# CodeWhale（原 DeepSeek-TUI） 深度研究报告

更新时间：2026-07-07  
项目地址：https://github.com/Hmbown/CodeWhale  
项目定位：多模型终端编程 Agent  

## 一句话结论

CodeWhale 的真正价值不是“又一个 TUI”，而是把多 provider 路由、持久任务、Fleet 多 worker 和本地安全执行收敛到同一套终端编程运行时里。

## 项目定位

仓库 README 已经把它明确定位成“任何模型都能跑的 terminal coding agent”。它起点是 `deepseek-tui`，后来因为社区把它用成了更通用的 coding harness，于是项目直接重命名成 CodeWhale。这说明它的产品方向已经从“服务某个模型”转向“服务一整类终端编程工作流”。

## 核心能力

### 模型路由与成本诚实度

- 支持 DeepSeek、Anthropic、OpenAI-compatible、Moonshot、GLM，以及 vLLM / SGLang / Ollama 等本地路线。
- Provider 不是简单换 base URL，而是解析成真实 route：上下文窗口、协议、价格和能力都显式建模。
- 对 open model、本地模型和 LAN 内推理盒子非常友好，符合“open models first”的产品立场。

### 执行与控制面

- 同时提供 TUI、CLI、headless `exec` 和 Fleet 多 worker 控制面，覆盖手动使用和自动化运行。
- 内建审批、sandbox、restore 和 side-git 回滚，安全边界比很多“先执行再说”的 Agent 壳子更完整。
- Skills、MCP、hooks、constitution ranking 一起出现，说明它在做的是长期可运营 runtime，不是单次 demo。

## 优势判断

它的优势是把“多模型 + 多 provider + 多 worker + 可恢复执行”放在同一层设计里，适合把开源模型、闭源模型和本地模型混跑的开发者。

## 风险与边界

风险在于配置面较深，真实体验强依赖模型质量和 provider 稳定性；而多 provider coding agent 本身还是高变化赛道，迭代压力会一直很大。

## 适合人群

适合想用 DeepSeek、开源模型或混合 provider 搭 coding agent，而又不想被某一家闭源平台完全锁死的开发者团队。

## 对个人网站的启发

放在个人网站项目墙里，它代表的是“开源版通用 coding agent runtime”路线，适合和 Claude Code、Codex、Warp 这类产品并列展示。

## 最终判断

如果把 open model coding agent 看成一个长期方向，CodeWhale 是很值得盯住的代表项目。它还远没到终局，但已经把“终端编程 Agent”往真正的产品基础设施推进了一步。

## 信息来源

- CodeWhale GitHub 仓库：https://github.com/Hmbown/CodeWhale
- 安装说明：https://github.com/Hmbown/CodeWhale/blob/main/docs/INSTALL.md
- Provider Registry：https://github.com/Hmbown/CodeWhale/blob/main/docs/PROVIDERS.md