DeepChat：本地优先的 AI agent 桌面客户端

把模型接进桌面聊天框不难，难的是 agent 跑起来之后过程管不住。上下文什么时候被截断、这一轮调用了哪些工具、上一次的结果从哪里来，多数客户端最后只留给你一个回答。

DeepChat 是用 TypeScript 和 Electron 构建的本地优先 AI agent 桌面客户端，接入云端模型或本地 Ollama，把会话与工具调用记录都留在本机。

它面向每天用 agent 干活的人。输入侧是你自己配置的模型提供商、选定的项目文件夹、当前对话启用的 Skills 和 MCP 工具；输出侧是一份可以回看的会话历史，记着请求序列、工具输出和 token 用量。桌面形态意味着它跟着一台机器走，而不是随手打开一个网页就能用。

主要功能

• 本地优先的 agent 桌面客户端：DeepChat 自身、ACP agent 和可远程控制的 bot 从同一个类似模型选择的入口进入。长会话带项目文件夹、权限模式、工具输出和可恢复上下文。
• Tape 与 Trace：会话 Tape 记录结构化的工作历史，用于恢复、继续以及后续的 agent 记忆流。Trace 预览显示请求序列、provider 与 model 元数据、Tape 视图清单、包含的条目以及 token 预算。
• Skills：从文件夹、ZIP 文件或 URL 安装，按对话启用，加载任务相关的指令、引用和可选脚本，并支持与 Claude Code、Codex、Cursor、Windsurf 等工具之间导入导出。
• MCP 支持：覆盖 Resources、Prompts、Tools、多种传输方式和 inMemory 服务，提供一键安装。
• ACP 集成：把符合 Agent Client Protocol 的编码与任务 agent 作为一级条目放进模型选择器。
• 远程控制：从 Telegram、飞书/Lark、QQBot、Discord、微信 iLink 控制 DeepChat 会话。
• 多模型管理：兼容 OpenAI、Gemini、Anthropic API 格式的任意提供商，也能连本地 Ollama。近几个版本陆续加入 Requesty、Cloudflare Workers AI、TypeSafe 提供商，以及 OpenAI 的 ChatGPT 登录选项。
• 记忆与定时任务：编辑或删除记忆前会做一次依赖记忆审查，受影响的反思可以被显式检查和归档，记忆证据用分页 lineage 视图展示派生来源与派生声明。定时任务改成列表加详情的布局，带模板、运行历史和离开保护。

安装与依赖

普通用户走 README 的 Quick Start，它分成 Download and Install、Configure Models、Start Conversations 三步。本次可见的 README 节选只给了这三个小节标题，没有展开每步的具体命令，仓库里没有说明这一步。

从仓库结构看，这是 Electron 项目，根目录有 electron-builder.yml 与 electron.vite.config.ts，包管理用的是 pnpm，因为根目录同时存在 pnpm-lock.yaml 与 pnpm-workspace.yaml。另有一个 Dockerfile.build.linux，用于 Linux 下的构建。

想从源码跑，README 的 Development Guide 分 Install Dependencies、Start Development、Build 三节，具体命令同样没有出现在本次节选里。仓库地址是 https://github.com/ThinkInAIXYZ/deepchat，主要语言 TypeScript（占比 85.0%，其后是 Vue 10.4%），许可证 Apache-2.0。

最短能跑通的用法

README 描述的上手路径只有三步：先安装客户端，再在设置里配置模型提供商，然后开始对话。每一步的命令行细节仓库里没有给出，只能按界面走。

要接云端模型，填各家的 API 密钥；要用本地模型，走 Ollama。要装 Skills，从文件夹、ZIP 或 URL 导入，再在具体对话里启用。要用工具，配好 MCP 服务；MCP 支持一键安装，但 Issue 里出现过 go run 启动的 server 在 DeepChat 里连不上、报 MCP error -32000: Connection closed 的情况，同一个 server 在 VS Code 的 GitHub Copilot 插件里能起来，说明本地启动方式需要按 DeepChat 的要求调整。

关键参数

• 模型提供商：兼容 OpenAI、Gemini、Anthropic 三种 API 格式的任意端点，加上本地 Ollama。仓库里有 .env.example，但内容未在节选中展开。
• 权限模式与项目文件夹：长会话的两个核心参数，决定 agent 能碰哪些文件、在哪个目录里工作。
• Skills 的启用范围按对话走，同一个 Skill 可以在 A 对话开着、在 B 对话关掉。
• 上下文控制：v1.1.3-beta.1 加入可选的判断模型（judgment model），用来裁剪过期的工具结果，降低上下文占用，需要手动开启。
• 调试日志：provider 调试日志只在开发构建里输出，正式版里看不到。
• 定时任务：带模板和运行历史，v1.1.3-beta.2 起改成列表加详情的布局。

结果在哪里看

会话过程看 Tape 和 Trace：Tape 是结构化的工作历史，Trace 预览里能看到请求序列、provider 与 model 元数据、Tape 视图清单、实际包含的条目和 token 预算。这两处是它和其他聊天客户端差别最大的地方。

定时任务的执行结果在运行历史里；记忆的派生关系在分页 lineage 视图里。数据落在本机，Issue 里有用户直接翻本地数据存储的数据库来核对会话是否完整，说明这不是纯内存方案。

实际使用中的坑

下面几条都来自仓库 Issue，当前状态都是已解决，但暴露过的问题形态值得先知道。

• 快捷键全局拦截：同时打开 DeepChat 和其他应用时，其他应用里的 command+o、command+w 不生效，关掉 DeepChat 就恢复。用户指出大部分快捷键本应在窗口获得焦点后才拦截。评论 11 条，已解决。
• 调用 MCP 工具进入死循环：用户让它新增一条商机记录，回复反复重复同样的步骤，最后只能手动取消。提问者拿它和 Cursor 调用 MCP tool 的效果做了对比，认为差距明显。评论 10 条，已解决。
• 对话历史无法加载：Windows 11 下 v1.0.6-beta.5 只能加载最近聊天记录，侧边栏看不到的旧对话就取不出来。用户检查了本地数据库，数据其实是完整的，客户端自带的数据库修复功能也显示未发现 schema 问题。评论 9 条，已解决。
• 复制回答带上思考内容：以 DeepSeek R1 为例，点「复制回答为 Markdown」会把 <think> 里的思考内容一起复制进去，多数场景下这部分并不需要。评论 9 条，已解决。

和同类放在一起看

如果工作重心是 Claude Code，cc-haha 这种围绕单一 CLI 生态做的工作区更贴；如果只是想随手打开就能聊天，NextChat 那一句「不需要 API key，注册即用」正好点中 DeepChat 的短板。DeepChat 要你先把 provider 和密钥配好，功能面铺得更宽，第一次打开时的设置成本明显更高。真正值得选它的场景，是需要把会话过程、工具输出和 token 用量留下来反复查看。

适合谁

适合手上同时有好几个模型来源、又想把 agent 的中间过程留下来的人，比如需要对照 MCP 工具调用结果排查问题的开发者，或者要把同一套 Skills 在多个对话里反复启用的内容与研究岗位。也适合需要从 Telegram、飞书这类消息应用远程触发会话的人。

不适合只想找个地方和模型聊天的人。配置提供商、理解 Tape 与 Trace 的读法、管好权限模式，这些都要花时间；仓库里对新手友好的分步命令也没有补齐。Star 数 6356、Fork 745，开放 Issue 只有 5 个，项目仍在活跃迭代，最新版本是 v1.1.3-beta.3。

焚评：这个项目的量化评分

本项目的选题来自 焚.com（一个按公开公式给 GitHub 项目打分的站）。焚评当前总分 10.0 分（满分 10）。下表是各维度的得分：

评分口径、权重与计算方式见焚.com 的评分方法页；数据随 GitHub 指标刷新，具体数值以焚.com 当前页面为准。本文正文为诀.com 独立撰写，评分数据由焚.com 授权引用。