ThinkInAIXYZ/deepchat

DeepChat – 开源本地优先的 AI 代理桌面客户端

简介 – DeepChat 是一款跨平台桌面应用程序 (Windows, macOS, Linux)，让您可以在本地运行基于 LLM 的“代理”。它整合了 UI、对话记录系统 (称为 Tape)、插件机制 (Skills) 以及通过热门通讯平台进行远程控制的集成功能。它适用于任何支持 OpenAI/Gemini/Anthropic API 格式的供应商，以及通过 Ollama 或 LM Studio 托管的本地模型。

核心理念

• 本地优先 – 核心应用程序在您的机器上运行；只有模型 API 调用会通过网络传输 (或使用 Ollama 完全离线运行)。
• Tape.systems 哲学 – 每次对话都会被记录为结构化的“磁带”，可以进行检查、恢复或重播，使长时间运行的代理工作流程具有可重现性。
• 技能 (Skills) – 可重复使用的指令、参考文件与选用脚本套件，可从文件夹、ZIP 或 URL 安装，并针对个别对话启用。
• ACP (Agent Client Protocol) 支持 – 实现 ACP 的外部代理执行环境会显示为 UI 内可选的“模型”，为您提供用于编程或任务导向代理的原生 UI。
• 远程控制 – 对话可以绑定到 Telegram、飞书/Lark、QQBot、Discord 或微信 iLink 端点，让您能从这些通讯软件发送指令 (例如 /new, /stop, /model)。

主要功能

• 多模型管理 (云端 API 如 OpenAI, Gemini, Anthropic, DeepSeek 等，以及本地 Ollama 模型)。
• 丰富的 Markdown 渲染，支持 CodeMirror 代码块、Mermaid 图表、图片与多模态输出 (包含 GPT-4o 风格的文字转图片)。
• 对话“磁带”与“追踪”视图，显示请求序列、Token 配额与供应商元数据。
• 可安装的技能，适用于代码审查、文档处理 (PDF/DOCX)、前端设计、电子表格生成等领域。
• 内置搜索扩展功能 (BoSearch, Brave, Google, Bing, Baidu, Sogou)，让 LLM 能像人类一样进行网络搜索。
• 强大的 MCP (Model Context Protocol) 支持：资源、提示词、工具、可流式传输的 HTTP/SSE、stdio 服务以及用于自定义服务的 Node.js 工具链。
• 安全优先设计 – 可选的对话/配置数据加密、代码混淆、网络代理支持与屏幕投影隐藏。
• 商业友好的 Apache-2.0 授权，并提供企业级加密/混淆部署的挂钩。

典型使用案例

• 开发者助手 – 运行 ACP 兼容的编程代理，浏览文件系统、执行代码，并在重启后保持对话状态。
• 研究与写作 – 启用“文档审查”技能，附加 PDF 或 DOCX 文件，让代理引用并总结内容。
• 团队机器人 – 将 DeepChat 对话公开到 Discord 或 Telegram 频道，让团队成员无需离开通讯软件即可询问代理问题。
• 仅限本地的隐私敏感工作 – 完全离线使用 Ollama 模型，同时享受 UI、技能与基于磁带的对话恢复功能。

入门指南

1. 下载 – 从 GitHub Releases 页面获取最新安装程序 (Windows .exe, macOS .dmg, Linux .AppImage)。
2. 配置模型 – 打开 Settings → Model Providers，添加 OpenAI、Gemini 等的 API 密钥，或启用内置的 Ollama 管理器来拉取本地模型。
3. 开始对话 – 从选择器中选择一个模型 (或 ACP 代理)，输入提示词，并观察代理运作时磁带/追踪面板的填入过程。
4. 添加技能 – 在 Settings → Skills 中，安装技能套件 (文件夹/ZIP/URL) 并为当前对话启用它。
5. 远程控制 (选用) – 在 Settings → Remote 下启用通讯频道，将其与对话配对，并在通讯软件中输入 /help 查看可用指令。

开发

• 本仓库使用 Electron 作为桌面壳层，React 作为渲染器。
• 依赖项可通过 npm install (或 yarn) 安装。
• 通过 npm run dev 执行热重载开发构建。
• 通过 npm run build 构建生产环境套件。

社区与贡献

• 针对错误或功能构想开启 Issue。
• 欢迎提交 Pull Request；本项目遵循 Apache-2.0 授权，因此允许商业使用，无 Copyleft 限制。

授权 – Apache License 2.0。

---

以上所有细节均直接取自仓库的 README；未推论任何额外功能。