README.zh.md
June 30, 2026 · View on GitHub
DeepChat - 开源本地优先 Agent 桌面客户端
DeepChat 是一款开源、本地优先的 Agent 桌面客户端，具有丰富的 Agent 能力，基于 Tape.systems 哲学设计，支持 MCP、Skills、ACP，并具备丰富的远程控制能力，可无缝接入各种 IM 工具。
📑 目录
- 📑 目录
- 🚀 项目简介
- 💡 为什么选择DeepChat
- 🔥 主要功能
- 📼 Tape 与 Trace
- 🧠 Skills 支持
- 🧩 ACP 集成（Agent Client Protocol）
- 📡 远程控制
- 🤖 支持的模型提供商
- 🔍 使用场景
- 📦 快速开始
- 💻 开发指南
- 👥 社区与贡献
- ⭐ Star历史
- 👨💻 贡献者
- 📃 许可证
🚀 项目简介
DeepChat 是一款功能强大的开源、本地优先 Agent 桌面客户端，将模型、工具、Skills、Agent Runtime、Tape 和长会话统一在一款桌面应用中。无论是云端 API 如 OpenAI、Gemini、Anthropic，还是本地部署的 Ollama 模型，DeepChat 都能提供流畅的用户体验。
DeepChat 的会话与 Agent 过程基于 Tape.systems 的哲学设计：把过程保留下来，让上下文、工具调用、请求与结果可恢复、可追踪、可审计。它同时提供出色的 MCP 支持、可安装 Skills、ACP Agent 集成，以及可接入 Telegram、飞书/Lark、QQBot、Discord、微信 iLink 等 IM 工具的远程控制能力。
|
|
|
💡 为什么选择DeepChat
与其他AI工具相比，DeepChat具有以下独特优势：
- 本地优先 Agent 桌面客户端：在一个本地应用里运行 DeepChat Agent、ACP Agent 和可远程控制的 Bot
- Tape.systems 哲学：保留可恢复的会话历史，追踪请求上下文，并在复杂 Agent 任务中检查 token 预算
- 可迁移的 Skills：按会话安装、导入、导出和启用 Skills，覆盖代码审查、文档、前端、Office/PDF 等任务
- 原生 ACP 集成：将 ACP 兼容的编码/任务 Agent 作为一等“模型”使用
- 出色的 MCP 支持：支持 Resources、Prompts、Tools、多种传输协议、inMemory 服务和一键安装
- 远程工作流：支持通过 Telegram、飞书/Lark、QQBot、Discord 和微信 iLink 控制 DeepChat 会话
- 多模型统一管理：一个应用支持主流云端 LLM 和本地 Ollama 模型，无需在多个应用间切换
- 注重隐私保护：本地数据存储，支持网络代理，减少信息泄露风险
- 开源友好：基于 Apache License 2.0 协议，适合商业和个人使用
🔥 主要功能
- 🤖 本地优先 Agent 桌面客户端
- 从同一个类似模型选择器的入口选择 DeepChat、ACP 和远程能力 Agent
- 支持项目目录、权限模式、工具输出和可恢复上下文，适合长时间运行任务
- 📼 Tape 与 Trace
- Session Tape 记录结构化工作历史，为恢复、续跑和未来 Agent 记忆流程打底
- Trace 预览展示请求序号、供应商/模型元数据、Tape 视图清单、上下文条目和 token 预算
- 🧠 Skills
- 支持从文件夹、ZIP 文件或 URL 安装 Skills
- 可按会话启用 Skills，让 DeepChat 加载任务专用说明、参考资料和可选脚本
- 支持与 Claude Code、Codex、Cursor、Windsurf、GitHub Copilot 等兼容工具导入/导出
- 🤝 ACP（Agent Client Protocol）Agent 集成
- 将 ACP 兼容 Agent（内置或自定义命令）作为可选“模型”使用
- Agent 提供时，支持 ACP Workspace UI 展示结构化计划、工具调用与终端输出
- 📡 远程控制
- 支持通过 Telegram、飞书/Lark、QQBot、Discord 和微信 iLink 控制 DeepChat 会话
- 可绑定远程端点、切换模型、处理待确认交互、停止任务，并在桌面打开对应会话
- 🌐 多种云端LLM提供商支持：DeepSeek、OpenAI、Moonshot/Kimi、Grok、Gemini、Anthropic等
- 🏠 本地模型部署支持：
- 集成Ollama，提供全面的管理功能
- 无需命令行操作即可控制和管理Ollama模型的下载、部署和运行
- 🚀 丰富易用的聊天功能
- 完整的Markdown渲染，代码块渲染基于业界顶级的 CodeMirror 实现
- 多窗口+多Tab架构，各个维度支持多会话并行运行，就像使用浏览器一样使用大模型，无阻塞的体验带来了优异的效率
- 支持 Artifacts 渲染，多样化结果展示
- 消息支持重试生成多个变体；对话可自由分支，确保总有合适的思路
- 支持渲染图像、Mermaid图表等多模态内容；支持GPT-4o,Gemini,Grok的文本到图像功能
- 支持在内容中高亮显示搜索结果等外部信息源
- 🔍 强大的搜索扩展能力
- 内置集成博查搜索、Brave Search 等领先搜索 API，让模型智能决定何时搜索
- 通过模拟用户网页浏览，支持Google、Bing、百度、搜狗公众号搜索等主流搜索引擎，使LLM能像人类一样阅读搜索引擎
- 支持读取任何搜索引擎；只需配置搜索助手模型，即可连接各种搜索源，无论是内部网络、无API的引擎，还是垂直领域搜索引擎，作为模型的信息源
- 🔧 出色的 MCP（Model Context Protocol）支持
- 完整支持 Resources / Prompts / Tools 三大核心能力
- 支持 StreamableHTTP、SSE、Stdio 等传输协议
- 内置 Node.js 运行环境，npx/node 类服务可开箱即用
- 支持 inMemory 服务，内置代码执行、网络信息获取、文件操作等实用能力
- 提供清晰的工具调用展示和参数/返回数据调试体验
- 支持通过 DeepLink 一键安装 MCP 服务
- 💻 多平台支持：Windows、macOS、Linux
- 🎨 美观友好的界面，以用户为中心的设计，精心设计的明暗主题
- 🔗 丰富的DeepLink支持：通过链接发起对话，与其他应用无缝集成，也支持一键安装 MCP 服务
- 🚑 安全优先设计：聊天数据和配置数据预留加密接口和代码混淆能力
- 🛡️ 隐私保护：支持屏幕投影隐藏、网络代理等隐私保护方法，降低信息泄露风险
- 💰 商业友好：
- 拥抱开源，基于 Apache License 2.0 协议，企业使用安心无忧
- 企业集成只需要修改极少配置代码即可使用预留的加密混淆的安全能力
- 代码结构清晰，无论是模型供应商还是 MCP 服务都高度解耦，可以随意进行增删定制，成本极低
- 架构合理，数据交互和UI行为分离，充分利用 Electron 的能力，拒绝简单的网页套壳，性能优异
📼 Tape 与 Trace
DeepChat 的 session Tape 继承 Tape.systems 的哲学，让 Agent 工作可恢复、可检查。Trace 预览可以查看请求序号、供应商/模型元数据、Tape 视图清单、包含/排除的上下文条目和 token 预算，让长会话更容易调试和续跑。
🧠 Skills 支持
DeepChat Skills 是兼容标准 Agent Skills 规范的设计。一个 Skill 可以包含任务说明、参考资料、素材和可选脚本，让 DeepChat 在启用后更像某个领域的专门助手。
你可以从文件夹、ZIP 文件或 URL 安装 Skills，也可以与 Claude Code、Codex、Cursor、Windsurf、GitHub Copilot、Kiro、Antigravity、OpenCode、Goose、Kilo Code 等兼容工具导入/导出。
内置 Skills 覆盖算法艺术、代码审查、DeepChat 设置、文档协作、DOCX、前端设计、git commit 信息、信息图语法、MCP 构建、PDF、PPTX、Skill 创建、Web Artifacts 和 XLSX 工作流。
快速上手：
- 打开 设置 → Skills
- 安装或导入一个 Skill
- 在需要对应能力的会话中启用它
🧩 ACP 集成（Agent Client Protocol）
DeepChat内置对 Agent Client Protocol（ACP） 的支持，让你可以把外部 Agent Runtime 以原生体验接入 DeepChat。启用后，ACP Agent 会作为一等“模型”出现在模型选择器中，你可以直接在 DeepChat 内使用编码/任务类 Agent，并配合 Workspace UI 进行交互。
快速上手：
- 打开 设置 → ACP Agent 并开启 ACP
- 启用一个内置 ACP Agent，或添加自定义 ACP 兼容命令
- 在模型选择器中选择该 ACP Agent，开始一个 Agent 会话
ACP 生态中更多兼容 Agent/Client 参考：https://agentclientprotocol.com/overview/clients
📡 远程控制
DeepChat 可以通过聊天软件远程控制，让你离开桌面后也能继续使用同一个会话。配置入口在 设置 → Remote。
当前支持 Telegram、飞书/Lark、QQBot、Discord 和微信 iLink。远程端点可以绑定到一个 DeepChat 会话，然后在远程聊天中创建新会话、列出和切换最近会话、停止生成、在桌面打开当前会话、回答待确认问题或权限请求、切换模型并查看运行状态。
常用命令包括 /start、/help、/pair、/new、/sessions、/use、/stop、/open、/pending、/model 和 /status。
🤖 支持的模型提供商
兼容任何OpenAI/Gemini/Anthropic API格式的模型提供商
🔍 使用场景
DeepChat适用于多种AI应用场景：
- 日常助手：回答问题、提供建议、辅助写作和创作
- 开发辅助：代码生成、调试、技术问题解答
- 学习工具：概念解释、知识探索、学习辅导
- 内容创作：文案撰写、创意激发、内容优化
- 数据分析：数据解读、图表生成、报告撰写
📦 快速开始
下载安装
您可以通过以下任一方式安装 DeepChat：
方式一：GitHub Releases
从GitHub Releases页面下载适合您系统的最新版本：
- Windows:
.exe安装文件 - macOS:
.dmg安装文件 - Linux:
.AppImage或.deb安装文件
方式二：官网下载
从官网下载页面获取安装包。
方式三：Homebrew（仅 macOS）
macOS 用户可以使用 Homebrew 安装：
brew install --cask deepchat
配置模型
- 启动DeepChat应用
- 点击设置图标
- 选择"模型提供商"选项卡
- 添加您的API密钥或配置本地Ollama
开始对话
- 点击"+"按钮创建新对话
- 选择您想使用的模型
- 开始与AI助手交流
💻 开发指南
请阅读贡献指南
Windows和Linux通过GitHub Action打包。 对于Mac相关的签名和打包，请参考Mac发布指南。
安装依赖
$ pnpm install
$ pnpm run installRuntime
# 如果出现错误：No module named 'distutils'
$ pip install setuptools
- For Windows: 为允许非管理员用户创建符号链接和硬链接，请在设置中开启
开发者模式或使用管理员账号，否则pnpm操作将失败。
开始开发
$ pnpm run dev
构建
# Windows
$ pnpm run build:win
# macOS
$ pnpm run build:mac
# Linux
$ pnpm run build:linux
# 指定架构打包
$ pnpm run build:win:x64
$ pnpm run build:win:arm64
$ pnpm run build:mac:x64
$ pnpm run build:mac:arm64
$ pnpm run build:linux:x64
$ pnpm run build:linux:arm64
👥 社区与贡献
DeepChat是一个活跃的开源社区项目，我们欢迎各种形式的贡献：
查看贡献指南了解更多参与项目的方式。
⭐ Star历史
👨💻 贡献者
感谢您考虑为deepchat做出贡献！贡献指南可以在贡献指南中找到。
🙏🏻 致谢
本项目的构建得益于这些优秀的开源库和项目：
- Vue
- Electron
- Electron-Vite
- oxlint
- Bub，其 tape model 启发了 DeepChat 的 session tape 设计。如果你对底层 tape 架构感兴趣，推荐访问 tape.systems。