← 返回目录
D

DeepChat

社区
本地优先的开源 AI 智能体桌面客户端,集成多模型、MCP、Skills 与 ACP 代理
GitHub 源仓库 ↗
★ 6.2k Stars 分类 · 其他 非常热门
52FMRS · D
可靠性
7/20
安全与权限
6/20
维护活跃度
15/20
文档质量
13/20
安装易用性
11/20

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。

查看 FMRS 评分方法 →

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。

工具能力

暂未整理工具清单。

安装接入

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。

选型与风险

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

不适合谁

  • 需要将该项目作为“MCP 服务器”接入到 Claude Desktop 等外部 AI 客户端的用户(DeepChat 是 MCP 客户端/宿主,而非可被接入的服务器)
  • 只需要轻量命令行工具、不希望安装完整 Electron 桌面应用的用户
  • 移动端原生应用需求用户(目前仅支持 Windows/macOS/Linux 桌面,移动端通过远程控制间接使用)

所需权限

  • 本地文件系统读写权限,用于会话 Tape 存储、Skills 文件(文件夹/ZIP/URL 导入)及桌面应用配置
  • 生成本地子进程的权限,用于运行 stdio 方式的 MCP 服务及内置 Node.js 运行时
  • 网络访问权限,用于调用云端 LLM API、搜索服务(如 Brave Search)以及 SSE/StreamableHTTP 方式的 MCP 服务
  • 远程控制机器人凭据(Telegram/飞书/QQ/Discord/企业微信 iLink 的 Token),用于绑定并远程操作桌面会话
  • 本地 Ollama 服务管理权限,用于下载、部署与运行本地模型

风险与副作用

  • 以 stdio 方式接入的第三方 MCP 服务会在本机以用户权限执行进程,应仅安装可信来源的 MCP 服务
  • 导入的 Skills 可能包含可选脚本,启用后会以应用权限执行,需核查来源
  • 远程控制机器人 Token 一旦泄露,他人可通过消息应用远程操控本机会话、切换模型或读取待处理交互
  • 部分搜索能力通过模拟用户浏览搜索引擎实现,需注意目标网站的使用条款
  • README 声明数据加密与代码混淆接口为“预留”能力,具体启用情况需结合实际版本核实

常见排障

  1. 安装依赖后功能异常:确认已执行 `pnpm run installRuntime` 安装内置 Node.js 运行时;若报 `No module named 'distutils'`,需先 `pip install setuptools`
  2. Windows 下 `pnpm` 操作失败:需在系统设置中开启“开发者模式”或使用管理员账户,以允许创建符号链接/硬链接
  3. 模型无法响应:检查“模型提供商”标签下 API Key 是否正确配置,或本地 Ollama 服务是否已启动
  4. MCP 服务连接失败:核对该服务使用的传输方式(stdio/SSE/StreamableHTTP)与工具调用调试面板中的参数、返回数据是否匹配
  5. ACP 代理无法启动:检查“设置 → ACP Agents”中内置代理是否已启用,或自定义命令路径是否正确
  6. 远程控制无响应:确认已在“设置 → Remote”完成对应消息平台的绑定,并检查机器人 Token 是否有效

使用场景

日常助手:问答、建议、写作与创作辅助
开发辅助:代码生成、调试、技术问题排查,以及通过 ACP 接入编码类智能体
学习工具:概念讲解、知识探索与学习引导
内容创作:文案撰写、创意生成、内容优化
数据分析:数据解读、图表生成、报告撰写
跨设备远程操控:通过 Telegram/Discord/飞书等在手机端管理正在运行的桌面会话

支持客户端

暂未确认支持的客户端。