运行时 API：deepseek serve --http 暴露无界面服务，易嵌入自动化流水线。
11. MCP 协议：对接外部服务器扩展工具能力。
12. LSP 诊断：编辑后自动调用 rust-analyzer / pyright / typescript-language-server / gopls / clangd 等，内联错误回注上下文，自我修复更稳。
13. 用户记忆：可选持久化笔记注入系统提示，跨会话保留偏好（如缩进风格）。
14. 多语言 UI：英/日/简中/巴葡，支持自动检测。
15. 成本追踪 + 技能系统：轮次/会话级用量&成本、缓存命中明细；技能可从 GitHub 安装，无需自建后端。

三、安装：任选其一道，最后都得到同一个二进制

方式一：npm 安装（有 Node 就选它）

npm install -g deepseek-tui

注意：npm 仅做“下载器”，实际从 GitHub Releases 拉取与你平台匹配的预编译二进制。运行时并不依赖 Node。

中国大陆加速：

npm install -g deepseek-tui --registry=https://registry.npmmirror.com

方式二：Cargo 安装（用 Rust 工具链）

cargo install deepseek-tui-cli --locked
cargo install deepseek-tui      --locked

第一条提供推荐入口 deepseek，第二条是交互式 TUI 伴随二进制；均使用 --locked。

方式三：直接下载预编译

官方覆盖：Linux x64 / Linux ARM64 / macOS x64 / macOS ARM64 / Windows x64。去 GitHub Releases 取对应版本，放入 PATH 即可。

Linux ARM64 额外说明

自 v0.8.8 起，经 npm 安装可直接支持基于 glibc 的 ARM64 Linux（如 HarmonyOS 轻薄本、openEuler、Kylin、树莓派、Graviton 等）。亦可在 Releases 直接下载。

中国大陆镜像友好（Cargo 方案）

若 Cargo 拉取慢，先写入 ~/.cargo/config.toml：

[source.crates-io]
replace-with = "tuna"
[source.tuna]
registry = "sparse+https://mirrors.tuna.tsinghua.edu.cn/crates.io-index/"

随后重复前述 cargo install 两条命令。若走“直接下载”，可设置环境变量指向镜像：

export DEEPSEEK_TUI_RELEASE_BASE_URL="<你的镜像地址>"

从源码构建（无预编译包的平台）

如 musl、riscv64、FreeBSD 等平台，请先装依赖：

Debian/Ubuntu/RHEL：

sudo apt-get install -y build-essential pkg-config libdbus-1-dev

基于 dnf 的系统：

sudo dnf install -y gcc make pkgconf-pkg-config dbus-devel

然后：

git clone https://github.com/Hmbown/DeepSeek-TUI.git
cd DeepSeek-TUI
cargo install --path crates/cli --locked
cargo install --path crates/tui --locked

要求 Rust ≥ 1.85，且需同时安装上面两个二进制。

四、首次启动：认证与基础配置

安装后，运行：

deepseek

开始前，先完成 API Key 配置。

设置 DeepSeek API Key 的三条路径

1. 首次启动提示：按引导输入，从 platform.deepseek.com/api_keys 获取后粘贴。
2. 命令设置：

deepseek auth set --provider deepseek

3. 环境变量：

export DEEPSEEK_API_KEY="<你的 Key>"

非交互式 shell 建议写入 ~/.zshenv。

通过前两种方式写入的密钥会保存在：

~/.deepseek/config.toml

优点：任何目录、任何 IDE 终端、脚本均可直接用，不触发系统密钥环弹窗。

轮换或清除：

deepseek auth clear --provider deepseek

自检：

deepseek doctor
deepseek doctor --json  # 机器可读

其他提供方示例

NVIDIA NIM：

deepseek auth set --provider nvidia-nim --api-key "YOUR_NVIDIA_API_KEY"
deepseek --provider nvidia-nim

Fireworks：

deepseek auth set --provider fireworks --api-key "YOUR_FIREWORKS_API_KEY"
deepseek --provider fireworks --model deepseek-v4-pro

自托管 SGLang：

SGLANG_BASE_URL="http://localhost:30000/v1" deepseek --provider sglang --model deepseek-v4-flash

把界面切到简体中文

1. 在 Composer 输入框内键入 /config，按 Tab 或回车打开配置面板。
2. 选择“Edit locale”。
3. 在 “New:” 输入 zh-Hans 并回车生效。

或编辑：

~/.deepseek/settings.toml

加入：

locale = "zh-Hans"

也可依赖系统 LC_ALL / LANG 自动选择。可用值：auto、en、ja、zh-Hans、pt-BR。

配置层级与安全约束

• 用户级：~/.deepseek/config.toml
• 项目级覆盖：/.deepseek/config.toml

为防项目配置覆盖敏感信息，项目覆盖中以下键会被拒绝：api_key、base_url、provider、mcp_config_path。

常用环境变量示例：DEEPSEEK_BASE_URL（API 基础地址）、DEEPSEEK_MODEL（默认模型）、DEEPSEEK_MEMORY=on（启用用户记忆）、NO_ANIMATIONS=1（无障碍模式）、SSL_CERT_FILE（企业代理自定义 CA）。

五、常用命令、快捷键与模式选择

命令速查

• deepseek：进入交互式 TUI。
• deepseek "explain this function"：一次性提示，输出后退出，适合脚本。
• deepseek --model deepseek-v4-flash "summarize"：临时切模型。
• deepseek --yolo：YOLO 模式直启，自动批准工具。
• deepseek models：列出可用模型。
• deepseek sessions：列出已保存会话。
• deepseek resume --last：恢复最近一次会话。
• deepseek serve --http：启动 HTTP/SSE 服务。
• deepseek pr：拉取指定 PR 并预填审查提示。
• deepseek mcp list：列出已配置 MCP 服务器。
• deepseek mcp validate：校验 MCP 配置与连通性。
• deepseek mcp-server：将自身作为 dispatcher MCP stdio 服务器。
• deepseek setup --status：只读查看安装状态。
• deepseek setup --tools --plugins：初始化本地工具/插件目录结构。

键盘操作要点

• Tab：
  • 在输入框以 / 或 @ 开头时触发补全；
  • 模型运行中按下，可把当前草稿排队；
  • 其余情况用于交互模式切换。
• Shift+Tab：切换推理强度（off / high / max）。
• F1：打开可搜索帮助面板。
• Esc：返回/关闭当前面板。
• Ctrl+K：命令面板。
• Ctrl+R：恢复旧会话。
• Alt+R：搜索历史提示，取回暂存草稿。
• Ctrl+S：暂存当前草稿；用 /stash list 查看，用 /stash pop 取回。
• @path：在输入框中以 @ 加文件/目录路径，附加其内容为上下文。
• 光标在输入框行首时按 ↑ 可选中文件附件行，再按 Delete 可移除附件。
• Alt+↑：编辑队列中最后一条消息。

如何选模式：Plan / Agent / YOLO

• Plan（只读探索）：接手陌生老项目、需要先摸清结构或评估大改动时使用；系统仅调查与拟定计划，绝不改文件。
• Agent（默认）：日常编码/调试的稳妥之选；每步工具调用都需你确认。
• YOLO：在可随时销毁的实验性工作区、或已成套路的批量操作时使用；自动批准工具，仍保留计划与清单以便追溯。

六、成本、技能与版本进展

价格与缓存机制

支持 deepseek-v4-pro 与 deepseek-v4-flash，均为 100 万 token 窗口。

deepseek-v4-flash：

• 输入（缓存命中）：$0.0028 / 1M token
• 输入（缓存未命中）：$0.14 / 1M token
• 输出：$0.28 / 1M token

deepseek-v4-pro（含限时折扣说明）：

• 截至 2026-05-05 15:59 UTC，享 75% 折扣：输入命中 $0.003625、输入未命中 $0.435、输出 $0.87（均按 1M token）。
• 超过该时间点，TUI 内成本估算将自动回退至 Pro 原价。

旧别名 deepseek-chat / deepseek-reasoner 会映射到 deepseek-v4-flash。若使用 NVIDIA NIM 变体，请以你的 NVIDIA 账号条款为准。

重点：缓存命中价格极低，因此“缓存感知压缩/前缀复用”对成本优化至关重要。

技能系统：发现、创建与安装

技能检索顺序如下：

• 工作区（优先从高到低）：.agents/skills、skills、.opencode/skills、.claude/skills
• 全局：~/.deepseek/skills

示例：创建名为 my-skill 的技能目录结构：

~/.deepseek/skills/my-skill/
└── SKILL.md

SKILL.md 必须带 YAML frontmatter，例如：

---
name: my-skill
description: 当 DeepSeek 需要遵循我的自定义工作流时使用这个技能。
---
# My Skill
这里写给智能体的指令。

管理指令：

• /skills：列出所有可用技能
• /skill ：手动激活指定技能
• /skill new：向导式新建技能目录与文件
• /skill install github:：从 GitHub 安装技能包
• /skill update、/uninstall：更新/卸载
• /skill trust：信任某个技能

运行逻辑：已安装技能会被列入会话上下文；当任务描述与某技能的 description 匹配时，智能体会通过 load_skill 自动读取并执行其中指令。

v0.8.10 更新要点

• 通知体验：引入堆叠式 Toast，避免相互覆盖。
• 文件引用：@ 补全会学习你的“文件引用频率”，存于 ~/.deepseek/file-frecency.jsonl，常用项优先。
• 运行时 API：新增 CORS 来源配置、线程编辑接口（PATCH /v1/threads/{id}）、archived_only 过滤，以及按日/模型/提供方/线程分组的用量聚合端点。
• 成本控制：缓存感知压缩显著降低 /compact 的执行成本。
• 兼容性：预编译最低基线降至 glibc 2.28（通过 cargo zigbuild）；npm 安装检测不兼容时会提示源码构建。
• 进程管理：MCP 关闭先发 SIGTERM 并留 2 秒优雅退出；Linux 为 shell 子进程设置 PDEATHSIG，父进程异常退出时子进程自动终止，杜绝泄漏。
• 修复与易用性：修复 Windows Terminal 粘贴失效、启动首帧残留背景行、Markdown 中表格与粗斜体的无限循环；新增输入 /mo 回车自动激活首个匹配项；新增工作目录越界防逃逸校验。

七、它如何运转：从指令到修复的闭环

入口是 deepseek（调度器 CLI），调用伴随二进制 deepseek-tui。核心结构：

ratatui 界面 ↔ 异步引擎 ↔ OpenAI 兼容流式客户端。

你的输入先到异步引擎，依靠“类型化注册表”路由到具体工具：shell、文件、git、web、子智能体、MCP、RLM。工具结果流式写回对话，并实时渲染在终端界面。

异步引擎负责会话状态、回合追踪、持久化队列以及 LSP 子系统。当模型改动了文件，引擎立刻调 LSP 获取诊断（错误/警告），再把诊断回注为上下文，让模型在下一轮推理前先对症下药。编辑—诊断—纠错，形成闭环。

结语

如果你厌倦了“浏览器里问、编辑器里改”的割裂流，DeepSeek TUI 值得立即尝试：它把智能体塞进终端，把上下文与动作都拉回到你的工作区。选好模式、管住成本、善用技能，终端就能成为你效率跃升的控制台。