Er hat mit DeepSeek-V4 einen Agenten programmiert und sich auf die erste Stelle der GitHub-Hot-Liste geschafft.

Die DeepSeek-Version von Claude Code ist viral geworden!

Nach Informationen von Zhidx am 6. Mai 2026 ist heute das Open-Source-Projekt DeepSeek-TUI des amerikanischen unabhängigen Entwicklers Hunter Bown auf GitHub viral geworden und hat die erste Stelle in der GitHub-Hotliste erreicht. Heute ist die Anzahl der Sterne um 2.434 gestiegen, und die Gesamtzahl der Sterne hat jetzt über 10.200 erreicht.

Dieses Projekt ist ein terminalbasierter nativer Programmier-Agent, der auf DeepSeek-V4 basiert. Er ermöglicht es Entwicklern, direkt im Terminal mit DeepSeek zu chatten, Dateien zu bearbeiten, Shell-Befehle auszuführen, Aufgaben zu verwalten und sogar Sub-Agenten in der Codebasis zu koordinieren.

Heute Morgen wurde DeepSeek-TUI auf die neue Version 0.8.13 aktualisiert. Die Fokus liegt auf der Behebung von Problemen im Zusammenhang mit der Laufzeit und der TUI, der Optimierung der Prompt-Spezifikationen, dem Laufverfolgungslog, der Kompatibilität mit der Anthropic-Schnittstelle sowie der Optimierung und Sortierung der Oberfläche. Diese Verbesserungen werden jedoch auf spätere Versionen verschoben.

Es ist erwähnenswert, dass der Entwickler von DeepSeek-TUI kein Fachmann ist. Bown hat in seiner Bachelor- und Master-Ausbildung keine Programmierfachrichtung studiert. Bown hat 2015 einen Bachelor in Musikpädagogik an der Universität von North Texas und 2019 einen Master in Musikpädagogik an der Southern Methodist University erworben. Derzeit studiert er am Dedman School of Law der Southern Methodist University in den USA.

Dieses Projekt wurde im Januar 2026 veröffentlicht und wurde populär, als im April diesen Jahres DeepSeek-V4 aktualisiert wurde und Bown auf X (ehemals Twitter) schrieb, dass er Kontakt mit chinesischen Entwicklern aufnehmen möchte. Er bezeichnete die chinesischen Entwickler als "Walfreunde".

Netzuser auf X teilen mit, dass Bown erfolgreich ein WeChat-Konto erworben hat und mit chinesischen Entwicklern kommuniziert.

Unter den Beitragenden auf der Open-Source-Homepage von DeepSeek-TUI befinden sich auch Claude und Gemini.

Der Autor des Open-Source-Projekts Tday, einem allumfassenden intelligenten Agenten-Terminal für die One-Stop-Scheduling, hat geschrieben, dass er nach der erfolgreichen Integration von DeepSeek-TUI in Tday eine sehr hohe Robustheit bei der Nutzung festgestellt hat. In Kombination mit DeepSeek-v4-flash ist die Geschwindigkeit sehr nahe an der des Open-Source-AI-Programmier-Agenten OpenCode.

Der Autor von Nexu, einer Open-Source-Alternative zu Claude Design, hat gesagt, dass dies das erste Mal ist, dass DeepSeek-V4 direkt in einer Terminalumgebung für Code-Intelligent-Agenten ausgeführt wird, und die getesteten Ergebnisse seien ziemlich gut.

Einige Netzuser haben darunter gelobt und gesagt, dass ein so gutes Projekt unbedingt unterstützt werden muss.

Einige andere Netzuser haben gefragt, woher der Begriff "Walfreunde" in Bowns Beitrag stammt und fanden diesen Namen sehr lustig.

Allerdings denken einige Netzuser, dass die Popularität von DeepSeek-TUI unverständlich ist: "Warum sollte man ein Produkt mit einer bereits etablierten Lösung verlassen und sich einem instabilen Produkt zuwenden?"

01. Auf DeepSeek-V4 aufgebaut und speziell für chinesische Entwickler freundliche Version veröffentlicht

DeepSeek-TUI ist ein terminalbasierter Programmier-Intelligent-Agent, der auf DeepSeek-V4 aufgebaut ist und die Fähigkeit zur Verwaltung von 1 Million Token im Kontextfenster, zum Streaming-Inferenz-Block und zur Präfix-Cache-Aware-Kostenberichterstattung besitzt.

Genauer gesagt kann es Dateien lesen und bearbeiten, Terminalbefehle ausführen, im Internet suchen, Git-Repositories verwalten und mehrere Sub-Intelligent-Agenten in einer terminalbasierten grafischen Benutzeroberfläche (TUI) koordinieren.

Netzuser bewerten die Oberflächengestaltung von DeepSeek-TUI als übersichtlich, aber der Nachteil ist, dass die Grenze zwischen der Ausgabe des KI-Systems und der Eingabe des Benutzers im Dialogbereich nicht deutlich ist.

Einige Netzuser haben einen Vergleich mit der offiziellen DeepSeek-API durchgeführt. Im Vergleich zu Claude Code sinkt die Cache-Trefferquote von DeepSeek-TUI bei der Ausführung von langlaufenden Aufgaben.

Die Architektur von DeepSeek-TUI ist wie folgt: DeepSeek-Scheduler-Befehlszeile → DeepSeek-TUI-Zusatzprogramm → Terminalgrafische Oberfläche ↔ Asynchroner Engine ↔ Stream-Client, der mit dem OpenAI-Protokoll kompatibel ist.

Der Werkzeugaufruf wird über das typisierte Registrierungszentrum geleitet und umfasst Terminalbefehle, Dateioperationen, Git-Versionsverwaltung, Internetrecherche, Sub-Intelligent-Agenten, MCP-Protokoll und RLM-Großmodell. Die Ausführungsergebnisse werden in Form von Streams in das Dialogprotokoll zurückgeschrieben.

Die Engine ist für die Verwaltung des Sitzungszustands, der Dialogrunden und der dauerhaften Aufgabenwarteschlange verantwortlich und verfügt über ein eingebautes LSP-Sprachendienst-Subsystem. Nach Abschluss der Codebearbeitung werden die Syntaxdiagnoseinformationen zunächst in den Kontext des Großmodells eingebracht, bevor die nächste logische Schlussfolgerung durchgeführt wird.

Auf der Open-Source-Homepage von DeepSeek-TUI gibt es auch eine für chinesische Entwickler freundliche Installationsversion:

02. Insgesamt drei Betriebsmodi und die Fähigkeit zur adaptiven Anpassung der Inferenzstufe

Auf der Open-Source-Projekt-Homepage hat Bown speziell eine README.zh-CN.md-Datei auf chinesisch geschrieben, in der er die Hauptmerkmale von DeepSeek-TUI erwähnt:

Automatischer Modus: Der Benutzer kann den automatischen Modus über den Befehl "model auto" aktivieren. Das Tool wird in jeder Interaktionsrunde automatisch das geeignete Großmodell auswählen und die entsprechende Inferenzdenkstufe anpassen.

Umschalten der Inferenzstufe: Der Benutzer kann die Inferenzstufe über die Tastenkombination Shift+Tab zyklisch umschalten. Die Optionen sind: Inferenz deaktivieren → Hohe Inferenzintensität → Höchste Inferenzintensität.

Stream-Ausgabe der Inferenz: Der Prozess der logischen Schlussfolgerung des Modells wird in Echtzeit als Stream angezeigt, so dass man die vollständigen logischen Schlussfolgerungsschritte von DeepSeek direkt sehen kann.

Vollständige Werkzeugfähigkeiten: Es ist ein vollständiges Werkzeugset eingebaut, das Dateilese- und -schreiboperationen, die Ausführung von Terminalbefehlen, die Git-Versionsverwaltung, das Internetrecherche und das Webbrowsing, die Anwendungen von Patches, die Koordination von Sub-Intelligent-Agenten sowie die Verbindung zu einem MCP-Protokoll-Server unterstützt.

Millionen-Token-Kontext: Es verfügt über die Fähigkeit zur Verfolgung des Kontextinhalts, zur manuellen oder automatischen Konfiguration der Inhaltskompression und zur Überwachung und Statistik des Präfix-Caches.

Drei eingebaute Betriebsmodi: Planungsmodus (nur lesender Zugriff auf Projektcode und -dateien), Agentenmodus (interaktive Operationen, die manuell genehmigt werden müssen), Minimaler automatischer Modus (alle Operationen werden automatisch genehmigt und ausgeführt).

Sitzungsspeicherung und -fortsetzung: Es wird unterstützt, Checkpunkte für langlaufende Arbeits Sitzungen zu erstellen, den Fortschritt jederzeit zu speichern und die Sitzung später mit einem Klick wieder aufzunehmen.

Rollback der Arbeitsbereichsversion: Das Projekt verfügt über ein eingebautes unabhängiges Git-Snapshot-System, das automatisch Projekt-Snapshots vor und nach jeder Operation erstellt. Mit den Befehlen "/restore" und "revert_turn" kann man die Operationen zurücksetzen, ohne die ursprüngliche Git-Repository-Konfiguration des Projekts zu ändern.

Dauerhafte Aufgabenwarteschlange: Hintergrundaufgaben können dauerhaft gespeichert werden. Nach dem Neustart des Programms können die unvollendeten Hintergrundaufgaben automatisch fortgesetzt werden.

HTTP/SSE-Betriebsschnittstelle: Es wird unterstützt, den Dienst über "deepseek serve—http" zu starten. Es werden HTTP- und SSE-Schnittstellen bereitgestellt, die für automatisierte Agenten-Workflows ohne grafische Benutzeroberfläche geeignet sind.

MCP-Modell-Kontextprotokoll: Es kann mit einem Server des Model Context Protocol verbunden werden, um die Fähigkeiten von mehr Drittanbieterwerkzeugen zu erweitern.

Native RLM-Batchabfrage: Es ist die native Fähigkeit "rlm_query" eingebaut. Mit demselben API-Client kann man das kostengünstige DeepSeek-v4-flash-Modell aufrufen, um Batch-Code- und Datenanalyseaufgaben effizient zu erledigen.

LSP-Codediagnose: Mit Hilfe von gängigen Sprachendiensttools wie rust-analyzer, pyright, typescript-language-server, gopls und clangd werden nach jeder Codebearbeitung in der Oberfläche in Echtzeit Codefehler- und Warninformationen angezeigt.

Benutzerdefinierte Erinnerungen: Der Benutzer kann die Funktion der dauerhaften Notizdatei aktivieren. Die benutzerdefinierten Einstellungen werden in die System-Prompts eingebracht, so dass die