用 DeepSeek 写代码？先把这个终端工具装上——专为 DeepSeek 优化的 AI 编程助手

大多数人在终端里用 Claude Code 或者Cursor——但如果你日常主力是 DeepSeek，那今天这个工具你必须知道。

Deep Code，GitHub 开源的终端 AI 编程助手，核心只有一个目标：让 DeepSeek 的能力在 CLI 里完整释放出来。

它不是又一个通用 AI Coding 工具的复刻，而是专门为 DeepSeek 模型做过了「模型适配层」调优的工具。Armin Ronacher 前阵子写了一篇《Better Models: Worse Tools》，核心观点就是：模型有使用习惯，工具链如果不合身，模型表现会大打折扣。Deep Code 正是针对这个问题的解法——它专为 DeepSeek 的行为模式设计，工具 schema、上下文管理、Agent Skills 的扫描路径全部对齐 DeepSeek 的推理特点。

几个让我印象深刻的细节：

推理强度可控。reasoningEffort 可以设置成 low/medium/max，再配合 DeepSeek 原生的「思考模式」，你可以在需要快速验证想法时关掉推理消耗，在复杂调试时拉满。这种颗粒度在其他工具里很少见。

Agent Skills 完整支持。Skills 的扫描路径兼容多层：项目级 ./.deepcode/skills/、用户级 ~/.deepcode/skills/，同时也支持 ./.agents/skills/ 和 ~/.agents/skills/——意味着你可以把同一套 Skills 同时用于 Deep Code、Claude Code、OpenCode 等多个客户端，不用重复维护。

斜杠命令覆盖完整。/new、/resume、/fork、/continue、/model、/skills、/mcp、/undo，完整覆盖了一个编程会话里会用到的所有分支操作。Ctrl+D 退出这种细节也有，做得很扎实。

MCP 原生集成。通过 /mcp 可以查看 MCP 服务器状态和可用工具，扩展能力没有天花板。

实测数据也有说服力：deepcode-qrcode-benchmark 项目在真实 Python 任务上对比了 Deep Code + DeepSeek + /plan 模式与 Claude Code + DeepSeek 的组合，前者在复杂场景下有显著效果优势。

安装方式：

npm install -g @vegamo/deepcode-cli
deepcode

然后配置 ~/.deepcode/settings.json，填入 DeepSeek API Key 和模型名称即可。VSCode 插件也有，插件和 CLI 配置共享同一套配置文件。

如果你用 DeepSeek 做开发主力，Deep Code 可能是目前最贴合这套工作流的终端工具。

GitHub：https://github.com/lessweb/deepcode-cli

GitHub: https://github.com/lessweb/deepcode-cli