Dao Code 道：把 DeepSeek 前缀缓存当成架构约束的终端编码代理

它解决的是可运行性与单位成本，不是模型能力

README 把动机写得很直白：编码代理只有在你能真正跑起来时才有用。它点名了两个障碍，Claude Code 需要 Anthropic 账号与网络访问，在中国大陆开箱即用的门槛偏高；GLM 的 Coding Plan 配额紧张、不容易抢到。Dao Code 的应对不是换一个更强的模型，而是换一条成本曲线：DeepSeek 注册即用、按量付费、在大陆可直连，项目本身以 MIT 协议完全开源。

所以它的目标用户很具体。一是模型预算敏感、但日常要跑读代码、改代码、执行命令、修 bug 这类循环的个人开发者；二是希望把代理嵌进终端而不是 IDE 插件的团队；三是已经在用 DeepSeek、想找一个能复用其缓存定价的客户端的人。它不适合把模型能力上限当作第一诉求的场景，README 自己也承认这是「用昂贵模型买体验」之外的另一条路，而不是同一条路上的更优解。

字节稳定的前缀，和复用缓存的 fork

README 给出的机制可以拆成两层。第一层是前缀本身：系统提示、工具表、记忆被刻意保持字节稳定，目的是让 DeepSeek 的前缀缓存尽可能命中。第二层是跑在 fork 上的任务：反思层和记忆读写以复用主前缀缓存的 fork 形式运行，这样它们不会破坏前缀，也就不会把命中率打回去。README 对缓存价差的表述是，DeepSeek 前缀缓存的命中价约为未命中价的 1/120，约两个数量级。

数据流大致是：会话结束时蒸馏出偏好、项目约定与关键事实；下次启动时用确定性方式拿这些记忆去核对当前代码，过期的丢弃，变化的标记出来，而不是无条件累加。记忆有衰减式 GC 清理，模型也可以按需调用 memory_read。上下文接近上限时触发自动压缩，README 列出的路径是反应式重试、就地清理过期的工具结果、增量摘要，摘要器失败时退化为硬截断；超大输出溢写到磁盘，上下文里只留一个指针。

这里有一个值得注意的设计取向：把「缓存纪律」写进了优先级。README 描述的宪法式优先级是，安全与真实性高于你的当前指令，你的当前指令高于 Dao Code 的核心策略（模型与缓存纪律），核心策略高于 skills 与记忆。也就是说第三方 skill 可以改变做事方式，但改不动安全与缓存这两条底线。这个排序是否合理可以讨论，但它至少承认了一件事：缓存命中率不是优化项，而是被当作约束来对待的。

安装、鉴权与几个真正会用到的命令

README 给出的入口是 npm 包 dao-code，命令名是 dao，Node 版本要求 ≥20（仓库里有 .nvmrc）。安装方式按 README 的写法是全局安装后直接调用命令。运行前需要配置 DeepSeek 的 API key，README 中出现的环境变量名是 DEEPSEEK_API_KEY。

仓库里另外给出了两个脚本：npm run accept:cache 会对真实 API 跑一段多轮对话，用来观察命中率从冷启动爬升到稳态的过程，README 明确说这是机制演示，成本数字来自真实的评测套件而不是这个脚本。评测数据存放在 evals/runs/<task>/run-1/agent.log，README 称可以用 /cost 随时重放核对。

会话内的斜杠命令有两个和成本直接相关：/cost 显示命中率与花费，/audit cache 通过四维指纹定位「是什么破坏了缓存」。如果你打算认真用这个工具，/audit cache 大概率会比 /cost 更常打开，因为前者回答的是可操作的问题。README 还提到配置格式与 Claude Code 兼容，这一点在迁移时省事，但也意味着你得接受一套并非为本项目设计的配置语义。

成本口径：README 的数字怎么读

README 给出的评测是 7 个 SWE-bench 风格任务，取自 valibot、date-fns、es-toolkit、sqlglot、hono 这几个真实开源仓库，合计输入 3,886,037 token，聚合缓存命中率 95.8%，单任务区间 85.4% 到 97.7%。按 DeepSeek V4 Pro 的官方价格计算，一个完整特性（读、改、测试、自审）花费在 ¥0.07 到 ¥0.21 之间，均值 ¥0.15，7 个任务合计 ¥1.07。README 强调每个数字都能追溯到 evals/runs/<task>/run-1/agent.log。

跨厂商对比的部分，做法是把同一份 token 轨迹分别按各家官方费率计价，并且把 Dao Code 的高命中率也「让利」给 Claude 一方。即便如此，README 称总成本仍比 Claude Opus 4.8 便宜约 30 倍，比 Sonnet 4.6 便宜约 18 倍。表里给出的价格口径是 2026-06 官方费率，DeepSeek V4 Pro 命中/未命中/输出为每 1M token $0.003625 / $0.435 / $0.87，Claude Opus 4.8 为 $5 / $25（命中按 0.1 倍缓存读计），Sonnet 4.6 为 $3 / $15，倍数为 USD 对 USD，与汇率无关，人民币按 ¥7.1/$ 换算。README 还给了一个交叉验证：把 L1 按当前费率重新计价得到 ¥0.140，与日志内 /cost 报告的 ¥0.136 接近。

读这些数字时要注意边界。任务只有 7 个，仓库集中在少数几个 JS/TS 项目，样本量决定了它说明的是「这个机制在这些任务上成立」，而不是普适的成本承诺。倍数对比依赖把同一份轨迹套到另一家费率上，这能隔离模型定价差异，但隔离不了行为差异：真实使用 Claude Code 时产生的轨迹不会和这份一模一样。

记忆与反思的代价，以及它们可能出错的地方

跨会话记忆是这个项目最容易被误读的部分。README 的卖点是「记住且可信」：会话结束蒸馏，启动时用确定性方式对当前代码做核验，过期的删掉，变化的标出来，而不是无脑堆历史。这个设计明显是在回应一类常见故障，记忆里存着一条早已被重构掉的约定，模型据此写出错误的代码，而使用者还以为它「了解项目」。

但核验机制本身有边界，README 没有展开说明。确定性核验能处理的是那些可以被当前代码直接证实或证伪的事实，比如某个文件是否存在、某个导出名是否还在。偏好类记忆（命名风格、提交信息习惯、评审口味）很难被代码证伪，它们更可能长期留存并缓慢漂移。README 提到有衰减式 GC 清理死记忆，但没有给出衰减的判据。如果你在意这一点，需要自己在使用中观察，而不是相信「自验证」这个词覆盖了全部情况。

反思层的定位是卡住时自审、跑偏时拉回。它跑在复用主缓存的 fork 上，所以 README 说几乎不增加花费。这个说法在缓存命中率维持高位时成立，一旦前缀被破坏，反思本身就变成一笔按未命中价计费的开销。这也是 /audit cache 存在的理由。

评测驱动的迭代，以及 13/14 与 70/89 的边界

README 报告了两组结果。一组是 SWE-bench 风格、取自近期真实开源修复的基准，采用 fail2pass 加 pass2pass 双轨判定，测试文件对代理隐藏以防刷分，结果是 13/14。另一组是 Terminal-Bench 2.1，89 个第三方代理编码任务通过 Harbor 运行，覆盖系统管理、安全、数据科学、科学计算、调试、机器学习等方向，使用 deepseek-v4-pro 在官方 1 倍超时下通过 70 个，78.7%。

README 特意说，重点不是分数，而是达到这个分数的过程是评测驱动的工程：读真实失败轨迹，发现并修掉的是框架本身的 bug，而不是调提示词。这个说法如果成立，说明项目把评测当成了开发流程的一部分，而不只是发布时的宣传材料。

不过这两组数字都需要按原样理解。它们是项目自带的评测流程产出的，不是独立第三方复现。13/14 的 14 个任务具体构成、70/89 的失败分布，材料里都没有展开。Terminal-Bench 的 1 倍超时意味着结果对延迟敏感，换机器或换网络环境未必复现。把这两个数字当作「可以参考的自评」而不是「已证实的能力下界」，是更稳妥的读法。

什么情况下它不合适

最直接的一种：你的工作流已经围绕 Anthropic 账号、Claude Code 的 hooks 与权限模型建立起来，并且团队对此有合规或审计要求。Dao Code 声称配置格式兼容，兼容的是格式，不是行为等价，权限提示的粒度、审批门的触发条件都可能不同，迁移需要重新验证。

第二种：任务本身需要远超 1M 上下文的长程推理。README 把 1M 上下文列为 DeepSeek V4 的属性，同时用自动压缩来「把上下文带过上限」。压缩意味着信息有损，摘要器失败时还会退化为硬截断。对于需要精确记住早期细节的任务，这条路径会丢东西，而且丢在哪一步不容易被发现。

第三种：你依赖第三方 skill 去做关键决策。宪法式优先级明确把 skills 排在核心策略之下，skill 改不动安全与缓存底线。这是安全设计，但反过来说，任何试图通过 skill 覆盖缓存策略或安全判断的用法都会失效，而且失效方式可能不够显眼。

第四种：你需要一个稳定的、长期不动的依赖。项目仍在快速迭代，从 v0.4.0 到 v0.4.7 的发布节奏集中在 2026 年 6 月底到 7 月中。快速迭代对早期采用者是好事，对把它放进关键路径的团队是风险。

替代方案：Aider 的路线差异在哪

在同一类终端编码代理里，Aider 是一个合适的对照，因为两者的分歧不在功能表上，而在对「上下文成本」的处理方式上。Aider 的仓库映射与编辑格式是围绕通用模型设计的，它通过挑选相关文件、生成精简的上下文来降低 token 消耗，缓存是顺带的收益。Dao Code 反过来，把缓存命中当作一等约束：前缀保持字节稳定，记忆与反思跑在复用缓存的 fork 上，上下文接近上限时压缩而不是提前裁剪。

这个差异决定了各自的适配面。如果你的模型是 DeepSeek 这类前缀缓存价差极大的供应商，Dao Code 的路线能把价差直接变成成本优势，README 里 95.8% 的聚合命中率就是这条路的产物。如果你在多个模型供应商之间切换，或者主要用缓存定价不突出的模型，Aider 那种与供应商无关的上下文裁剪更稳，因为它不依赖任何一家的缓存行为。

还有一点不同：Dao Code 明确以 DeepSeek V4 为目标模型，README 说它「面向 DeepSeek V4（1M 上下文）、中文优先」。这意味着它的默认行为、工具表布局、记忆策略都是为这一个模型调过的。Aider 没有这种绑定，代价是没有为任何单一供应商做过这种程度的对齐。

维护成本与许可

许可证是 MIT，仓库根目录有 LICENSE 文件。MIT 允许商用、修改、再分发，义务主要落在保留版权声明与许可文本上。这里不构成法律意见，如果你的组织对开源引入有流程要求，仍需按内部流程走一遍。

升级成本方面，材料能支持的信息有限。项目处于 0.4.x 阶段，2026 年 6 月底到 7 月中连续发布了 v0.4.0、v0.4.1、v0.4.7，说明接口与行为都还可能变动。配置与 Claude Code 兼容这一点降低了迁移成本，但也意味着配置语义由上游决定，上游变化时这边要跟。

真正需要你自己盯的是缓存命中率的长期走势。README 提供 /cost 和 /audit cache 两个入口，前者看结果，后者定位原因。前缀一旦因为升级、技能安装或记忆增长而不再字节稳定，命中率会掉，成本会以约两个数量级的幅度放大。这是这个项目最需要持续观察的单一指标，而它恰好是内置命令可以直接读出来的。

编辑结论

如果你的主力模型是 DeepSeek V4，且愿意接受 Claude Code 风格的配置格式，Dao Code 值得先在非关键仓库上跑一轮：用 npm i -g dao-code 安装，配好 DEEPSEEK_API_KEY，然后用 /cost 和 /audit cache 观察真实命中率，再决定是否让它碰生产代码。如果你的团队已经深度绑定 Anthropic 账号体系、依赖 Claude Code 的 hooks 与权限模型，或者任务需要远超 1M 上下文的长程推理，迁移的收益不足以覆盖替换成本。上手前必须自己验证三件事：DeepSeek 官方后台的账单是否与 /cost 读数一致、/audit cache 报出的指纹断裂点是否落在你可接受的频率上、以及记忆在代码变更后是否真的被剪枝而不是被静默保留。README 里 13/14 与 70/89 这两个数字都来自项目自带的评测流程，不是第三方复现结果。

官方来源

1. License: MIT
2. Project website
3. README
4. Releases
5. tigicion/dao-code on GitHub