一句话总结
CodeWhale 是一个跑在终端里的 AI 编程 Agent，专门为 DeepSeek V4 定制，用一套「宪法」规则约束模型行为，让它在长时间复杂任务中不跑偏。MIT 开源，GitHub 36k Star，一条命令装好就能用。
它是什么
如果你用过 Cursor 或 Claude Code，你大概知道 AI 编程助手的基本逻辑：告诉 AI 要做什么，它帮你写代码、改文件、运行命令。
CodeWhale 做的是同一件事，但有两个关键不同：
第一，它跑在终端里，不依赖任何编辑器。 不是 VS Code 插件，不是网页应用，就是一个终端程序。你在哪台机器上开发，都能用，包括 SSH 远程服务器。
第二，它专门为 DeepSeek V4 定制了一套「宪法」机制。 这是 CodeWhale 最核心的设计，也是它和其他同类工具最大的区别。
「宪法」是什么意思
这是 CodeWhale 的核心概念，值得单独解释。
AI Agent 在执行长任务的时候，经常会「漂移」——开始时明白你要什么，做着做着就偏离了，开始按它自己的理解行事，或者被某个工具的输出带跑了方向。
CodeWhale 的解法是写一份正式的「宪法」（Constitution），这是一个九级权威层级的正式规则体系，明确规定了不同信息来源的优先级：当前用户的指令优先于旧的项目说明，工具的实时输出优先于模型的假设，经过验证的结论优先于模型的自信判断。
每一轮对话开始时，模型都要按这份宪法来裁决：用户的意图、项目规则、系统默认、工具输出、历史记忆，哪个优先，哪个要让路。不靠模型自己猜，有明文规定。
DeepSeek V4 的前缀缓存机制让这份宪法的参考成本极低——大约是冷读的 100 分之一——所以模型在整个长任务中可以反复参照这本「开放的规则书」，而不是靠记忆猜测。
三种工作模式
CodeWhale 提供三种模式，适合不同场景：
Plan 模式（只读）
Agent 只读取项目文件、分析代码结构，不做任何修改。适合在动手之前先让 AI 读懂项目、制定计划。
Agent 模式（有审批）
执行文件修改和 Shell 命令，但每一步都需要你确认才会执行。适合正式开发，出什么问题你能随时叫停。
YOLO 模式（自动审批）
全自动执行，不需要逐步确认。适合在 CI/CD 管道里跑自动化任务，或者在临时测试分支上快速跑通某个功能。
Auto 模式：自动选模型
用 --model auto 启动时，CodeWhale 在每轮对话开始时用一个便宜的 Flash 调用来判断任务复杂度，简单的对话和查询用 Flash，涉及编码、调试和架构的任务升级到 Pro 并调高推理深度。
这个设计的好处是：你不用手动切模型，也不用担心简单问题浪费昂贵的 Pro 配额，系统自动路由，兼顾速度和质量。
安全性设计
AI 能自动执行 Shell 命令，这件事本身让很多人不放心。CodeWhale 对此有明确的沙箱机制：
文件系统访问通过 Landlock（Linux）、Seatbelt（macOS）、AppContainer（Windows）进行沙箱隔离，Agent 能操作的范围被严格限制在当前工作区内部，不会碰到工作区以外的文件。
加上 Agent 模式下的逐步审批，你对 AI 的每一个动作都有完整的控制权。
国内用户怎么用
这是 CodeWhale 对中文用户最友好的地方之一。
官方文档明确包含国内镜像安装说明，Cargo 和 npm 都有中国镜像支持，防火墙不会成为安装障碍。
模型本身用 DeepSeek V4，国内直连，不需要代理。API Key 去 platform.deepseek.com 注册申请，费用按 Token 计费，DeepSeek 的价格在主流大模型里属于很低的档次。
怎么安装
一行命令装好：
# 推荐方式：npm 安装，不需要 Rust 工具链
npm install -g codewhale
# 启动，Auto 模式自动选择最优模型
codewhale --model auto
配置文件在 ~/.codewhale/，API Key 设置：
codewhale auth set --provider deepseek --api-key sk-你的key
首次运行会以 Plan 模式（只读）启动，可以先感受一下体验，再切到 Agent 模式动手改代码。
和同类工具的对比
| 工具 | 模型 | 是否终端原生 | 是否需要编辑器 | 国内访问 |
|---|---|---|---|---|
| CodeWhale | DeepSeek V4 | ✅ | 不需要 | 直连 |
| Claude Code | Claude | ✅ | 不需要 | 需要代理 |
| Cursor | 多模型 | ❌ | VS Code | 需要代理 |
| 通义灵码 | 通义 | ❌ | IDE 插件 | 直连 |
| GitHub Copilot | GPT-4o | ❌ | IDE 插件 | 需要代理 |
CodeWhale 的定位很清晰：在终端里、用 DeepSeek、国内可以直连。如果你的开发工作流以终端为主，或者你需要在服务器上跑 Agent，它是目前最合适的选项之一。
值得注意的地方
项目刚经历了一次改名
项目此前叫 DeepSeek TUI，最近改名为 CodeWhale，codewhale 是新的包名和命令名，但 deepseek 的别名依然保持兼容。如果你在网上搜到的是 deepseek-tui 的旧教程，装的包可能是旧名字，建议以官网 codewhale.net 为准。
YOLO 模式要谨慎
自动审批意味着 AI 可以不经确认地修改文件、执行命令。建议先在测试分支或临时项目上熟悉之后，再在主项目上开 YOLO 模式。
DeepSeek 定价近期有调整
DeepSeek 的定价页面显示，V4 Pro 的价格已将此前的 75% 促销折扣折算为永久基础价，折扣窗口于 2026 年 5 月 31 日 UTC 15:59 关闭。实际费用以 DeepSeek 官网最新定价为准。
总结
CodeWhale 解决的是一个真实的问题：AI Agent 在复杂长任务里容易漂移失控。用一套明文的「宪法」规则来约束模型行为，思路清晰，执行扎实，36k Star 不是没有道理的。
对国内开发者来说，它的吸引力更直接——DeepSeek V4 直连、npm 一行安装、价格便宜、完全开源——几乎没有使用门槛。
如果你在找一个能跑在终端里、不依赖编辑器、国内直连可用的 AI 编程 Agent，CodeWhale 值得试一下。
资源链接
- 官网：codewhale.net
- GitHub：github.com/Hmbown/CodeWhale（MIT 开源）
- 安装文档：codewhale.net/install
发布日期：2026-06-01 | 数据来源：CodeWhale 官网、GitHub 仓库
