适合谁
- 希望在一个桌面应用中统一管理多家云端 LLM(OpenAI、Anthropic、Gemini、DeepSeek 等)与本地 Ollama 模型的用户
- 需要接入多个外部 MCP 工具服务、并要求本地优先、数据可追溯(Tape/Trace)的用户
- 希望复用 Claude Code/Cursor/Windsurf 等工具生态中 Agent Skills 的用户
- 需要将编码类 ACP 代理与聊天式模型选择器整合到同一界面的开发者
这不是典型的可直接连接的 MCP Server,使用前请先阅读源仓库说明。
DeepChat 是一个活跃维护、Star 数较高的开源桌面 AI 助手项目,核心定位是本地优先的多模型聚合客户端,并作为 MCP 客户端/宿主提供较完整的 Resources/Prompts/Tools 支持及多种传输方式。由于它本身不是可被其他客户端接入的 MCP 服务器,也没有可用的已缓存服务清单,因此本档案未列出具体工具标识符;评估其价值时应聚焦于其作为“AI 智能体桌面客户端”的功能完整性,而非作为可复用工具服务器的能力。
最强项 · 维护活跃度 15/20 最弱项 · 安全与权限 6/20
静态评测 · 未实际运行收录于 2026-08-06
查看 FMRS 评分方法 →运行环境:预编译二进制
1) 从 GitHub Releases、DeepChat 官网或(仅 macOS)brew install --cask deepchat 下载安装 DeepChat 桌面应用;2) 打开设置中的“模型提供商”标签,填写云端 LLM 的 API Key,或配置本地 Ollama;3) 如需扩展 MCP 能力,在设置中添加/管理 MCP 服务(支持 stdio、SSE、StreamableHTTP 传输,以及一键 DeepLink 安装),Node.js 运行时可通过 pnpm run installRuntime 获取;4) 如需使用 Skills 或 ACP 代理,分别在“设置 → Skills”导入技能包并按会话启用,或在“设置 → ACP Agents”启用内置/自定义 ACP 代理;5) 点击“+”创建新会话并选择模型开始对话。
启动 DeepChat 桌面应用后,在对话中打开 MCP 服务列表,若添加的服务能显示其 Resources/Prompts/Tools 即说明配置成功。注意:本条目是 MCP 客户端(桌面应用)而非服务器,无需在客户端中配置本条目。
连接成功后,可以直接对 AI 助手这样说:
DeepChat 是 ThinkInAIXYZ 开源的本地优先 AI 智能体桌面客户端(Apache-2.0 协议),支持 Windows、macOS、Linux。需要说明的是,DeepChat 本身并非一个可被其他客户端接入的 MCP 服务器,而是一个 MCP 客户端/宿主应用:它可以通过 stdio、SSE、StreamableHTTP 等传输方式连接外部 MCP 服务(支持 Resources/Prompts/Tools),内置 Node.js 运行时以便 npx/node 类服务开箱即用,并提供代码执行、网络信息检索、文件操作等 inMemory 内置服务。除 MCP 外,DeepChat 还支持导入/启用符合 Agent Skills 规范的技能包、以模型选择器方式接入 ACP(Agent Client Protocol)代理、以及通过 Telegram、飞书/Lark、QQ 机器人、Discord、企业微信 iLink 等消息应用远程控制会话。仓库仓库中未提供 DeepChat 作为 MCP 服务器被安装到其他客户端的配置示例,也未提供已缓存的服务清单,因此无法列出具体的工具标识符。
通过 DuckDuckGo 提供网页搜索和内容抓取功能的 MCP 服务器
你的AI永不遗忘。
用Telethon驱动的Telegram MCP服务器,让MCP客户端读取聊天、管理群组、发送/修改消息、媒体、联系人及设置。
Hostinger 官方 API 的 MCP 服务器,支持管理域名、托管、VPS 等。
源版本 145e51763262 数据同步于 2026-11-04 查看 FMRS 评分方法