Skip to content
←返回开源项目

OPEN SOURCE DEEP DIVE

DeepSeekLLM ClientAnthropic-Compatible APILocal-First

DeepSeek Chat Demo:无需后端的本地优先聊天客户端

一个直接调用 DeepSeek Anthropic 兼容接口的静态聊天客户端,会话和附件保存在浏览器本地,适合作为 API 接入与交互实现参考。

deepseek-ai/chat-demo3.0kTypeScriptMIT2 min read

DeepSeek Chat Demo 是 DeepSeek 官方维护的示例仓库,目标不是封装模型,也不是提供一套可直接托管多用户账号的聊天服务,而是展示浏览器如何直接接入 DeepSeek 的 Anthropic 兼容接口。它把会话、附件、分支、搜索、引用、语音和导入导出做成一个完整的静态前端,同时刻意不设置应用侧服务端。因此,它更适合被视为一份可运行的接口接入参考:模型推理、文件上传、语音识别和语音合成都发生在远端服务,仓库负责组织交互、保存浏览器本地状态并把流式响应还原成可读内容。

这个边界非常重要。项目所谓的“无后端”,准确含义是没有由这个仓库提供的业务服务、数据库或鉴权中转层;它仍然依赖配置好的 API 服务。用户第一次使用时需要在设置中填写 API Key,之后浏览器会直接向 API 地址发起跨域请求。部署者可以把构建产物放到静态网站、对象存储或普通网页服务器,也可以直接打开本地文件,但不能据此认为数据完全不离开设备:发送消息、上传附件和使用语音功能时,相关内容都会提交给远端接口。

一、项目在系统中承担什么角色

层次仓库实际实现不由仓库承担
用户界面React 与 TypeScript 构建的双语聊天界面、设置面板、会话侧栏和移动端布局站内账号体系、多人协作与权限控制
协议接入调用 Messages、Files、模型校验以及语音识别与合成接口DeepSeek 模型本身、推理调度和内容安全服务
数据保存设置写入 localStorage;会话、消息树与附件原件写入 IndexedDB跨浏览器同步、集中备份和服务器端会话数据库
发布Rspack 打包成静态目录,可由任意静态主机提供API Key 的秘密保管、服务端限流与统一审计

这正是该示例的主要价值。很多聊天演示只展示一次问答,读者很难从中看到真实产品必须处理的停止生成、附件重传、协议断流、会话分支、历史恢复和拒绝状态。DeepSeek Chat Demo 把这些状态放进了一个可以阅读源码的实现中,同时又没有用一层自建服务端把 API 细节遮住。

二、请求链路与 Anthropic 兼容协议

构建配置通过编译期常量注入 API 地址,默认值是 https://api.deepseek.com。聊天请求发往 /anthropic/v1/messages,文件上传和删除走 /anthropic/v1/files,API Key 校验则调用不需要计费的模型列表接口。默认聊天模型是 deepseek-flash,也保留了另一个模型标识。接口请求不是简单的“发一句话、等一个字符串”,而是一组带有思考开关、安全等级、服务端工具和标题生成能力的结构化消息。

每次聊天都会声明安全等级为 high。链接阅读工具始终可用,联网搜索则由设置中的开关决定。请求还可以开启标题生成,让服务端在回答结束时返回会话标题;续写时通过末尾的助手消息触发下一段生成,而不是在客户端伪造完整答案。历史上下文只包含提问和有有效回答成对的轮次,失败、拒绝、模板提示以及不可用的工具往返不会原样进入下一轮请求。

流式响应使用 text/event-stream。客户端自己实现了符合浏览器事件流规范的解码器:它处理 CRLF、LF 和 CR 三种换行,保留多行 data,忽略保活注释,并特别处理 UTF-8 多字节字符被网络分片截断的情况。解析器只在空行到达时派发事件,流结束前未完整结束的事件不会被误当成有效消息。聊天层收到 message_stop 才认为正常结束;如果连接提前关闭,会得到“中断”错误,而不是悄悄把半截内容标成完成。

内容块也没有被压平成纯文本。正文块保存文本与引用,思考块保存思考内容和签名,服务端工具块保存搜索、打开页面、页内查找或链接阅读过程,消息结束事件补充停止原因和累计用量。增量事件通过临时块索引映射到本地回复;无法识别的事件会被跳过,避免协议扩展直接使旧客户端崩溃。停止生成依赖 AbortController 取消请求和读取流,用户停止后保留已经收到的内容,并允许在满足条件时继续。

三、本地优先的状态设计

项目把“设置”和“对话资产”分开保存。API Key、界面语言、主题、位置、朗读音色、深度思考、智能搜索和侧栏状态进入 localStorage。会话列表、完整消息树和文件原件进入 IndexedDB。这样的分法让启动时可以快速恢复偏好,也避免把大块二进制附件塞进键值字符串。数据库使用对象存储和索引管理会话摘要,并对附件原件做按本地文件标识去重:同一份原件被多个消息引用时只保存一次。

附件流程不是等用户点击发送才开始。选择、拖入或粘贴文件后,校验会先检查扩展名、文件大小和数量,再进入最多三个并发任务的上传队列。图片不作为需要版面解析的文档上传;PDF、Word 和 PPT 使用版面识别用途;纯文本、代码、表格和电子书使用用户数据用途。一般单文件上限为 64 MB,用户数据用途上限为 32 MB,单个请求最多 50 个文件,最终格式仍以服务端校验为准。

上传成功后,消息只携带服务端文件标识。发送前若历史附件缺少标识,客户端会尝试从 IndexedDB 取回原件并补传;原件已丢失的附件不会伪造标识,也不会混入请求。图片在消息中成为 image 块,其他文件成为 document 块。源码注释明确指出,扩展模式下服务端不支持 document,因此“界面上能选择某种文件”与“当前模型模式一定能处理它”不是同一个判断。

删除会话时,客户端只清除本地会话和无其他会话引用的附件原件,不会调用远端文件删除接口。设置中的“删除所有对话”同样保留 API Key 和设置,并明确提示已经上传到 API 服务的文件不会被删除。这个行为对 demo 合理,但迁移到生产应用时必须补齐远端文件生命周期、配额回收和用户可见的删除确认。

四、消息分支、重新生成与历史归档

会话不是线性数组。消息通过父标识和当前选中的子标识组成树,界面展示和请求上下文都沿当前分支读取。重新生成会在同一父节点下创建兄弟回答,切换版本只改变选中路径,不会覆盖另一条分支。编辑提问也沿用这套结构,因此用户可以保留不同问法及其后续讨论。这个设计比在一条记录里不断替换文本更可靠,也让历史导入后仍能恢复当前路径。

历史导入导出使用版本 3 的 ZIP 归档。归档首先写 manifest,再写各会话 JSON、会话索引和图片原件;导入器也兼容会话与图片交错、索引在末尾的合法排列。读取时会校验格式版本、路径、文件大小、CRC、会话索引和消息树,并通过暂存对象仓库保存中间结果。只有全部校验通过后,才在一个 IndexedDB 事务里替换正式会话与附件;失败或页面关闭不会先把旧数据清空。

归档包含完整消息树与本地存在的图片原件,不包含 API Key、应用设置或其他文件的原始字节。正文、思考用时、模板标记、工具结果和阅读链接签名会保留,但模型、部分用量信息、非当前分支选择和结构化错误细节之类运行状态不会完整恢复。导入的回复统一不能继续生成,这是有意收紧的兼容策略。导出和导入还会与清空历史共用串行队列,避免两个大规模存储操作交错。

五、搜索、链接阅读、引用与拒绝

智能搜索不是客户端抓取网页。请求只把服务端工具能力告诉模型,真正的搜索、网页打开、页内查找和链接读取由远端服务执行。结果块会带回网页标题、URL、摘要、站点信息、页面时间和加密内容;正文中的引用被建模为带 URL、标题和 cited_text 的定位信息。客户端展示可以安全使用的摘要与来源,同时把无法解密的搜索内容按协议原样保留或忽略。

链接阅读结果包含一个签名。后续轮次只在调用和结果都有有效签名时回传 read_link 工具块,让服务端恢复网页上下文;搜索调用和历史思考不会全部塞回请求。客户端还区分普通结束、达到输出上限、工具调用和拒绝。若服务端返回拒绝,界面按协议丢弃已经下发的普通正文与思考,只保留工具块,避免把被拒绝内容继续当作有效回答展示或作为下一轮上下文。

“继续生成”也有明确条件。只有用户主动停止,或正常结束但达到输出上限的回复可以续写;报错回复、拒绝、客户端工具调用、含服务端工具块的轮次、模板提示都不允许续写。这不是 UI 遗漏,而是为了保持服务端协议状态一致。开发者若要把这个示例改成自己的产品,应先理解这些限制,再把它们映射到自己的业务状态,而不是简单放开按钮。

六、语音、富文本与离线边界

语音输入在页面内采集,使用 16 kHz、单声道、16 位 PCM 的 WAV,最长 120 秒。录音节点同时连接频谱分析器,所以移动端能在输入框首行显示实时频谱;停止后 WAV 被上传到语音识别接口。朗读则请求裸 PCM 音频流,客户端以 24 kHz 解码并按顺序调度播放,首帧到达即可开始出声。服务端默认过滤代码块、表格、引用标记和长公式,以减少把不适合朗读的内容念出来。

回答渲染支持 Markdown、代码高亮、KaTeX 公式和 Mermaid 图表。异步模块保留在构建产物中,静态文件的公共路径根据当前脚本地址推导,因此不只线上静态主机可用,直接打开构建后的 index.html 也有机会加载异步资源。不过 file:// 场景要求浏览器允许该来源使用本地存储,也要求 API 服务接受来自 file:// 的跨域请求;不同浏览器对这两点的策略并不一致,所以它适合演示和本地试用,不应被当作稳定的企业部署方案。

七、静态构建与安全边界

项目使用 Rspack 生成静态目录,构建时把 API 地址写进前端,并把许可证复制到产物。仓库没有服务端入口,也没有代理路由,因此 API Key 必然存在于浏览器可访问的存储中。localStorage 不提供加密,任何成功的同源脚本、恶意扩展、共享设备上的其他使用者或静态托管供应链污染,都可能读取它。无后端并不意味着更安全,只意味着信任边界从服务器移到了浏览器和 API 服务的跨域策略。

如果把该项目作为产品基础,至少需要重新设计以下部分:使用受限的专用 Key 或临时令牌;通过服务端代理隐藏长期凭据;对上传和生成请求做用户级限流;为文件删除、配额和审计建立服务端流程;处理 XSS 与第三方脚本;明确会话是否允许跨设备同步;以及为内容安全、留存期限和隐私声明建立可执行机制。直接把手头的生产 Key 填进公开静态站点,会让任何访问者都能读取和滥用它。

与此同时,这种直接接入方式在内部工具、个人工作台、协议验证页和受控演示中很有用。开发者可以快速确认 API 是否支持思考、搜索、链接签名、文件块和标题扩展,也能观察协议事件如何变成具体交互。它减少了一层服务端样板代码,使问题更容易定位在前端状态还是远端接口。

八、适合采用与不适合采用的场景

适合的场景包括:评估 DeepSeek Anthropic 兼容接口;为自研聊天产品制作功能基线;学习浏览器端 SSE 解析和内容块合并;验证搜索、引用、附件与语音链路;在受控网络中提供一个无需部署业务后端的本地客户端。它的会话分支、原子导入、附件排队和停止续写细节,都比一般的“消息列表 + 输入框”示例更接近真实使用。

不适合直接承担的场景也很清楚:需要账号登录、团队权限、跨设备同步、集中审计、服务端秘密、统一文件回收或多人共享会话的产品;要求浏览器存储成为唯一事实来源且能被管理员恢复的组织;以及无法保证静态资源来源可信、却准备放入高权限 API Key 的公开站点。此时应保留它的协议与交互实现,另建服务端边界。

九、结论

DeepSeek Chat Demo 的定位可以概括为一句话:它是一份把 DeepSeek 兼容 API 直接接到浏览器里的完整前端样本,而不是一个完整的聊天基础设施。它最值得阅读的部分不是界面数量,而是围绕真实协议失败模式做出的状态处理,包括 SSE 断流、附件补传、消息分支、导入事务、工具签名、拒绝清理和续写限制。

采用它之前应先接受一个前提:浏览器就是 API 客户端,Key 和数据策略都由部署方式决定。只要这个边界清楚,它是快速验证接口和搭建个人聊天界面的高密度参考;如果目标涉及多用户、秘密保管、合规删除或运营级配额,则必须补上仓库刻意省略的应用后端,而不能把“静态可运行”误认为“生产边界完整”。

相关开源项目

deepseek-ai/deepseek-harnessMIT

DeepSeek Harness:一切皆插件的开源 agent 运行时

DeepSeek AI 开源的 agent harness(命令行 dsh,MIT,23 万+ star)。内核只提供插件系统语义,工具、界面、模型接入全部以插件挂载;底座是 Cordis 的时空可组合性范式(arXiv:2608.25512)。当前处于 developer preview,官方明确警告会有破坏兼容性的变更,运行前须读 SAFETY.md。基准复现尚未做过,这一档记为待复现。

智能体运行时Plugin Architecture
TypeScript234k28k1.0k
bowenliang123/dsh-contextApache-2.0

dsh-context:把 DeepSeek Harness 的上下文窗口变成可对账的账本

DeepSeek Harness(dsh)的上下文洞察与管理插件:五个入口覆盖跨会话总览、单会话组成/趋势/事件/文件活动与子 Agent 编队;宿主侧把 V4 持久事件日志 fold 成逐请求组成时间线,计量口径与运行时自身投影逐条验等,兼容矩阵按基线 tag 用真实 harness 源码探针。

Agent ContextLLM智能体
TypeScript2.8k979
deepseek-ai/DeepInferApache-2.0

DeepInfer:支撑 DeepSeek 生产服务的推理框架

DeepSeek 把自己生产环境的推理引擎开源了出来。DeepInfer 是 DeepSeek-V4.1-Flash 的服务框架,本次放出离线推理核心:C++ 零开销异步调度器、注意力 DP/均衡 CP 加 MoE EP 与 EPLB、DSpark 投机解码配置信度调度验证、SWA 有界回放预填充、批不变与确定性采样、正则/JSON/EBNF 结构化输出;NVIDIA SM100 与昇腾 950 双后端,Apache-2.0。

LLM InferenceInference Framework
Python1.8k1291
deepseek-ai/dsh-libreoffice-kitMPL-2.0

DeepSeek 开源 dsh-libreoffice-kit:Node.js 里"字体友好"的 Office 转换渲染套件,Agent 办公文档链路补齐

DeepSeek Harness 内部组件开源(npm @deepseek-ai/libreoffice-kit + dsoffice CLI):Office→PDF 导出(OOXML + 97-2003 二进制)、表格重算、Office/PDF 直接按页渲染 PNG;"字体友好"=字体发现/指定族保留/可配置替换(Carlito 顶 Calibri、Caladea 顶 Cambria)/missingFonts 报告与预算;五平台预置引擎(macOS ARM64/x64、Windows ARM64/x64、Linux WASM)可离线打包,精简后下载体积 -37~39%;不依赖用户机器的 LibreOffice 安装。

DeepSeeklibreoffice
JavaScript4120

本站含 CakeGrowth 联盟推广链接,我们可能从符合条件的购买中获得佣金。