Deepy

Deepy 0.2.3

Deepy

为 DeepSeek 设计的终端编程 Agent。0.2.0 引入 Agent Skills 市场、 `AGENTS.md` 项目规则和 MCP，让终端里的模型能按项目约束工作、按需加载技能， 并优先使用你配置的外部工具。

安装 Deepy 查看 Skill 市场 配置 MCP
Version
0.2.3
Skills
Agent Skills, market, `/skill:<name>`
Rules
`AGENTS.md` global and project instructions
MCP
OpenAI Agents SDK MCP servers and web-search preference

0.2.0 的重点

Deepy 现在不只是会读写项目文件的 CLI。它有标准化的 Agent Skill 加载模型、 可视化 Skill 市场、项目规则状态提示，以及通过 MCP 接入 Tavily 等外部工具的能力。

Agent Skills 标准目录

Skills 完全采用 Agent Skills 结构，支持用户级 `~/.agents/skills` 和项目级 `.agents/skills`，旧的 `.deepy/skills` 目录不再作为新能力基础。

可视化 Skill 市场

`/skills` 进入可选菜单，浏览市场、安装、查看已安装、卸载和更新都通过键盘选择完成， 不要求用户记住复杂子命令。

主动调用 Skill

`/skill:<name>` 支持补全提示，用户可以明确指定要加载的 skill；系统提示词也会按 Agent Skills 的 progressive disclosure 模型自动选择合适 skill。

`AGENTS.md` 项目规则

Deepy 读取全局和项目级 `AGENTS.md`，并在状态栏显示 `[AGENTS.md]`， 让用户知道当前会话正受项目规则约束。

`/init` 初始化规则

`/init` 会为当前项目创建或更新 `AGENTS.md`，适合把构建、测试、代码风格和协作约束写入仓库。

MCP 优先 Web Search

配置 Tavily 等 MCP server 后，Deepy 会把 MCP 搜索工具暴露给模型并提高优先级， 内置 WebSearch 仍作为 fallback 保留。

Skill 市场

Deepy 把“下载、解压、放到正确目录、查看已安装”这些步骤收进 `/skills` 菜单。 用户可以先浏览市场，再选择安装到用户目录或当前项目。

Deepy /skills 市场列表
Skill market browser 输入 `/skills` 后直接进入市场列表，通过键盘上下选择并查看 skill 描述。
Deepy skill 安装范围选择
User or project install 安装前先选择用户级或项目级路径，避免把临时项目需求写进全局目录。
Deepy 已安装 skills 管理列表
Installed skills manager 已安装 skills 可以统一查看、卸载和更新，也能识别用户自行创建或解压的 skill。

规则、Skills 和 MCP 在同一个会话里协作

0.2.0 的重点不是堆更多命令，而是让模型在终端里按正确的上下文工作：项目规则先加载， skill 按需披露，当前信息查询优先走用户配置的 MCP 工具。

Deepy 状态栏显示 [AGENTS.md]
01

`[AGENTS.md]` 状态可见

当当前项目存在规则文件时，状态栏会显示 `[AGENTS.md]`，提醒用户模型正受项目规则约束。

Deepy /skill 名称补全
02

`/skill:<name>` 主动调用

输入 `/skill:` 后出现候选提示，用户不用记住已安装 skill 的完整名称。

Deepy /mcp 显示 Tavily MCP 工具状态
03

`/mcp` 查看工具接入状态

MCP server、连接状态、工具数量和被标记为 web-search 的工具都可以直接检查。

Deepy 调用 Tavily MCP 搜索
04

Tavily MCP 参与真实搜索

模型进行当前信息查询时会优先调用 Tavily MCP；若 MCP 不可用，内置 WebSearch 仍可兜底。

Deepy 代码修改和 diff 预览
05

文件修改仍然可审查

Modify 工具显示整行 diff、语法高亮和路径信息，用户能快速确认 Agent 的文件改动。

Deepy 本地命令模式
06

`!cmd` 不经过模型

用户清楚自己要执行什么时，可直接把命令交给当前 shell，输出仍进入上下文。

运行保障

Skills、MCP、session history、compact、theme 和跨平台 shell 都服务于同一个目标： 让真实项目里的 Agent 会话可继续、可审查、可恢复。

Agent Skills 内置 `skill-creator` 和 `skill-installer`，外部 skill 使用标准 `SKILL.md` 结构并从 `~/.agents/skills` / `.agents/skills` 加载。
MCP 通过 OpenAI Agents SDK 接入 stdio 和 Streamable HTTP MCP server；项目级 MCP 配置默认禁用，避免仓库自动启动本地命令。
Web research 有 MCP web-search 工具时优先使用 MCP；内置 WebSearch 使用 SearXNG / DuckDuckGo fallback，WebFetch 用于直接读取 URL。
Session history `/resume`、`deepy sessions list`、`deepy sessions show` 读取项目本地 JSONL 历史，跨进程继续同一项目上下文。
Durable compact 自动 compact 会先归档原 session，再写入摘要与近期消息；失败时保留原历史，避免半写入状态。
Windows PowerShell/cmd 方言、Windows 路径、UTF-8 输出、CRLF 文本编辑和非交互本地命令 pipe 路径都有测试覆盖。

基础使用

第一次使用时只需要完成安装、配置 DeepSeek API key，然后在项目目录启动 Deepy。

1. 初始化配置

交互式设置 API key、模型和 UI 主题。

deepy config setup

2. 进入项目

Deepy 会以当前目录作为项目根目录，读取本地规则、skills 和 session。

cd your-project
deepy

3. 常用交互命令

命令都在终端输入框中使用。

/skills          管理和安装 Agent Skills
/skill:docx      主动调用某个 skill
/mcp             查看 MCP server 状态
/init            创建或更新 AGENTS.md
/model           选择模型和 thinking 强度
/resume          恢复历史会话
@src/app.py      引用项目文件
!pytest -q       本地执行非交互命令

安装指南

推荐通过 `uv tool` 安装。Deepy 的 Python 包名是 `deepy-cli`，安装后的命令是 `deepy`。MCP 和 Skills 都可以在安装后按需配置。

01

安装 uv

# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows PowerShell
powershell -ExecutionPolicy ByPass -c `
  "irm https://astral.sh/uv/install.ps1 | iex"
02

配置 uv 镜像

Linux / macOS: `~/.config/uv/uv.toml`，Windows: `%AppData%\uv\uv.toml`。

[[index]]
url = "https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/"
default = true
03

安装 Deepy

uv tool install deepy-cli
04

配置并启动

deepy config setup

cd your-project
deepy
05

可选：配置 Tavily MCP

{
  "mcpServers": {
    "tavily": {
      "transport": "stdio",
      "command": "npx",
      "args": ["-y", "tavily-mcp"],
      "env": {"TAVILY_API_KEY": "${TAVILY_API_KEY}"},
      "roles": ["web_search"]
    }
  }
}