睡前丢给它三张工单，早上收代码和账单：我开源了一个 DeepSeek 驱动的 AI 编码助手

樊小肆
0 阅读5分钟

睡前丢给它三张工单，早上收代码和账单：我开源了一个 DeepSeek 驱动的 AI 编码助手

前言

睡前我在终端敲了一行命令，把三张工单丢进队列，去睡觉了。

早上起来，三个 git worktree 里躺着改好的代码，每个任务一份报告：改了哪些文件、验收命令的输出、花了多少钱。像这样：

ls-demo-report.png

ls-demo-run.png

发文提示：上面两张图是本地路径（src/文章示例/图片资源/ 下），发布到掘金时请手动上传替换；第一张适合设为封面。

这是我写的开源工具 DeepSeeker-Code：一个 DeepSeek 驱动的 AI 编码助手，VS Code 插件 + 终端 CLI 双端，agent 主循环、工具系统、MCP、Hooks、Skills、子代理，全都有。仓库在这：github.com/xknk/deepse…。

一、为什么又要造一个轮子？

网上不缺「给 Claude Code 改个环境变量接 DeepSeek」的教程。我试过，能用，但一直别扭：

  • 那是寄生：人家的提示词、人家的工具协议、人家的发布节奏，你只是换了个 API 地址。模型行为不匹配了，你没法改 agent 本身。
  • 更要命的是账单黑箱：一轮对话花了多少钱？哪轮在空转烧 token？没人说得清。便宜的模型配上失控的轮次，最后不一定便宜。

所以我自己写了一个，把「成本」当成一等公民来设计——这是我认为它和「寄生教程」最大的区别，展开讲讲。

二、成本信任链：四环

第一环：任务结算单。 每个 run 结束都有一张结算行：输入/输出/缓存命中的 token 数、按官网价折算的花费。/usage 能看近 7 天总花费、缓存节省额、费用 top 会话。哪里在烧钱，一目了然。不是概念图——开头两张就是实跑：两班挂机 5 张工单，总共 ¥0.8，缓存命中率 89%～97%。

第二环：预算制运行。 /budget 0.5 给单个任务设 5 毛钱上限。触顶先软提醒模型收敛，仍超到 120% 就在轮边界硬截断——不会失控跑一晚上。挂机之前设个预算，睡得着。

第三环：上下文 HUD。 输入框旁边一个水位环显示上下文占用（口径和自动压缩判定同源），悬停看已用/窗口/压缩次数；旁边胶囊实时显示本会话累计花费和缓存命中率。模型「内存」还剩多少，不再靠猜。

第四环：挂机批处理。 开头那一幕的完整形态：

# 写一张工单（frontmatter：标题 + accept 验收命令必填，正文就是任务描述）
deepseeker-code batch add 修复登录页样式.md

# 串行跑整个队列（worktree 隔离 + 审批自动应答：编辑类放行、高危拒绝并记录）
deepseeker-code batch run

每个任务在独立 worktree 里跑，不污染你的工作区；跑完自动执行你写的验收命令；报告落在 done/ 目录，改动保留在 worktree 等你人工处置。可配 --wait-window 23:00-07:00 只在深夜跑。

三、该有的也都有

捡重点说，完整清单看仓库 README：

  • 计划模式：先只读调研出方案，你批准了才动手；方案可以直接在面板里改完再执行
  • 检查点回滚：每条消息发送前自动存档，⏱ 面板一键回到任意时点，连文件改动一起回滚（先恢复文件、再截断对话，不会出现半途状态）
  • 逐消息撤回：任意一条提问旁边有 ↺，点击回到发送前，原文自动回填输入框，改两个字重发
  • 贴图：vision 模型直接看图；非 vision 模型自动降级走你配置的图像理解 MCP，不丢图
  • VS Code 多 Tab：一个会话一个页签，和 Claude Code 的工作区形态一致；CLI 端功能对等
  • 中文优先：界面和回复中英双语一键切换（/lang），提示词针对中文场景调过
  • 扩展机制：MCP 外部工具、11 类生命周期 Hooks、目录式 Skills，声明式配置

四、上手

VS Code 侧栏扩展商店搜 DeepSeeker-Code（或 插件市场直链）；终端党：

npm install -g deepseeker-code

两端的配置都只要一个 DeepSeek API Key（环境变量 DEEP_SEEK_API_KEY，推荐不放配置文件里）。

模型走官网 API 按量计费，给个真实参考：写这篇文章当天，我两班挂机跑了 5 张工单一共 ¥0.8，最贵的一张 ¥0.28——还停在它自己那张工单 ¥0.3 预算帽的 92% 上。

五、说说实话

这是我一个人的开源项目，刚上架不久，装量还很小。它不是「平替 Claude Code」——生态、模型能力差距都客观存在。它的定位是：给想要一个便宜、透明、可自己动手改的 AI 编码助手的开发者。核心 agent 循环和成本链路都在仓库里，欢迎来挑毛病、提 issue、扔工单进来试试挂机。

这个挂机链路我自己天天在用：拿它做了个叫 lunchshift 的小工具（npm 搜 lunchshift），扫出仓库里的 TODO/FIXME 杂活自动生成工单，午休挂机跑。开头那两张图就是它今天的实跑——5 张工单全过验收，一共 ¥0.8。其中有一班，agent 把上一班的自己留下的一个错误结论写成了工单，中午就修掉了。

结语

睡前丢工单，早上收账单。这大概是程序员对 AI 最放心的信任方式。

项目已经开源：github.com/xknk/deepse…（终端 npm install -g deepseeker-code；文中案例的小工具叫 lunchshift）。觉得「成本看得见、活干得放心」这个方向有点意思，点个 star 就是对我最大的鼓励。

总结

  1. 挂机批处理：工单 frontmatter 带验收命令和预算帽，worktree 隔离串行跑，报告连结算单落 done/，改动保留在 worktree 等人工处置；
  2. 成本信任链：任务结算单 + /usage、/budget 预算帽硬截断、水位环与花费胶囊——每分钱、每轮 token 都看得见；
  3. 账单是真的：两班挂机 5 张工单全过验收，共 ¥0.80，缓存命中 89%～97%，最贵一张 ¥0.28 停在预算帽的 92%；
  4. 定位：单人本地、便宜透明、可自己动手改；文中的挂机案例就是拿它做的小工具 lunchshift。
avatar
文章
阅读
粉丝