Whale AI - coding agent for DeepSeek - обзор

Whale AI - coding agent for DeepSeek - обзор

Whale — AI coding агент для DeepSeek
Что это?
Whale — это терминальный AI coding agent (ИИ-агент для программирования), созданный специально для работы с моделями DeepSeek. Он умеет читать и редактировать код, выполнять команды в терминале, оркестрировать мультиагентные рабочие процессы, а также расширяться через MCP (Model Context Protocol) и Skills (навыки).
Ключевая особенность — оптимизация под prefix-cache DeepSeek, что даёт 90% попадания в кэш и снижает стоимость до ~$0.001 за сессию из 5 шагов (93-96% дешевле Claude Code).
Для чего нужен?
AI-assisted coding — пишет, читает, рефакторит код прямо в терминале
Запуск команд и тестов — выполняет shell-команды, git, тесты
Планирование и код-ревью — встроенные режимы /plan, /review, /ask
Мультиагентные workflow — JavaScript-скрипты с agent(), parallel(), pipeline() для параллельного исследования, ревью с разных  перспектив, пайплайнов 
Изолированные worktree — whale --worktree <name> для работы над фичами без пересечения с основной веткой
MCP и Skills — подключение внешних инструментов (базы данных, API) и переиспользуемые рабочие процессы

Whale — это открытый (MIT) терминальный AI coding agent, заточенный под DeepSeek, с фокусом на дешевизну, кэширование и расширяемость. Не путать с DeepSeek — это независимый community-проект

Установка на Ubuntu 24.04:

curl -fsSL https://raw.githubusercontent.com/usewhale/DeepSeek-Code-Whale/main/scripts/install.sh | sh

После установки:

Получить API-ключ на https://platform.deepseek.com/api_keys
Настроить и проверить:
# whale setup - подключаем через свой API

 # whale doctor - диагностика
 workspace: /root
 data dir: /root/.whale

 ok  api key      from /root/.whale/credentials.json (…cb49)
 ok  credentials  /root/.whale/credentials.json
 ok  config       no config.toml or config.local.toml found — defaults will be used
 ok  data dir     /root/.whale writable · sessions /root/.whale/sessions
 ok  api reach    reachable — https://api.deepseek.com responded 404
 warn  project doc  no project doc file found (AGENTS.md, .claude/instructions.md, CLAUDE.md)
 ok  plugins      1 enabled, 0 disabled
 ok  plugin memory storage /root/.whale/plugins/memory 
7 ok · 1 warn · 0 fail

Запустить:
whale                # интерактивный TUI
whale exec "Напиши тесты для этого проекта"  # однострочный режим

Добавить модель ollama:

curl -fsSL https://ollama.com/install.sh | sh
Скачать модель для кода:
# Лёгкая, идёт на любом железе
ollama pull deepseek-coder:6.7b
# Помощнее (если есть 16+ GB RAM/VRAM)
ollama pull deepseek-coder:33b
# Qwen 2.5 Coder — хороша для кода, компактнее DeepSeek

Запустить Ollama сервер (в отдельном терминале)
ollama pull qwen2.5-coder:7b
ollama serve
Сервер будет слушать на http://localhost:11434

Установить Whale (если ещё не)
curl -fsSL https://raw.githubusercontent.com/usewhale/DeepSeek-Code-Whale/main/scripts/install.sh | sh

Настроить Whale на локальную модель
whale exec "/model http://localhost:11434/v1 deepseek-coder:6.7b"

Проверка
whale exec "Напиши hello world на Python"

Важные моменты
Скорость зависит от твоего железа (CPU/GPU). На CPU deepseek-coder:6.7b будет работать, но медленно.
Режим thinking (deepseek-reasoning) недоступен локально — только DeepSeek через их API.
Prefix-cache DeepSeek тоже не работает локально — это особенность именно их API.
Ollama-модели уступают DeepSeek v4 по качеству, но вполне пригодны для простых задач.