DeepChat: Ein lokaler KI-Agent-Desktop-Client mit Sitzungsbändern und Fernsteuerung

Ein Desktop-Client für Modelle, Werkzeuge und langlebige Agenten

DeepChat ist eine Open-Source-Desktop-Anwendung, geschrieben in TypeScript. In der README wird es als lokaler KI-Agent-Client beschrieben, der Modelle, Werkzeuge, Fähigkeiten, Agent-Laufzeiten, Sitzungsbänder und langlebige Sitzungen in einer App vereint. Das Projekt nennt Vue, Electron, Electron-Vite und oxlint als Abhängigkeiten und sagt, das Tape-Design sei von Bub beeinflusst. Die Repository-Metadaten listen 6.197 Sterne und 708 Forks sowie 8 offene Issues auf. DeepChat-Sitzungen folgen der Tape.systems-Philosophie. Laut README behält das Sitzungsband wiederherstellbaren, nachverfolgbaren und prüfbaren Kontext, einschließlich Tool-Aufrufen, Anfragen und Ergebnissen. Vorschauen zeigen Anfragesequenzen, Anbieter- und Modellmetadaten, Tape-Ansichtsmanifeste, enthaltene Einträge und Token-Budgets. Dies soll das Debuggen und Fortsetzen langlebiger Agentensitzungen erleichtern. Die README gibt keine weiteren Implementierungsdetails an. Fähigkeiten sind kleine Pakete mit Aufgabenanweisungen, Referenzdateien, Assets und optionalen Skripten. Sie können aus Ordnern, ZIP-D deepchat ist damit klar als deepchat - a smart assistant that connects powerful ai to your personal world. einzuordnen. Die README beschreibt den Zweck und die genannten Bausteine, sagt aber nicht automatisch etwas über jede Plattform, jede Lastsituation oder einen langfristigen Wartungsplan aus. Diese Grenze ist für die Einordnung wichtig: Aus einer Liste von Technologien wird kein Beleg für eine fertige Gesamtarchitektur.

Für die praktische Prüfung von ThinkInAIXYZ/deepchat sollte der dokumentierte Einstieg mit genau den im README genannten Dateien, Klassen oder Befehlen nachvollzogen werden. Bei deepchat sind im Abschnitt 1 die erzeugten Dateien, die sichtbare Ausgabe und mögliche Fehlermeldungen aussagekräftiger als allgemeine Kennzahlen. Falls die Quelle eine Version, einen Dienst oder eine Konfigurationsdatei nennt, gehört dieser konkrete Bezug in den Test. Nicht dokumentierte Eigenschaften bleiben offen, statt aus dem Repository-Namen abgeleitet zu werden.

Sitzungsbänder und Nachverfolgbarkeit

bt keine weiteren Implementierungsdetails an. Fähigkeiten sind kleine Pakete mit Aufgabenanweisungen, Referenzdateien, Assets und optionalen Skripten. Sie können aus Ordnern, ZIP-Dateien oder URLs installiert und pro Konversation aktiviert werden. Die README listet Import- und Export-Kompatibilität mit Claude Code, Codex, Cursor, Windsurf, GitHub Copilot, Kiro, Antigravity, OpenCode, Goose, Kilo Code und anderen Tools auf. Integrierte Fähigkeiten decken generative Kunst, Code-Review, Dokumentzusammenarbeit, DOCX, Frontend-Design, Git-Commit-Nachrichten, PDF, PPTX und mehr ab. Der Schnellstart: Öffnen Sie in den Einstellungen den Bereich Fähigkeiten, installieren oder importieren Sie eine Fähigkeit und aktivieren Sie sie in einer Konversation. DeepChat bietet eingebaute Unterstützung für das Agent Client Protocol. Nach Aktivierung von ACP in den Einstellungen erscheinen ACP-kompatible Agenten als erstklassige Einträge im Modellwähler. Benutzer können einen eingebauten ACP-Agenten aktivieren oder einen eigenen Befehl hinzufügen. Die ACP-Arbeitsbereichsoberfläche zeigt deepchat ist damit klar als deepchat - a smart assistant that connects powerful ai to your personal world. einzuordnen. Die README beschreibt den Zweck und die genannten Bausteine, sagt aber nicht automatisch etwas über jede Plattform, jede Lastsituation oder einen langfristigen Wartungsplan aus. Diese Grenze ist für die Einordnung wichtig: Aus einer Liste von Technologien wird kein Beleg für eine fertige Gesamtarchitektur.

Für die praktische Prüfung von ThinkInAIXYZ/deepchat sollte der dokumentierte Einstieg mit genau den im README genannten Dateien, Klassen oder Befehlen nachvollzogen werden. Bei deepchat sind im Abschnitt 2 die erzeugten Dateien, die sichtbare Ausgabe und mögliche Fehlermeldungen aussagekräftiger als allgemeine Kennzahlen. Falls die Quelle eine Version, einen Dienst oder eine Konfigurationsdatei nennt, gehört dieser konkrete Bezug in den Test. Nicht dokumentierte Eigenschaften bleiben offen, statt aus dem Repository-Namen abgeleitet zu werden.

Fähigkeiten, die pro Konversation aktiviert werden können

n als erstklassige Einträge im Modellwähler. Benutzer können einen eingebauten ACP-Agenten aktivieren oder einen eigenen Befehl hinzufügen. Die ACP-Arbeitsbereichsoberfläche zeigt strukturierte Pläne, Tool-Aufrufe und Terminalausgaben, sofern der Agent diese bereitstellt. Die README verweist für das Ökosystem auf agentclientprotocol.com, nennt aber keine konkreten kompatiblen Agenten. DeepChat kann über Telegram, Feishu/Lark, QQBot, Discord und WeChat iLink gesteuert werden. Remote-Endpunkte binden an eine Sitzung und können neue Sitzungen erstellen, letzte Sitzungen auflisten und wechseln, die Generierung stoppen, die aktuelle Sitzung auf dem Desktop öffnen, ausstehende Eingabeaufforderungen beantworten, Modelle wechseln und den Status prüfen. Die README listet gebräuchliche Befehle: /start, /help, /pair, /new, /sessions, /use, /stop, /open, /pending, /model und /status. Über das Einstellungsmenü hinaus werden keine Konfigurationsdetails gegeben. Die README listet dutzende Modellanbieter auf, darunter DeepSeek, OpenAI, Gemini, Anthropic, Grok, Ollama und viele Aggr deepchat ist damit klar als deepchat - a smart assistant that connects powerful ai to your personal world. einzuordnen. Die README beschreibt den Zweck und die genannten Bausteine, sagt aber nicht automatisch etwas über jede Plattform, jede Lastsituation oder einen langfristigen Wartungsplan aus. Diese Grenze ist für die Einordnung wichtig: Aus einer Liste von Technologien wird kein Beleg für eine fertige Gesamtarchitektur.

Für die praktische Prüfung von ThinkInAIXYZ/deepchat sollte der dokumentierte Einstieg mit genau den im README genannten Dateien, Klassen oder Befehlen nachvollzogen werden. Bei deepchat sind im Abschnitt 3 die erzeugten Dateien, die sichtbare Ausgabe und mögliche Fehlermeldungen aussagekräftiger als allgemeine Kennzahlen. Falls die Quelle eine Version, einen Dienst oder eine Konfigurationsdatei nennt, gehört dieser konkrete Bezug in den Test. Nicht dokumentierte Eigenschaften bleiben offen, statt aus dem Repository-Namen abgeleitet zu werden.

ACP-Agenten als wählbare Modelle

ungsmenü hinaus werden keine Konfigurationsdetails gegeben. Die README listet dutzende Modellanbieter auf, darunter DeepSeek, OpenAI, Gemini, Anthropic, Grok, Ollama und viele Aggregatoren. Es heißt, jeder Anbieter, der mit dem OpenAI-, Gemini- oder Anthropic-API-Format kompatibel ist, sollte funktionieren. Die lokale Ollama-Bereitstellung ist integriert, und Modell-Downloads können ohne Kommandozeile verwaltet werden. MCP-Unterstützung umfasst Ressourcen, Prompts und Tools mit StreamableHTTP-, SSE- und Stdio-Transports sowie einer eingebetteten Node.js-Laufzeit und In-Memory-Diensten. Eingebaute Suchintegrationen umfassen BoSearch und Brave Search, und das Modell kann das Browsen in Google, Bing, Baidu und Sogou simulieren. Die README erwähnt auch DeepLink für die Ein-Klick-Installation von MCP-Diensten. Fertige Builds sind über GitHub Releases, die offizielle Website und Homebrew auf macOS verfügbar (`brew install --cask deepchat`). Laut README verwendet Windows .exe, macOS .dmg und Linux .AppImage oder .deb. Nach dem Start konfigurieren Sie einen Modellanbieter mi deepchat ist damit klar als deepchat - a smart assistant that connects powerful ai to your personal world. einzuordnen. Die README beschreibt den Zweck und die genannten Bausteine, sagt aber nicht automatisch etwas über jede Plattform, jede Lastsituation oder einen langfristigen Wartungsplan aus. Diese Grenze ist für die Einordnung wichtig: Aus einer Liste von Technologien wird kein Beleg für eine fertige Gesamtarchitektur.

Für die praktische Prüfung von ThinkInAIXYZ/deepchat sollte der dokumentierte Einstieg mit genau den im README genannten Dateien, Klassen oder Befehlen nachvollzogen werden. Bei deepchat sind im Abschnitt 4 die erzeugten Dateien, die sichtbare Ausgabe und mögliche Fehlermeldungen aussagekräftiger als allgemeine Kennzahlen. Falls die Quelle eine Version, einen Dienst oder eine Konfigurationsdatei nennt, gehört dieser konkrete Bezug in den Test. Nicht dokumentierte Eigenschaften bleiben offen, statt aus dem Repository-Namen abgeleitet zu werden.

Fernsteuerung über Messaging-Apps

S verfügbar (`brew install --cask deepchat`). Laut README verwendet Windows .exe, macOS .dmg und Linux .AppImage oder .deb. Nach dem Start konfigurieren Sie einen Modellanbieter mit einem API-Schlüssel oder lokalem Ollama und erstellen dann eine Konversation. Für die Entwicklung listet die README `pnpm install`, `pnpm run installRuntime`, `pnpm run dev` sowie Build-Skripte für Windows, macOS und Linux mit optionalen Architektur-Flags auf. Das Projekt ist unter Apache-2.0 lizenziert. Der Lizenzauszug gewährt unbefristete, weltweite, nicht exklusive Urheber- und Patentlizenzen für Nutzung, Vervielfältigung und Verbreitung, erwähnt jedoch keine Garantie, Unterstützung, Sicherheitsgarantien oder Zertifizierung. Die Aussage der README, das Design sei „security-first", bezieht sich auf reservierte Verschlüsselungsschnittstellen und Code-Verschleierung, nicht auf einen geprüften Sicherheitsstatus. deepchat ist damit klar als deepchat - a smart assistant that connects powerful ai to your personal world. einzuordnen. Die README beschreibt den Zweck und die genannten Bausteine, sagt aber nicht automatisch etwas über jede Plattform, jede Lastsituation oder einen langfristigen Wartungsplan aus. Diese Grenze ist für die Einordnung wichtig: Aus einer Liste von Technologien wird kein Beleg für eine fertige Gesamtarchitektur.

Für die praktische Prüfung von ThinkInAIXYZ/deepchat sollte der dokumentierte Einstieg mit genau den im README genannten Dateien, Klassen oder Befehlen nachvollzogen werden. Bei deepchat sind im Abschnitt 5 die erzeugten Dateien, die sichtbare Ausgabe und mögliche Fehlermeldungen aussagekräftiger als allgemeine Kennzahlen. Falls die Quelle eine Version, einen Dienst oder eine Konfigurationsdatei nennt, gehört dieser konkrete Bezug in den Test. Nicht dokumentierte Eigenschaften bleiben offen, statt aus dem Repository-Namen abgeleitet zu werden.

Redaktionelles Fazit

DeepChat wird unter Apache-2.0 vertrieben. Diese Lizenz gewährt Urheber- und Patentrechte für Nutzung und Weiterverbreitung, enthält jedoch keine Zusicherungen zu Garantie oder Support; die README dokumentiert auch kein Sicherheitsaudit oder -versprechen.

Offizielle Quellen

1. Official documentation
2. Official README
3. Project repository
4. Release notes