Deepseek-agent : comment écrire votre propre Claude Code en 2 000 lignes de code

Un développeur sur Habr a partagé une histoire intrigante : comment, en une seule nuit, il a écrit son propre équivalent entièrement fonctionnel de Claude Code — un populaire assistant IA terminal qui fonctionne à partir de la ligne de commande. Au lieu d'être lié à l'API Anthropic, il a choisi DeepSeek et a construit tout à partir de zéro en Node.js pur, créant un outil minimaliste mais véritablement puissant.

Pourquoi Construire le Vôtre

Claude Code est incontestablement un outil puissant et universel, mais il a un problème critique pour de nombreux développeurs : il est fortement lié à l'écosystème Anthropic et son API. Le développeur voulait obtenir une fonctionnalité similaire, mais fonctionnant avec DeepSeek — un fournisseur alternatif qui évolue rapidement et offre des possibilités intéressantes pour des expériences indépendantes. Au lieu d'utiliser des frameworks prêts à l'emploi et des bibliothèques lourdes, il a décidé de tout construire à partir de zéro. Cette approche lui a permis de contrôler chaque détail de la mise en œuvre, d'éviter les dépendances inutiles et de créer une solution véritablement légère et rapide qui pouvait être facilement modifiée selon ses besoins spécifiques.

Ce Qui S'est Passé en Pratique

Le projet s'appelle deepseek-agent et contient environ 2000 lignes de code propre et bien organisé. Mais la principale réussite est le minimalisme extrême dans les dépendances. L'auteur s'est limité à seulement quatre bibliothèques externes, chacune résolvant une tâche spécifique :

• openai — SDK pour travailler avec DeepSeek API (entièrement compatible avec le protocole OpenAI)
• fast-glob — recherche de fichiers rapide et efficace dans le système de fichiers
• dotenv — chargement pratique des variables d'environnement depuis le fichier .env
• @modelcontextprotocol/sdk — support du Model Context Protocol pour l'intégration avec des outils et services externes

Aucun framework lourd comme Express ou d'autres couches d'abstraction qui ajoutent du code mais n'ajoutent pas de fonctionnalité. Tout est construit sur Node.js pur, ce qui rend le code source simple à comprendre, facile à modifier et rapide à l'exécution.

Quels Sont les Concepts-Clés Implémentés

Malgré la compacité et le minimalisme du code, deepseek-agent implémente tous les mécanismes clés qui rendent un assistant IA moderne véritablement utile et sûr :

• Tool use — l'agent peut appeler des fonctions indépendamment : commandes bash, opérations sur fichiers (lecture, écriture, suppression), outils MCP d'autres systèmes
• Permissions — un système de gestion du contrôle d'accès qui permet aux utilisateurs d'approuver les opérations potentiellement dangereuses avant leur exécution
• Memory — l'agent se souvient du contexte entre les requêtes et peut faire référence aux détails des conversations précédentes
• Context compaction — compression intelligente automatique de l'historique des conversations au fur et à mesure de sa croissance, pour économiser les tokens et maintenir la taille dans des limites raisonnables
• Subagents — la possibilité d'exécuter des agents imbriqués pour le traitement parallèle et indépendant de différentes tâches

«

Il peut sembler pas si difficile de construire votre propre agent, mais il y a des nuances », note l'auteur.

Où Commence la Vraie Complexité

Chacun de ces concepts a ses propres pièges qui sont loin d'être évidents à première vue. Le système de permissions nécessite une conception architecturale très soigneuse pour éviter de créer des failles dans le contrôle de sécurité. La compaction de contexte doit être effectuée de manière intelligente et délicate pour préserver les informations véritablement importantes et ne pas perdre les détails clés des conversations précédentes.

Travailler avec le protocole MCP nécessite une compréhension approfondie de sa spécification et de tous les nuances de l'interaction avec les outils externes. L'auteur note que même en 2000 lignes de code, il y avait un grand nombre de places où il fallait soigneusement tenir compte des cas extrêmes, gérer les erreurs correctement et élégamment, ainsi que prévoir divers scénarios de panne et de dysfonctionnement.

Ce Que Cela Signifie pour l'Écosystème de l'IA

Ce projet prouve que des assistants IA puissants et entièrement fonctionnels sont tout à fait réalisables pour les développeurs expérimentés sans être liés à un seul fournisseur. Une approche minimaliste avec des dépendances limitées économise non seulement du code et simplifie la maintenance, mais rend également la solution notablement plus fiable et compréhensible. L'architecture modulaire vous permet de connecter facilement de nouveaux fournisseurs (Claude, Grok, modèles locaux) au lieu de DeepSeek, en remplaçant simplement le client API et quelques paramètres de configuration.