Кофе остыл, а я все еще сидел в терминале, смотря как DeepSeek-TUI переписывает очередной файл конфигурации. Сухой лог, стремительные коммиты, ни одного лишнего подтверждения. Раньше за похожую работу я платил в пять раз больше с Claude Code. Теперь вопрос «как использовать DeepSeek как ИИ-агента» для меня закрыт, и я готов поделиться деталями.
DeepSeek сейчас не просто конкурентоспособная модель. Это целое семейство инструментов: терминальный агент, открытая платформа агентов и API для кастомных связок. Ниже разберу три основных способа, а потом покажу, как получить доступ ко всей мощи нейросетей из России без боли.
DeepSeek-TUI: агент для кода, который живет в терминале
DeepSeek-TUI - это кодовый агент на Rust, который распространяется через npm, Cargo или Homebrew. Его написали независимые разработчики, а не сама DeepSeek Inc., и это честно указано в README. Установка сводится к паре команд, после чего агент доступен прямо в терминале.
Поначалу я относился скептически. Еще один «агент на замену Claude Code», наверняка с сырым UX. Но первые же запуски показали, насколько продумана механика. В агенте три режима: Plan, Agent и YOLO. Plan только читает проект и предлагает правки, ничего не меняя на диске. Agent делает изменения, но каждый раз спрашивает разрешение перед записью файла. YOLO работает автономно без вопросов, доверяя модели на свой страх и риск.
Для прототипов, стартеров и проектов с кучей бойлерплейта YOLO - настоящее спасение. Я сгенерировал на нем каркас микросервиса с авторизацией, миграциями и докер-файлом меньше чем за полчаса. С обычным копипастом я бы потратил полдня. При этом на зрелых проектах, где важна аккуратность рефакторинга, я переключаюсь на Agent или вообще остаюсь на Claude Code. Разница в счете оправдана, когда нужно глубокое понимание legacy-кода.
Один нюанс, который стоит запомнить: если подключаете DeepSeek-TUI через OpenRouter, не используйте флаг --model auto. Маршрутизатор агента захардкодил имя модели без префикса deepseek/, а OpenRouter такое не понимает. Задавайте конкретные модели, например deepseek/deepseek-chat. Эта ошибка съела мне пару часов, и предупреждение на vc.ru подтверждает, что я не один такой.
Чтобы проверить агента в деле, я дал ему задачу сделать Pomodoro-таймер с фронтом и бэком. Описал требования парой абзацев, дальше наблюдал, как агент сам создает структуру проекта, пишет API на Node.js, тянет React-интерфейс и даже заворачивает всё в Docker. Он останавливался только на критических вопросах: какой порт, какая база. Впечатляет, особенно с соотношением цена/результат.
Кстати, о безопасности. Работая в Agent-режиме, я не боюсь, что модель сотрет лишнее: каждое изменение проходит подтверждение. YOLO, конечно, для смелых. Я гоняю его только в песочницах и одноразовых ветках. Такой подход сохраняет нервы и время.
DeepSeek Harness: открытая платформа для своих агентов
Если TUI решает задачи внутри терминала, то DeepSeek Harness позволяет собрать собственного агента с нуля под любые сценарии. Это официальная разработка DeepSeek AI, выпущенная как превью в августе 2026 года. Фреймворк распространяется под лицензией MIT и построен на принципе «всё - это плагин». Модели, инструменты, интерфейсы и даже цикл агента можно заменять.
Такая гибкость нужна, когда стандартные ассистенты не подходят. Например, вы хотите, чтобы агент сначала обращался к вашей документации, потом искал в интернете, а затем передавал результаты в отдельную модель для анализа. В Harness все это конфигурируется через плагины. При этом сам фреймворк не привязан к моделям DeepSeek, вы можете подключить GPT, Claude или что угодно.
Запускается Harness как локальный агент с веб-интерфейсом в браузере или в headless-режиме. Это удобно, когда нужно встроить агента в CI/CD или другую автоматизацию. В DataCamp есть подробный учебник, где Harness настраивают вместе с DeepSeek как основной моделью, встроенным веб-поиском DeepSeek и ModLens от Gemini для анализа изображений. Весь процесс наглядный и подойдет даже тем, кто только начинает разбираться, как агенты планируют шаги и вызывают инструменты.
Я погонял Harness в тестовом проекте. Собрал агента, который ходил по моим заметкам, отвечал на вопросы по ним и автоматически обновлял файл идей новыми данными из поиска. Настройка заняла вечер, зато теперь у меня есть личный ассистент, полностью работающий локально. Веб-интерфейс помогает видеть каждое действие агента, это отличный способ отладить логику.
Еще мне нравится, что Harness можно запустить как headless-сервис. Это значит, что агент работает без графического интерфейса и готов принимать запросы через API. Я, например, повесил его на cron и получаю утренние отчеты по изменениям в репозитории. Полная автоматизация без лишних панелей управления.
Бесплатность Harness - приятный бонус, но за модели и API все равно нужно платить. И вот тут часто возникает затык: с российского IP сложно оплатить и даже достучаться до сервисов DeepSeek. К счастью, есть обходной путь, о котором расскажу чуть ниже.
DeepSeek + Make.com: собираем агента без кода
Есть еще один сценарий, который подойдет тем, кто не хочет разбираться в Rust и архитектуре плагинов. Можно собрать GPT-агента на DeepSeek через no-code платформу Make.com и встроить его в Telegram-бота. Такой подход показывает автор канала GPT-ЛАБОРАТОРИЯ в видео, которое собрало почти 5 тысяч просмотров.
Идея простая: DeepSeek API подключается к сценарию в Make, сценарий принимает сообщения из Telegram, передает их в модель, получает ответ и отправляет обратно. Получается полноценный бот-консультант, который к тому же можно обучить под свои инструкции. Автор упоминает, что ChatGPT берет инфраструктурой, а DeepSeek справляется со многими задачами с той же легкостью.
Я собирал такого бота для теста: регистрация на Make, создание webhook, один модуль с DeepSeek и один модуль с Telegram. Без единой строчки кода у меня был рабочий ассистент для ответов на вопросы из моей базы знаний. Правда, возни с ключами и платежами хватает. Поэтому для постоянного использования я предпочитаю готовые сервисы.
Конечно, у Make.com есть лимиты на бесплатном тарифе, и для серьезных нагрузок понадобится платный план. Но для прототипа или небольшого бота этого достаточно. Главное, что принцип работы с DeepSeek через API переносится на любую платформу: n8n, Zapier, обычный скрипт на Python.
Где взять DeepSeek и другие нейросети в России
Все эти фреймворки требуют доступа к API. В России это вызов: иностранные карты не работают, регистрации ограничены, а часто и сам запрос уходит через прокси с вечными сбоями. Чтобы не тратить время на костыли, я пользуюсь 3GPT от 3SELLER. Это сервис, который дает прямой доступ из России ко всем флагманским нейросетям, включая DeepSeek, Chat GPT и Claude.
Мне нравится, что там есть все сразу: Chat GPT 6 Astra, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, Nano Banana для генерации изображений и видео. И все это за 149 рублей. Просто и понятно.
Оплата российской картой, через СБП или криптовалютой. Никаких иностранных аккаунтов и виртуальных карт. Пополнение занимает пару минут, доступ открывается сразу. Для меня это главный способ легально и стабильно использовать DeepSeek как ИИ-агента и другие модели.
Переходите по ссылке https://3seller.com/3gpt, пополняете баланс и выбираете нужную модель. Хоть чат, хоть API для своих проектов. Я, например, подключил 3GPT к своим скриптам и забыл про проблему платежей.
Что мне особенно нравится в 3GPT, так это единый кошелек. Пополнил баланс один раз и тратишь на любые модели. Не нужно заводить подписку отдельно для GPT, отдельно для Claude, отдельно для DeepSeek. Одна точка входа, один баланс, все нейросети в пару кликов.
Готовые ИИ-агенты от 3SELLER
Отдельный повод для гордости у 3SELLER - каталог готовых ИИ-агентов. На странице 3seller.com/ai/agents есть агенты для самых разных задач: написание текстов, обработка заявок, генерация картинок, ведение диалогов. Вы не программируете, а просто выбираете нужного агента и начинаете с ним общаться.
Фишка в том, что модель агента можно менять прямо в чате. Сегодня это DeepSeek, завтра GPT, послезавтра Claude. Все равно иметь универсальный доступ ко всем моделям внутри одного окна. Удобно, когда нужно быстро сравнить результаты разных нейросетей или переключиться на более подходящую под конкретную задачу.
Лично я в последнее время все чаще захожу именно через агентов. Они экономят время на формулировке запросов: все инструкции уже вшиты, нужно только передать материал. А если хочется поэкспериментировать, просто меняю модель.
Для бизнеса это вообще золотая жила. Нейроассистент для поддержки, генератор отчетов, агент для обработки входящих обращений - все это запускается за минуты на 3GPT. Не нужно нанимать команду, чтобы разобраться в API и платить за каждый сервис отдельно.
Что выбрать для старта
Если вы разработчик и обожаете терминал - ставьте DeepSeek-TUI, он окупится на первом же проекте с бойлерплейтом. Если хотите собирать собственных агентов с уникальной логикой - копайте в сторону DeepSeek Harness. Если же вам нужен быстрый и стабильный доступ к DeepSeek как ИИ-агенту без всех этих сложностей, смело используйте 3GPT.
Я для себя выстроил такую схему: на черновики и прототипы DeepSeek-TUI, для серьезного рефакторинга и тяжелой работы Claude, а для всего остального - рутина, тексты, картинки, видео - захожу в 3GPT. Стоимость копеечная, а экономия времени огромная.
Начните с 3GPT, посмотрите как работают флагманские модели. Это лучший способ ощутить, что такое современный ИИ-агент в действии, и не словить боль от зарубежных платежей. Я своего выбора не жалею.