❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！
🥦 微信公众号｜搜一搜：蚝油菜花 🥦
大家好，我是蚝油菜花，今天跟大家分享一下 DeepClaude 这个高性能的开源 AI 应用开发平台，深度集成了 DeepSeek R1 和 Claude 模型。
🚀 快速阅读
DeepClaude 是一个高性能的开源 AI 应用开发平台，结合了 DeepSeek R1 和 Claude 模型的优势。
- 核心功能：零延迟响应、端到端加密和高度可配置的 API。
- 技术原理：通过高性能的 Rust 语言编写流式 API，确保即时响应和数据安全。
DeepClaude 是什么
DeepClaude 是一个高性能的开源 AI 应用开发平台，结合了 DeepSeek R1 和 Claude 模型的优点。它提供了零延迟的即时响应、端到端加密和本地 API 密钥管理，确保用户数据的安全性。DeepClaude 具有高度可配置性，用户可以自定义 API 和界面，以满足多样化的需求。
DeepClaude 适用于智能聊天机器人、代码自动化生成、推理任务和教育培训等多种场景，帮助企业打造个性化服务或助力开发者高效生成高质量代码。
DeepClaude 的主要功能
- 零延迟响应：基于高性能的 Rust 编写的流式 API，实现即时响应。
- 私密安全：端到端加密，本地 API 密钥管理，确保用户数据安全。
- 高度可配置：用户能自定义 API 和界面的各个方面。
- 双 AI 动力：结合 DeepSeek R1 的推理能力和 Claude 的创造力与代码生成能力。
- 自带 BYOK API：用户能用自己的 API 密钥，基于托管的基础设施实现完全控制和灵活性。
DeepClaude 的技术原理
- 模型融合：DeepClaude 将 DeepSeek R1 的 Chain of Thought (CoT) 推理能力与 Claude 的创造力和代码生成能力相结合。R1 在推理和逻辑处理方面表现出色，Claude 在代码生成和对话交互方面更具优势。
- 高性能 API：底层 API 用高性能的 Rust 语言编写，支持零延迟响应。用单一流式传输实现 R1 和 Claude 的响应，确保交互的流畅性。
- 端到端安全：基于 BYOK（Bring Your Own Keys）架构，用户能完全控制自己的 API 密钥，确保数据的私密性和安全性。DeepClaude 不存储或记录用户数据。
如何运行 DeepClaude
1. 安装依赖
- Rust 1.75 或更高版本
- DeepSeek API 密钥
- Anthropic API 密钥
2. 克隆仓库并构建项目
git clone https://github.com/getasterisk/deepclaude.git
cd deepclaude
cargo build --release
3. 配置 config.toml
创建一个 config.toml 文件在项目根目录：
[server]
host = "127.0.0.1"
port = 3000
[pricing]
# Configure pricing settings for usage tracking
4. 使用 API
基本示例
import requests
response = requests.post(
"http://127.0.0.1:1337/",
headers={
"X-DeepSeek-API-Token": "<YOUR_DEEPSEEK_API_KEY>",
"X-Anthropic-API-Token": "<YOUR_ANTHROPIC_API_KEY>"
},
json={
"messages": [
{
"role": "user", "content": "How many 'r's in the word 'strawberry'?"}
]
}
)
print(response.json())
流式响应示例
import asyncio
import json
import httpx
async def stream_response():
async with httpx.AsyncClient() as client:
async with client.stream(
"POST",
"http://127.0.0.1:1337/",
headers={
"X-DeepSeek-API-Token": "<YOUR_DEEPSEEK_API_KEY>",
"X-Anthropic-API-Token": "<YOUR_ANTHROPIC_API_KEY>"
},
json={
"stream": True,
"messages": [
{
"role": "user", "content": "How many 'r's in the word 'strawberry'?"}
]
}
) as response:
response.raise_for_status()
async for line in response.aiter_lines():
if line:
if line.startswith('data: '):
data = line[6:]
try:
parsed_data = json.loads(data)
if 'content' in parsed_data:
content = parsed_data.get('content', '')[0]['text']
print(content, end='', flush=True)
else:
print(data, flush=True)
except json.JSONDecodeError:
pass
if __name__ == "__main__":
asyncio.run(stream_response())
资源
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！
🥦 微信公众号｜搜一搜：蚝油菜花 🥦
