DeepSeek API 不止能聊天:我做了一个开源 AI 工具箱 Deepseek-chat
一、DeepSeek 开放 API,能做什么?
提到 DeepSeek API,很多人的第一反应还是“接一个聊天机器人”。但现在,官方开放的能力已经不止对话和推理,而是一套可以组合使用的应用接口:
- 对话与推理:支持流式回答,并提供 Messages、Responses、Chat Completions 等接入方式。
- 搜索与网页阅读:Search 搜索网页,Fetch 获取网页正文,也可以在对话中使用联网搜索和链接阅读。
- 文件与文字识别:支持文件输入,OCR 可提取图片和文档中的文字。
- 语音交互:ASR 把音频转成文字,TTS 把文字合成为语音。
这意味着,开发者可以把“搜索资料 → 阅读整理 → 生成回答 → 语音播报”串成一个工作流,而不只是做一个聊天输入框。
DeepSeek 还提供了官方开源项目 chat-demo,展示这些能力如何组合成聊天产品。接入说明见官方构建指南。注意,API 开放不等于免费,使用限制与费用以官方说明为准。
二、我的开源项目:Deepseek-chat
基于官方 chat-demo,我继续扩展了一个轻量客户端 Deepseek-chat,把聊天、搜索、链接阅读、OCR 和语音工具放在同一个工作区里。
它是一个纯前端项目,不需要额外搭建应用后端,浏览器直接请求配置的 API 服务。
以下截图来自当前项目,使用本地演示数据,仅展示界面,不代表真实 API 调用效果。
聊天之外,也能查资料
聊天页面保留了多会话、流式回答、深度思考和智能搜索,支持 Markdown、代码高亮、公式和 Mermaid 图表。

另外增加了独立的 Search 页面,方便直接搜索、查看摘要和翻页;Fetch、OCR 入口则把链接或文件提交到新对话中处理。

音频转文字,文字转音频
ASR 页面支持上传符合格式要求的音频进行转写,结果可以复制,也能导出为 TXT、Markdown 或 JSON。

TTS 页面可以朗读文字,也可以将合成音频下载为 WAV 文件,方便保存和后续使用。

Search、ASR、TTS 各有独立的本地历史记录,支持记录开关与删除确认;界面也支持中英文、深浅色主题和移动端布局。
会话与工具历史保存在浏览器本地,但使用 AI 功能时,相关内容仍会发送给 API 服务。请只在可信页面填写自己的 API Key。
三、开源地址与本地体验
项目采用 MIT 许可证。推荐使用 Node.js 24 和 pnpm 12.6.0,本地启动只需:
1 | git clone https://github.com/yuchuangu85/Deepseek-chat.git |
打开 http://localhost:8090,在「设置 → 数据管理」中填写自己的 API Key,即可使用接口功能。
如果你也想体验 DeepSeek 的多种 API,或者在 chat-demo 的基础上继续做自己的工具,欢迎看看这个项目。
