Habr AI→ original

Deepseek-agent: como escrever seu próprio Claude Code em 2.000 linhas de código

Um desenvolvedor criou seu próprio Claude Code para DeepSeek em uma única noite, em vez de usar a API da Anthropic. O resultado: cerca de 2.000 linhas de Node.j

Deepseek-agent: como escrever seu próprio Claude Code em 2.000 linhas de código
Fonte: Habr AI. Colagem: Hamidun News.
◐ Ouvir artigo

Um desenvolvedor no Habr compartilhou uma história intrigante: como, em uma única noite, ele escreveu seu próprio equivalente totalmente funcional do Claude Code — um popular assistente de IA em terminal que funciona a partir da linha de comando. Em vez de estar vinculado à API do Anthropic, ele escolheu DeepSeek e construiu tudo do zero em Node.js puro, criando uma ferramenta minimalista, porém verdadeiramente poderosa.

Por Que Construir o Seu Próprio

Claude Code é indiscutivelmente uma ferramenta poderosa e universal, mas tem um problema crítico para muitos desenvolvedores: está firmemente vinculada ao ecossistema Anthropic e sua API. O desenvolvedor queria obter funcionalidade similar, mas funcionando com DeepSeek — um provedor alternativo que está evoluindo rapidamente e oferece possibilidades interessantes para experimentos independentes. Em vez de usar frameworks prontos e bibliotecas pesadas, ele decidiu construir tudo do zero. Essa abordagem lhe permitiu controlar cada detalhe da implementação, evitar dependências desnecessárias e criar uma solução verdadeiramente leve e rápida que pudesse ser facilmente modificada para suas necessidades específicas.

O Que Resultou na Prática

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

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

Nenhum framework pesado como Express ou outras camadas de abstração que adicionam código mas não adicionam funcionalidade. Tudo é construído em Node.js puro, o que torna o código-fonte simples de entender, fácil de modificar e rápido na execução.

Quais Conceitos-Chave São Implementados

Apesar da compactação e minimalismo do código, deepseek-agent implementa todos os mecanismos-chave que tornam um assistente de IA moderno verdadeiramente útil e seguro:

  • Tool use — o agente pode chamar funções independentemente: comandos bash, operações de arquivo (ler, escrever, deletar), ferramentas MCP de outros sistemas
  • Permissions — um sistema de gerenciamento de controle de acesso que permite que os usuários aprovem operações potencialmente perigosas antes da execução
  • Memory — o agente lembra o contexto entre solicitações e pode referenciar detalhes de conversas anteriores
  • Context compaction — compressão inteligente automática do histórico de conversas conforme cresce, para economizar tokens e manter o tamanho dentro de limites razoáveis
  • Subagents — a capacidade de executar agentes aninhados para processamento paralelo e independente de diferentes tarefas
"Pode parecer não tão difícil construir seu próprio agente, mas há

nuances", nota o autor.

Onde Começam as Complexidades Reais

Cada um desses conceitos tem seus próprios armadilhas que estão longe de ser óbvias à primeira vista. O sistema de permissions requer design arquitetônico muito cuidadoso para evitar criar brechas no controle de segurança. A compactação de contexto precisa ser feita de forma inteligente e delicada para preservar informações verdadeiramente importantes e não perder detalhes-chave de conversas anteriores. Trabalhar com o protocolo MCP requer compreensão profunda de sua especificação e todas as nuances da interação com ferramentas externas. O autor observa que mesmo em 2000 linhas de código havia um grande número de lugares onde era necessário levar em conta cuidadosamente casos extremos, tratar erros adequada e elegantemente, e antecipar vários cenários de falha e defeito.

O Que Isso Significa para o Ecossistema de IA

Este projeto prova que assistentes de IA poderosos e totalmente funcionais são bem alcançáveis para desenvolvedores experientes sem estarem vinculados a um único provedor. Uma abordagem minimalista com dependências limitadas não apenas economiza código e simplifica a manutenção, mas também torna a solução notavelmente mais confiável e compreensível. A arquitetura modular permite que você conecte facilmente novos provedores (Claude, Grok, modelos locais) em vez de DeepSeek, simplesmente substituindo o cliente API e alguns parâmetros de configuração.

ZK
Hamidun News
Notícias de AI sem ruído. Seleção editorial diária de mais de 400 fontes. Produto de Zhemal Khamidun, Head of AI na Alpina Digital.

Хотите не читать про ИИ, а внедрить его?

«AI News» — это полезные новости из мира ИИ. Системно научиться работать с нейросетями и применять их в работе — в Hamidun Academy.

O que você acha?
Carregando comentários…