Deepseek-agent : écrire son propre Claude Code en 2000 lignes de code

Un développeur a raconté sur Habr une histoire intrigante : en une seule nuit, il a écrit son propre équivalent complet de Claude Code, le célèbre assistant d'IA pour terminal qui s'utilise en ligne de commande. Plutôt que de s'attacher à l'API d'Anthropic, il a choisi DeepSeek et a tout construit de zéro en Node.js pur, pour obtenir un outil minimaliste mais réellement puissant.

Pourquoi construire son propre outil

Claude Code est reconnu comme puissant et polyvalent, mais il pose un problème critique à de nombreux développeurs : il est étroitement lié à l'écosystème d'Anthropic et à son API. Le développeur voulait une fonctionnalité similaire, mais fonctionnant avec DeepSeek, un fournisseur alternatif qui progresse vite et offre des possibilités intéressantes pour l'expérimentation.

Plutôt que d'utiliser des frameworks clés en main et des bibliothèques lourdes, il a décidé de tout construire de zéro. Cette approche lui a permis de maîtriser chaque détail de l'implémentation, d'éviter les dépendances superflues et de créer une solution vraiment légère et rapide, facile à adapter à ses besoins.

Ce que ça donne en pratique

Le projet s'appelle deepseek-agent et compte environ 2000 lignes de code propre et bien organisé. Mais l'exploit principal, c'est le minimalisme extrême côté dépendances. L'auteur s'est limité à quatre bibliothèques externes, chacune dédiée à une tâche précise :

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

Pas de frameworks lourds comme Express, ni d'autres couches d'abstraction qui ajoutent du code sans ajouter de fonctionnalités. Tout repose sur du Node.js pur, ce qui rend le code source facile à comprendre, facile à modifier et rapide à exécuter.

Quels concepts clés sont implémentés

Malgré un code compact et minimaliste, deepseek-agent met en œuvre tous les mécanismes clés qui rendent un assistant d'IA moderne réellement utile et sûr :

• Tool use : l'agent peut appeler des fonctions de lui-même : commandes bash, opérations sur les fichiers (lecture, écriture, suppression) et outils MCP d'autres systèmes
• Permissions : un système de gestion des droits d'accès qui permet à l'utilisateur d'approuver les opérations potentiellement dangereuses avant leur exécution
• Memory : l'agent retient le contexte d'une requête à l'autre et peut se référer à des détails de conversations précédentes
• Context compaction : compression automatique et intelligente de l'historique du dialogue à mesure qu'il grandit, pour économiser des tokens et garder sa taille dans des limites raisonnables
• Subagents : la possibilité de lancer des agents imbriqués pour traiter différentes tâches en parallèle et de façon indépendante

«

On pourrait croire qu'il n'est pas si compliqué de monter son propre agent, mais il y a des subtilités », note l'auteur.

Où commencent les vraies difficultés

L'implémentation de chacun de ces concepts a ses pièges, loin d'être évidents au premier regard. Le système de permissions exige une conception d'architecture très soignée pour ne pas laisser de failles dans le contrôle de sécurité. La compaction du contexte doit être faite avec intelligence et délicatesse, afin de conserver les informations vraiment importantes et de ne pas perdre de détails clés des conversations précédentes. Travailler avec le protocole MCP demande une connaissance approfondie de sa spécification et de toutes les subtilités de l'interaction avec des outils externes.

L'auteur note que, même dans 2000 lignes de code, il y avait un nombre énorme d'endroits où il a fallu examiner soigneusement les cas limites, gérer correctement et élégamment les erreurs, et prévoir divers scénarios de panne et de défaillance.

Ce que cela signifie pour l'écosystème de l'IA

Ce projet démontre que des assistants d'IA puissants et complets sont tout à fait réalisables pour des développeurs expérimentés, sans dépendre d'un seul fournisseur. L'approche minimaliste qui limite les dépendances économise du code et simplifie la maintenance, mais rend aussi la solution nettement plus fiable et compréhensible.

L'architecture modulaire permet de brancher facilement de nouveaux fournisseurs (Claude, Grok, modèles locaux) à la place de DeepSeek, en remplaçant simplement le client API et quelques paramètres de configuration.