被 DeepSeek 官方文档收录,这个 1.4K stars 的开源项目要补上国产 AI 编程的最后一块拼图

DeepSeek 便宜、能打、中文好，却一直缺一个官方级终端工具。一个叫 Deep Code 的开源项目补上了这个空位：1.4K stars、被 DeepSeek 官方文档收录、专为 DeepSeek 深度优化。它凭什么被称为"DeepSeek 自己的 Claude Code"？读完这篇你就懂了。

过去半年，终端 AI 编程助手领域最火的名字，非 Claude Code 莫属。一句"在终端里让 AI 写代码"，让无数开发者第一次体会到"Agent 真正上手干活"是什么感觉：它能读你的代码、改你的文件、自己跑命令，而不是在聊天框里丢给你一段"你自己去粘贴"的代码。

但用过的国内开发者大多有一个共同的别扭：贵、要魔法、对中文场景和国内生态不够顺手。而另一边，DeepSeek 便宜、能打、中文好，是无数人的"性价比之神"，却始终缺一个官方级、深度适配的终端工具——你只能把它当"聊天框"，或者塞进各种通用客户端里凑合着用。

现在，这个空位有人补上了。一个叫 Deep Code 的开源项目最近悄悄走红：GitHub 上已经攒下 1.4K+ stars，更关键的是，它被 DeepSeek 官方 API 文档正式收录了。

一句话：Deep Code 是一个专为 DeepSeek 模型深度优化的开源 AI 编程 Agent，提供终端 CLI 版和 VSCode 插件版。

它由 lessweb 团队开发，定位非常明确——"DeepSeek 自己的 Claude Code"。

先说几个硬信息：

开源：
代码完全公开，GitHub 上 1.4K+ stars，社区可以随时围观、提 issue、贡献代码。
官方背书：
被 DeepSeek 官方 API 文档正式收录。这意味着它不是某个野生项目硬蹭 DeepSeek 的流量，而是官方认可、适配过的工具——在国产 AI 生态里，这是一张相当有分量的"身份证"。
双形态：
既可以在终端里用 CLI 跑，也可以装成 VSCode 插件，两条路进同一个 Agent。

你可能会问：我本来就能用各种客户端接 DeepSeek 的 API，为什么还需要一个专门的工具？

区别在于：通用客户端是"把 DeepSeek 当聊天机器人用"，Deep Code 是"把 DeepSeek 当一个真正干活的 Agent 用"。而这背后，是一整套针对 DeepSeek 模型特性的深度优化。

第一，原生支持深度思考模式，推理强度可调。

DeepSeek 推理模型最强的就是"慢思考"，但思考档位不同，消耗也不同。Deep Code 把推理强度做成了分档可调：难题拉满推理，让模型多想一会儿；简单的活把档位调低，又快又省。钱花在刀刃上。

第二，深度利用上下文缓存，长对话不烧钱。

这是很多人在 DeepSeek 上最痛的一点：对话一长、上下文一多，token 费用蹭蹭涨。Deep Code 专门针对 DeepSeek 的上下文缓存机制做了深度利用，长对话、大项目的成本被压到很低——这是通用客户端根本不会帮你做的优化。

第三，工具链精简，只留 Agent 真正需要的工具。

一个 Agent 会"调用工具"，但工具不是越多越好。每多一个工具，模型就要多付出一份"判断该不该用它"的 token。Deep Code 的工具链非常克制，只保留 Agent 干活真正需要的那几个，省下来的都是 token、都是钱。

第四，内置 web search，补上 DeepSeek 的最大短板。

用过 DeepSeek 的人都知道，它本身不支持联网搜索——想查个最新 API 文档、看个最新的 issue 讨论，它只能摊手。Deep Code 内置了 web search 工具，等于给 DeepSeek 装上了"眼睛"，这个短板被直接补上了。

光有优化还不够，Deep Code 真正的内核是：它是 Agent，不是聊天框。

什么叫 Agent？就是它能真正动手干活——读你的代码、改你的文件、帮你跑命令，而且分得清什么该先问你、什么可以自己动手。它不是给你一段代码让你自己贴，而是把活干完，再把结果给你。

为了做到这一点，Deep Code 做了三件事：

支持 Agent Skills 扩展。 你可以把自定义技能写成一个文件夹，放到项目目录或用户目录下，Deep Code 会自动加载。CLI 版和 VSCode 插件共享同一套配置——在一个地方写好技能，两端通用。

内置 MCP 客户端。 现在 AI 生态里最火的连接标准就是 MCP。Deep Code 可以直接连上 GitHub、浏览器、数据库这些外部服务，让 Agent 的能力从"改代码"延伸到"查 issue、操作数据、看网页"。

细粒度权限控制。 这是最值得欣赏的一点。Shell 命令、文件读写、网络访问，这三类操作可以分别设置策略——允许、询问、拒绝，随你定。不搞"要么全给、要么全不给"的一刀切，既放得开，又刹得住。

上手难不难？不难。

Deep Code 的安装非常轻量，几分钟就能跑起来——装好 CLI，配好 DeepSeek 的 API Key，进到项目目录，开聊就行。想用图形界面，装个 VSCode 插件即可。

第一印象是：它真的在"干活"，不是"聊天"。你让它改个 bug，它会自己读相关文件、自己改、自己跑测试，然后在关键节点停下来问你"这样改可以吗"。这种"边做边确认"的节奏，正是干活该有的样子。

聊完亮点，说点冷静的。

Deep Code 适合谁？

但有几件事要注意：

它毕竟是个年轻项目（1.4K stars 说明热度起来了，但生态和插件量还远不能和 Claude Code 比），遇到边角问题时，社区支持要靠自己折腾。
"深度优化"是针对 DeepSeek 模型的，如果你主力模型不是 DeepSeek，优势会打折扣。
Agent 自动跑命令是双刃剑，权限控制一定要设好——给它多大权限，它就能闯多大祸。

一句话总结：Deep Code 不是要取代谁，而是把"DeepSeek 这个好模型"和"终端 Agent 这个好形态"正确地拼在了一起。 对国内开发者来说，这是一次久违的"顺手"。

如果你也在等一个"国产 Claude Code"，不妨去 GitHub 上搜一下 Deep Code，花几分钟装起来试一次。好用，就把它分享给身边写代码的朋友；觉得哪里不顺手，也欢迎在评论区聊聊你的体验。

如果这篇文章对你有帮助，点个赞和在看，转发给正在用 DeepSeek 的朋友。后续我们也会继续关注 Deep Code 的更新，感兴趣的话，关注我们，不错过下一个值得关注的国产开源项目。

官网：https://deepcode.vegamo.cn/docs