摘要
1) 一句话总结 DeepChat 是一款基于 Apache 2.0 协议开源的桌面端 AI Agent 平台,通过统一集成多模型支持、MCP 工具调用与 ACP Agent 运行时,为用户提供安全高效的本地与云端 AI 交互体验。
2) 核心要点
- 项目概况:基于 TypeScript 开发,采用数据与 UI 分离的 Electron 原生桌面架构(支持 Win/Mac/Linux),截至 2026 年 2 月(v0.5.8 版本)在 GitHub 拥有 5515 Stars 和 635 Forks。
- 多模型兼容:支持接入 OpenAI、DeepSeek、Gemini 等主流云端大模型 API,同时内置 Ollama 图形化支持,无需命令行即可管理和运行本地模型。
- 高级交互体验:提供多窗口与多标签页并行会话、会话自由分支(Fork)、Artifacts 渲染、多模态内容展示以及基于 CodeMirror 的 Markdown 和代码渲染。
- MCP 工具生态:原生支持 MCP(Model Context Protocol)协议,内置 Node.js 运行环境、工具调用调试窗口,并自带代码执行、网页检索等基础工具。
- ACP Agent 集成:支持将兼容 ACP(Agent Client Protocol)的外部 Agent 作为“模型”直接运行,并提供专属工作区 UI 结构化展示 Agent 计划与终端输出。
- 搜索增强能力:内置 BoSearch、Brave Search 等搜索 API,支持模拟浏览 Google、Bing 等主流搜索引擎,允许配置专属搜索助手连接内网或垂直数据源。
- 隐私与安全机制:所有数据本地存储,支持网络代理配置与防窥屏(隐藏投影)功能,底层已预留数据加密与代码混淆接口。
- 高扩展与商业友好:采用 Apache 2.0 开源协议,模型提供商与 MCP 服务模块高度解耦,支持 DeepLink 一键安装服务,便于企业低成本二次定制。
功能与定位
DeepChat 是一款功能丰富的开源桌面端 AI Agent 平台。它将大语言模型(LLM)、工具调用和 Agent 运行时统一在一个应用程序中,支持多模型聊天、MCP(Model Context Protocol)工具调用以及 ACP(Agent Client Protocol)Agent 集成,旨在为用户提供无缝的云端 API 与本地模型使用体验。
典型使用场景
- 日常助手:处理问答、提供建议及辅助写作。
- 开发辅助:代码生成、代码调试与技术问题排查。
- 学习与探索:概念解释、知识检索与学习指导。
- 内容创作:文案撰写与创意启发。
核心功能
- 多模型支持(云端与本地):
- 支持接入 OpenAI、Gemini、Anthropic、DeepSeek、Kimi 等主流云端模型 API。
- 内置 Ollama 支持,无需命令行即可在图形界面中管理、下载和运行本地模型。
- 高级聊天交互:
- 采用多窗口与多标签页架构,支持并行多会话。
- 支持 Artifacts 渲染,优化复杂结果的展示。
- 提供消息重试、会话自由分支(Fork)功能。
- 支持多模态内容(图片渲染、Mermaid 图表、文本生图)。
- 基于 CodeMirror 提供完善的 Markdown 和代码块渲染。
- 搜索增强能力:
- 通过 MCP 模式内置 BoSearch、Brave Search 等搜索 API。
- 支持模拟用户浏览,接入 Google、Bing、Baidu 等主流搜索引擎及公众号搜索。
- 允许配置专属搜索助手模型,连接内网或垂直领域搜索源。
- MCP(Model Context Protocol)工具生态:
- 完整支持 MCP 的 Resources/Prompts/Tools 核心能力。
- 内置 Node.js 运行环境,支持类似 npx/node 的服务开箱即用。
- 提供工具调用调试窗口,自动格式化参数与返回数据。
- 内置代码执行、网页检索、文件操作等基础实用工具。
- ACP(Agent Client Protocol)集成:
- 允许将兼容 ACP 的 Agent(内置或自定义命令)作为“模型”直接运行。
- 提供专属的 ACP 工作区 UI,结构化展示 Agent 的计划、工具调用和终端输出。
- DeepLink 支持:支持通过外部链接直接发起会话或一键安装 MCP 服务。
特色与差异点
- 统一的 Agentic 协议生态:在单一客户端内同时原生支持 MCP(工具扩展)与 ACP(外部 Agent 接入),将模型能力转化为可执行的工作流。
- 隐私与安全优先:数据本地存储,支持网络代理配置;提供防窥屏(隐藏投影)功能;底层预留了数据加密接口与代码混淆能力。
- 原生桌面体验:支持 Windows、macOS 和 Linux。采用数据交互与 UI 行为分离的架构,充分利用 Electron 性能,而非简单的 Web 页面套壳。
- 商业友好:基于 Apache 2.0 协议开源,模型提供商与 MCP 服务模块高度解耦,便于企业低成本进行二次定制与集成。
使用方式概览
- 建议先阅读 README 与官方文档,再按最小示例验证。
限制与注意事项
- 使用前请核对许可证、维护状态与兼容性约束。
链接
- GitHub 仓库: https://github.com/ThinkInAIXYZ/deepchat
- 官方网站: https://deepchat.thinkinai.xyz/
- 发布版本: https://github.com/ThinkInAIXYZ/deepchat/releases/tag/v0.5.8