DeepClaude：结合 DeepSeek R1 和 Claude AI 各自优势开发的 AI 应用平台，支持 API 调用和零延迟的即时响应

❤️ 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。

1. 核心功能：零延迟响应、端到端加密和高度可配置的 API。
2. 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

gitclone https://github.com/getasterisk/deepclaude.gitcddeepclaudecargobuild --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

importrequestsresponse =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

importasyncioimportjsonimporthttpxasyncdefstream_response():asyncwithhttpx.AsyncClient()asclient:asyncwithclient.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'?"}]})asresponse:response.raise_for_status()asyncforline inresponse.aiter_lines():ifline:ifline.startswith('data: '):data =line[6:]try:parsed_data =json.loads(data)if'content'inparsed_data:content =parsed_data.get('content','')[0]['text']print(content,end='',flush=True)else:print(data,flush=True)exceptjson.JSONDecodeError:passif__name__ =="__main__":asyncio.run(stream_response())

资源

• GitHub 仓库：https://github.com/getasterisk/deepclaude

❤️ 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🥦