Deepseek-agent: como escrever seu próprio Claude Code em 2000 linhas de código

Um desenvolvedor do Habr compartilhou uma história curiosa: em uma única noite, ele escreveu seu próprio equivalente completo do Claude Code, o popular assistente de IA para terminal que roda pela linha de comando. Em vez de ficar preso à API da Anthropic, ele escolheu o DeepSeek e construiu tudo do zero em Node.js puro, criando uma ferramenta minimalista, mas realmente poderosa.

Por que criar uma ferramenta própria

O Claude Code é reconhecidamente poderoso e versátil, mas tem um problema crítico para muitos desenvolvedores: está fortemente atrelado ao ecossistema da Anthropic e à sua API. O desenvolvedor queria uma funcionalidade parecida, mas que funcionasse com o DeepSeek, um provedor alternativo que evolui rápido e oferece possibilidades interessantes para experimentos.

Em vez de usar frameworks prontos e bibliotecas pesadas, ele decidiu montar tudo o que precisava do zero. Essa abordagem permitiu controlar cada detalhe da implementação, evitar dependências desnecessárias e criar uma solução realmente leve e rápida, que pode ser modificada com facilidade conforme suas necessidades.

O que saiu na prática

O projeto se chama deepseek-agent e tem cerca de 2000 linhas de código limpo e bem organizado. Mas a principal conquista é o minimalismo extremo nas dependências. O autor se limitou a quatro bibliotecas externas, cada uma resolvendo uma tarefa específica:

• openai: SDK para trabalhar com a API do DeepSeek (totalmente compatível com o protocolo da OpenAI)
• fast-glob: busca rápida e eficiente de arquivos no sistema de arquivos
• dotenv: carregamento prático de variáveis de ambiente a partir de um arquivo .env
• @modelcontextprotocol/sdk: suporte ao Model Context Protocol para integração com ferramentas e serviços externos

Nada de frameworks pesados como o Express nem de outras camadas de abstração que acrescentam código, mas não acrescentam funcionalidade. Tudo é construído sobre Node.js puro, o que deixa o código-fonte fácil de entender, fácil de modificar e rápido de executar.

Quais conceitos-chave foram implementados

Apesar de o código ser compacto e minimalista, o deepseek-agent implementa todos os mecanismos-chave que tornam um assistente de IA moderno realmente útil e seguro:

• Tool use: o agente pode chamar funções por conta própria: comandos bash, operações com arquivos (leitura, escrita, exclusão) e ferramentas MCP de outros sistemas
• Permissions: um sistema de controle de permissões que permite ao usuário aprovar operações potencialmente perigosas antes de serem executadas
• Memory: o agente lembra o contexto entre solicitações e pode se referir a detalhes de conversas anteriores
• Context compaction: compactação automática e inteligente do histórico da conversa conforme ele cresce, para economizar tokens e manter o tamanho dentro de limites razoáveis
• Subagents: a possibilidade de iniciar agentes aninhados para processar tarefas diferentes de forma paralela e independente

"Parece que não é tão difícil montar o seu próprio agente, mas há

nuances", observa o autor.

Onde começam as dificuldades de verdade

A implementação de cada um desses conceitos tem armadilhas que estão longe de ser óbvias à primeira vista. O sistema de permissões exige um projeto de arquitetura muito cuidadoso para não deixar brechas no controle de segurança. A compactação de contexto precisa ser feita com inteligência e delicadeza, para preservar as informações realmente importantes e não perder detalhes-chave de conversas anteriores. Trabalhar com o protocolo MCP exige um entendimento profundo da especificação e de todas as nuances da interação com ferramentas externas.

O autor observa que, mesmo em 2000 linhas de código, havia um enorme número de pontos em que foi preciso considerar com cuidado os casos extremos, tratar os erros de forma correta e elegante e prever diversos cenários de falha.

O que isso significa para o ecossistema de IA

Esse projeto mostra que assistentes de IA poderosos e completos são perfeitamente viáveis para desenvolvedores experientes, sem ficar preso a um único provedor. A abordagem minimalista de limitar as dependências não só economiza código e simplifica a manutenção, como também deixa a solução visivelmente mais confiável e compreensível.

A arquitetura modular permite conectar facilmente novos provedores (Claude, Grok, modelos locais) no lugar do DeepSeek, bastando trocar o cliente da API e alguns parâmetros de configuração.