开篇钩子

2026 年 5 月，DeepSeek 发布了 DeepSeek-V4 预览版，Agent 能力大幅提高，推理性能达到世界顶级水平。与此同时，DeepSeek 也在持续推进一个低调但实用的工具——DeepSeek TUI，一个在终端里与 DeepSeek 模型交互的文本界面。

你可能会想：「我直接用 chat.deepseek.com 不就行了？为什么还要折腾终端？」

三个理由：速度快（绕过浏览器渲染的开销，响应几乎实时）、本地部署（配合 Ollama 或 vLLM 在本地运行 DeepSeek 开源模型，数据完全不出本机）、终端工作流无缝（在 tmux 里开着 DeepSeek TUI，随时切过去问问题、要代码，不需要离开键盘）。

核心体验

DeepSeek TUI 的启动方式极其简单：

deepseek-tui
# 或者指定本地模型
deepseek-tui --model deepseek-v4 --backend ollama

界面设计是典型的 TUI 风格——上半部分是对话历史（带 Markdown 渲染和语法高亮），下半部分是输入区，右侧栏是会话列表。支持多个会话并存，每个会话独立上下文。

配色方案借鉴了 catppuccin 主题，看起来非常舒服。对比 Qoder 那种功能密集的分屏 TUI，DeepSeek TUI 选择了极简路径——它就是一个「聊天客户端」，没有文件树、没有代码补全、没有 Agent 系统。这种克制反而让它启动极快、操作直觉化。

我第一次使用时的感受是：「这比浏览器打开 chat.deepseek.com 快了至少 3 倍。」从终端打开到可以打字，整个启动时间不到 1 秒。对比 Web 版要加载 React 应用、建立 WebSocket 连接、渲染 Markdown 组件……终端版本简单粗暴，但异常高效。

功能深挖

本地模型接入：真正的数据主权

DeepSeek 一直坚持开源路线——DeepSeek-V3、DeepSeek-R1、DeepSeek-Coder-V2 都有开源版本可以本地部署。DeepSeek TUI 天然支持接入本地部署的模型：

# 通过 Ollama 运行本地 DeepSeek 模型
ollama pull deepseek-v4
deepseek-tui --backend ollama --model deepseek-v4

我在一台 RTX 4090 的机器上跑过 DeepSeek-V4 的 7B 量化版本，代码生成的延迟在 1-3 秒之间，比云端 API 大约慢 2 倍，但对于代码解释和简单重构任务完全够用。

最重要的是——所有数据都在本机。你问的代码问题、你粘贴的 API 密钥、你分享的内部文档——没有任何东西离开你的硬盘。对于那些在金融、医疗、军工等合规要求极高行业工作的开发者，这是不可替代的优势。

但说实话，本地模型的代码生成质量还是比云端 API 差一个档次。云端 V4 能生成复杂的 async/await + 错误处理 + 日志打点的完整函数，本地 7B 版本只能给出大概框架，细节需要自己补充。

自定义 Prompt 模板

DeepSeek TUI 支持自定义 System Prompt 模板，而且切换非常方便：

# ~/.config/deepseek-tui/prompts/code-review.yaml
name: "代码审查模式"
system_prompt: |
  你是一个严格的代码审查员。请检查以下代码的：
  1. 安全漏洞（重点关注注入攻击、权限绕过）
  2. 性能瓶颈（数据库查询优化、内存泄漏）
  3. 代码风格（是否符合对应语言的最佳实践）
  对每个问题给出严重程度（Critical/High/Medium/Low）和具体修复代码。
temperature: 0.1

然后在对话中通过 /prompt code-review 切换。这个功能对于有固定工作流习惯的开发者非常实用——你可以为「Bug 修复」「代码审查」「架构设计」「性能优化」各准备一套 Prompt，随时切换。

终端集成的独特优势

因为运行在终端里，DeepSeek TUI 可以做到一些浏览器做不到的事：

# 把代码文件直接喂给 AI
cat src/complex-logic.ts | deepseek-tui --stdin "解释这段代码的工作原理"

# 把命令输出发给 AI 分析
npm run test 2>&1 | deepseek-tui --stdin "分析这些测试失败的原因"

# 在终端里直接执行 AI 建议的 shell 命令

最后一个功能尤其危险但也尤其强大。你可以让 DeepSeek TUI 输出它建议运行的命令，然后你按 Enter 键在同一个终端里执行。这种「AI 建议 → 立即执行 → 反馈给 AI」的循环，在排查 Bug 时效率极高。

不过我建议在生产环境里使用 --dry-run 模式——让 AI 输出命令但不自动执行。毕竟就算是 DeepSeek-V4 也有幻觉的时候。

Markdown 渲染与代码高亮

一个在很多终端 AI 工具上被忽视的细节：DeepSeek TUI 的 Markdown 渲染效果相当好。它使用类似 glow 的渲染引擎，代码块的语法高亮支持 40+ 种语言，表格对齐正确，列表渲染不出错。对比 Qoder 在某些终端模拟器上中文字符对齐错乱的毛病，DeepSeek TUI 在 Alacritty、Kitty、iTerm2、Windows Terminal 上的渲染都经过了一致性测试。

真实评测

优点

• 启动极快（< 1 秒），对比 Web 版体验提升 3 倍以上。
• 本地模型支持，数据隐私保护到位。
• 自定义 Prompt 模板系统，工作流可定制。
• 管道模式友好：cat file | deepseek-tui --stdin 直接分析文件内容。
• DeepSeek 中文能力卓越，对中文技术栈的理解远超 Claude/GPT。
• 开源，代码透明可审计。
• 终端渲染质量高，多种模拟器兼容性好。

缺点

• 功能单一——这就是一个聊天客户端，不是 IDE，不是 Agent 框架。没有代码补全、没有文件编辑、没有 Git 操作。
• 对模型后端的依赖：TUI 只是一个「界面」，实际能力完全取决于你接的模型有多强。
• 本地模型受硬件限制：想在本地跑一个能与云端 V4 媲美的模型，你至少需要一张 A100 或 H100。量化的 7B 模型效果打折明显。
• 缺少会话持久化的高级管理：不能导出、不能分享、不能标签分类——对比 ChatGPT 的会话管理，TUI 的会话系统显得很原始。
• 没有 Agent 能力：2026 年大家都在做 Agent，DeepSeek TUI 依然是纯对话模式。哪怕 DeepSeek-V4 本身支持 Agentic 行为，TUI 也没有暴露这些能力。

社区有用户提出过一个 Feature Request：「能不能让 TUI 支持读文件系统和执行 shell 命令？」官方的回应是「保持 TUI 的轻量和专注」。这个取舍我完全理解——但对比 Claude Code 可以在终端里同时「聊天 + 改代码 + 跑命令」的一体化体验，DeepSeek TUI 确实显得单薄。

横向对比

特性	DeepSeek TUI	Claude Code	Qoder	ChatGPT Web
类型	聊天 TUI	Agent CLI	编程 TUI	Web 聊天
代码编辑	不支持	完整支持	基本支持	不支持
本地模型	支持 (Ollama)	不支持	支持 (Ollama)	不支持
中文质量	最优	良好	取决于后端	优秀
启动速度	极快	中等	快	慢
Agent 能力	不支持	完整	基本	有限
管道模式	支持	支持	有限	不支持

选 DeepSeek TUI 的理由：你是 DeepSeek 模型的粉丝，或者你需要中文技术支持，或者你想在本地运行模型且不需要 Agent 功能。如果你需要全功能编程环境，Claude Code 是更好的选择。

适用人群

推荐给： DeepSeek 模型用户、注重数据隐私的开发者（本地部署场景）、中文技术栈团队、轻量级终端用户、在受限网络环境下工作的工程师。

不建议： 需要 Agent 自动编程能力的用户、需要 IDE 级代码补全的开发者、习惯 GUI 操作的前端工程师。

上手建议

1. 云端 API 和本地模型都有价值的场景：日常开发用云端 DeepSeek API（快且强），敏感项目切换到本地模型（慢但安全）。
2. 善用 Prompt 模板：花 20 分钟配置 3-5 个常用场景的 Prompt，后续效率翻倍。
3. 管道模式 + 终端复用器（tmux/screen）是最佳搭配：在一个 pane 里开 DeepSeek TUI，在其他 pane 里执行代码，来回切换无障碍。
4. 本地模型用 Q4/Q5 量化版本就行：Q8 和 FP16 的质量提升在代码场景下几乎感知不到，但显存占用会增加 50% 以上。
5. 如果你需要 Agent 能力，用 DeepSeek API 配 Claude Code 通过第三方 Provider 配置实现，这比等 DeepSeek TUI 支持 Agent 更现实。