deep-chat
deep-chat 是一款专为网站打造的高度可定制化 AI 聊天组件,开发者只需嵌入一行代码,即可快速集成智能对话功能。它有效解决了传统聊天机器人开发中接口对接复杂、交互形式单一以及多端适配困难等痛点,让构建专业级对话界面变得简单高效。
这款工具非常适合前端开发者、全栈工程师以及希望为产品快速添加 AI 能力的团队使用。其核心亮点在于强大的连接能力,支持直接从浏览器对接 OpenAI、Claude 等超过 20 种主流 AI 服务,也允许连接自定义后端或直接在浏览器端运行模型。在交互体验上,deep-chat 不仅支持文本,还原生具备文件传输、 webcam 拍照、麦克风录音及语音互转等丰富功能,并能完美渲染 Markdown 与代码块。此外,它兼容各类主流 UI 框架,提供从头像设置到加载动画的全方位自定义选项,近期更新更引入了专注模式和本地存储优化,确保用户能获得流畅且个性化的对话体验。
使用场景
一家在线教育平台急需在其课程详情页嵌入智能助教,以实时解答学生关于代码作业的疑问并支持语音互动。
没有 deep-chat 时
- 前端团队需耗费数周从头开发聊天界面,难以同时兼容 Web、React 和 Vue 等多种技术栈。
- 实现语音问答功能极其复杂,需单独集成录音、语音转文字及文字转语音多个第三方服务,调试成本高。
- 无法直接连接 OpenAI 或 Claude 等主流模型,必须额外搭建后端代理服务器来转发请求,增加了运维负担。
- 代码块渲染效果差,缺乏 Markdown 支持和自定义样式,导致编程类回答杂乱无章,影响阅读体验。
- 会话记录依赖后端数据库存储,用户刷新页面后上下文丢失,且无法在本地快速恢复之前的提问状态。
使用 deep-chat 后
- 仅需一行代码即可将高度定制的聊天组件注入网站,完美适配现有所有前端框架,上线时间从数周缩短至半天。
- 原生支持“语音对语音”交互,内置麦克风录音与自动播报功能,学生可直接口述问题并听到助教的语音解答。
- 通过
directConnection配置直接在浏览器端连接超过 20 种 AI API(如 OpenAI Realtime),无需编写任何后端中转代码。 - 内置强大的 Markdown 解析与代码高亮渲染,配合自定义 HTML 包装器,使编程教程和公式展示清晰专业。
- 利用
browserStorage自动在本地缓存对话内容与滚动位置,用户刷新页面后可无缝续聊,极大提升了学习连续性。
deep-chat 让教育团队以极低的开发成本,迅速构建出具备多模态交互能力且体验流畅的专业级 AI 助教系统。
运行环境要求
未说明
未说明

快速开始

Deep Chat 是一个完全可定制的 AI 聊天组件,只需 一行代码 即可轻松注入到您的网站中。无论您是想创建一个基于 ChatGPT 等热门 API 的聊天机器人,还是连接到您自己的自定义服务,这个组件都能满足您的需求!请访问 deepchat.dev 查看所有可用功能、使用方法、示例等内容!
:rocket: 主要特性
- 可连接任意 API
- 支持头像和昵称
- 支持文件发送与接收
- 通过摄像头拍摄照片
- 通过麦克风录制音频
- 支持语音到语音的交流
- 支持语音转文本输入消息
- 支持文本转语音朗读回复消息
- 内置 MarkDown 和自定义元素支持,便于文本排版和代码渲染
- 提供介绍面板和动态弹窗,帮助向用户说明功能
- 直接从浏览器连接超过 20 种热门 AI API,如 OpenAI 或 Claude
- 支持语音到语音模型的交互
- 兼容主流 UI 框架和库
- 在浏览器端部署模型
- 聚焦模式,仅显示最新消息
- 所有内容均可自定义!
:tada: 最新更新
Deep Chat 2.4.0 版本为生态系统带来了大量新特性:
- 新增
scrollButton和hiddenMessages组件,用于优化长对话场景下的用户体验! upwardsMode可用于向上填充消息。directConnection现在支持Open WebUI。browserStorage现在可以存储inputText和scrollHeight值,从而提升会话恢复体验。- 更多详情请参阅 发布说明!
2.3.0 更新:
directConnection现在支持超过 20 种 AI API!htmlWrappers现在可用于为所有消息统一自定义样式。- 您现在可以为 remarkable 使用自定义插件,例如 Katex。
- 通过
displayLoadingBubble中的toggle函数,可更改加载气泡的样式。 - 更多详情请参阅 发布说明!
2.2.2 更新:
browserStorage允许您在浏览器本地存储消息,无需担心后端消息集成问题。- 按钮 tooltips。
- 将流式传输的消息放入自定义
htmlWrappers中。 - 更多详情请参阅 发布说明!
2.2.0 更新:
- 支持 OpenAI Realtime API 进行语音到语音交流
- 聚焦模式 只显示最新的消息交互,带来现代化的 AI 聊天机器人体验
- 自定义按钮
- Response 现在可以包含多条消息
- 能够连接到 Readable Stream APIs
- 更多详情请参阅 发布说明!
:computer: 快速开始
npm install deep-chat
如果您使用的是 React,请安装以下包:
npm install deep-chat-react
然后在您的 HTML 中添加如下代码即可:
<deep-chat></deep-chat>
具体语法会根据您选择的框架有所不同(请参阅此处)。
:computer: 使用 AI 安装
您可以参考 llms.txt 文件,利用代码助手快速安装并配置 Deep Chat:
"请使用 https://github.com/OvidijusParsiunas/deep-chat/blob/main/llms.txt 将聊天组件添加到我的网站。"
:zap: 连接

连接服务非常简单,您只需使用 request 属性定义 API 的详细信息:
<deep-chat request='{"url":"https://service.com/chat"}'/>
请注意,该服务需要能够处理 Deep Chat 使用的请求和响应格式。请阅读文档中的 Connect 部分,并查看 服务器模板 示例。
此外,如果您不想修改目标服务,也可以使用 interceptor 属性来增强传递的对象,或者使用 handler 函数来控制请求逻辑。
:electric_plug: 直接连接

您可以通过 directConnection 属性直接从浏览器连接热门 AI API:
<deep-chat directConnection='{"openAI":true}'/>
<deep-chat directConnection='{"openAI":{"key": "optional-key-here"}}'/>
请注意,这种方法仅适用于本地开发、原型设计或演示场景,因为它会将 API 密钥暴露在浏览器中。正式上线时,请改用上述描述的 connect 属性,并配合 代理服务 使用。
:robot: 网页模型

无需服务器,无需连接,即可在您的浏览器中完全托管一个大语言模型。
只需添加 deep-chat-web-llm 模块,并定义 webModel 属性:
<deep-chat webModel="true" />
:camera: :microphone: 摄像头与麦克风

使用 Deep Chat 通过网络摄像头拍摄照片,并用麦克风录制音频。您可以通过 camera 和 microphone 属性来启用此功能:
<deep-chat camera="true" microphone="true" ...其他属性 />
:microphone: :sound: 语音
https://github.com/OvidijusParsiunas/deep-chat/assets/18709577/e103a42e-b3a7-4449-b9db-73fed6d7876e
利用语音转文本功能,通过语音输入文本,并让系统通过文本转语音功能将回复朗读给您听。您可以通过 speechToText 和 textToSpeech 属性来启用此功能。
<deep-chat speechToText="true" textToSpeech="true" ...其他属性 />
:beginner: 示例
查看针对您所选 UI 框架/库 的实时 CodePen 示例:
| React | Vue 2 | Vue 3 | Svelte | SvelteKit | Angular | Solid | Next | Nuxt | VanillaJS |
|---|---|---|---|---|---|---|---|---|---|
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
借助以下 服务器模板,搭建您自己的服务器从未如此简单。从创建您自己的服务到为 OpenAI 等其他 API 设置代理,所有内容都配有清晰的示例说明,让您在几秒钟内即可快速上手:
| Express | Nest | Flask | Spring | Go | SvelteKit | Next |
|---|---|---|---|---|---|---|
![]() |
![]() |
![]() |
![]() |
![]() |
所有示例都已准备好部署到诸如 Vercel 之类的托管平台上。
:tv: 教程
演示视频可在 YouTube 上找到:
:joystick: 演示平台
在官方的 Playground 中,无需编写任何代码即可创建、配置和使用 Deep Chat 组件!
:tada: 更新 - 现在可以使用新的 展开视图将组件拉伸至全屏尺寸:
:heart: 贡献
开源是由社区为社区构建的。欢迎对本项目做出任何贡献!
此外,如果您有任何改进建议、进一步推进该项目的想法,或发现了 bug,请随时创建一个新的问题单,我们将尽快予以处理!
版本历史
2.4.22026/01/312.4.12026/01/072.4.02025/12/302.3.02025/10/222.2.22025/07/032.2.12025/05/122.2.02025/05/012.1.12024/12/292.0.12024/07/292.0.02024/07/121.4.112024/02/101.4.102024/01/281.4.72024/01/151.4.62023/12/201.4.52023/12/051.4.42023/11/251.4.32023/11/181.4.22023/11/151.4.12023/11/121.4.02023/11/05常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。










