3 天 1,705 Star:DeepSeek 开源官方聊天前端------零后端纯静态,浏览器直连 API
数据说明:本文 Star/Fork 等数字取自 2026 年 11 月 15 日 GitHub API 实测快照;功能、存储机制与协议细节均以 deepseek-ai/chat-demo 仓库 README 原文为准。
一、大模型厂商终于把"聊天界面"当回事了
每家大模型都有自己的网页聊天窗,但把它当正式开源项目来维护的不多------多数厂商给的是一个能跑的内部 Demo。11 月 12 日,DeepSeek 开源了 deepseek-ai/chat-demo:一个零后端的纯静态聊天前端 ,浏览器直连 API 服务,不架设任何应用服务器。上线仅 3 天,这个 TypeScript 项目已拿到 1,705 Star、284 Fork,MIT 协议。
它最打动我的不是功能多,而是 README 把两件事讲到了生产级水准:数据存哪、数据去哪------这两件事恰恰是所有"套壳聊天应用"最含糊的地方。
二、项目档案
| 指标 | 数值(2026-11-15 快照) |
|---|---|
| 仓库 | deepseek-ai/chat-demo |
| 定位 | DeepSeek API 官方聊天前端(纯静态、零后端) |
| 技术栈 | TypeScript + Rspack;Node 22.12+ / pnpm |
| Star / Fork | 1,705 / 284 |
| 创建日期 | 2026-11-12(3 天) |
| 许可证 | MIT |
| 默认模型 | deepseek-flash(Anthropic 兼容 Messages / Files API) |
| 界面语言 | 简体中文 / English,含深浅主题与移动端布局 |
三、架构核心:没有后端,浏览器就是客户端
这个项目的部署模型简单到离谱:pnpm build 产出 dist/,扔到任意静态服务器即可;甚至下载压缩包后双击 index.html 就能用,不装依赖、不跑构建,首次聊天前在设置里填 API key 即可。官方还提供了在线版本直接试用。
架构上的实质是:浏览器直接向配置的 API 服务发起请求,聊天会话、附件、设置全部留在浏览器本地。没有中间层,也就没有中间层能看到的你的对话。
四、功能清单:覆盖"正经聊天产品"的全部基本面
别被"Demo"两个字骗了,功能面是按正式产品标准铺的:
- 会话管理 :多会话自动起标题、重命名、删除;支持编辑提问、重新生成回复、切换消息分支;
- 回复能力:流式输出、深度思考、智能搜索、链接阅读、来源引用;可中断、可续写;
- 多模态输入:附件上传/粘贴/拖拽三连;语音输入与回复朗读,移动端录音时输入框第一行还有实时音频频谱动画;
- 渲染:Markdown、代码高亮、KaTeX 数学公式、Mermaid 图表;
- 体验:中英双语、深浅主题、移动端布局、地区设置、聊天记录导入导出。
其中"消息分支"是很多自建前端都没做的能力------同一轮提问展开多个回复并可来回切换,这是把 API 的多候选能力做进了 UI。
五、数据边界:读一遍就能学会怎么写隐私说明
README 的 Data and storage 一节值得逐字读:API key 与设置存在 localStorage;会话与原始附件存在 IndexedDB;数据按浏览器 profile 与站点源隔离。三个容易被忽略的细节都交代了:
- 导出 :历史记录导入导出用 ZIP 包,校验通过后导入会替换全部本地会话与附件 ;导出包含会话和本地可用的原始图片,但不包含 API key、设置和非图片附件;
- 删除:"删除所有会话"会清空本地会话、附件与未发送草稿,但已上传到 API 服务的文件不会因此删除------这个边界写得很诚实;
- 上行:发消息、传附件、用语音,相关内容会发往你配置的 API 服务------该说的说到,不藏着掖着。
六、协议层的两个行业信号
第一,聊天默认走 deepseek-flash,调用方式是 Anthropic 兼容的 Messages / Files API ------DeepSeek 直接兼容了竞争对手的协议生态,工具链复用成本降到最低;语音走 ASR/TTS 端点。第二,请求里带了一组扩展字段(搜索、链接阅读、标题生成、latest_reminder),README 明确要求所配置的服务必须支持这些能力------也就是自建 OpenAI 兼容网关时要注意补齐这些扩展,否则功能会缺。
前端构建用 Rspack,默认指向 https://api.deepseek.com,自定义 API 地址用 createConfig({ apiOrigin, devServer }) 一处改全生效。
七、上手与开发
sh
git clone https://github.com/deepseek-ai/chat-demo.git
cd chat-demo
pnpm install
pnpm dev # 开发服务器,http://localhost:8090
pnpm build # 产出 dist/ 静态站点
工程化配置相当新派:pnpm type 跑 TypeScript 类型检查,lint 用 oxlint 、格式化用 oxfmt (Oxc 工具链,Rust 实现的前端工具新贵)。仓库 README 还给出了完整的 src/ 目录导览:services/api(请求与 SSE)、services/chat(会话、消息分支、存储与历史导入导出)、services/markdown、services/speech 各司其职。
八、给开发者的三条可操作建议
- 自建聊天前端直接以它为架构参考:无后端直连 + 本地数据分层(key 走 localStorage、会话走 IndexedDB)+ 导出策略明确排除敏感信息,这三层设计几乎可以原样搬到任何"浏览器直连大模型 API"的产品里。
- 注意 key 存放的现实风险 :README 如实说明 key 存在浏览器 localStorage------个人自用没问题,但不要把这种纯前端架构直接暴露给公网用户填你的 key;对公网产品仍需一个代理层控制用量。
- 关注"Anthropic 兼容协议"的扩散:当 DeepSeek 也兼容 Messages API,多模型前端的适配成本正在坍缩。新做网关或前端时,把 Anthropic Messages 与 OpenAI Chat Completions 双协议支持列入默认能力。
九、结语
聊天前端是一个被做烂了的品类,DeepSeek 却用 3 天、1,705 Star 给出了范本级答案:零后端的部署模型、写进文档的数据边界、消息分支这类真功能,加上 Anthropic 兼容 API 的开放姿态。对想自建 AI 工作台的开发者,clone 下来 pnpm dev 十分钟就能有一个自己的"DeepSeek 客户端";对做 AI 产品的前端团队,这份代码就是一个免费的架构评审样本。
本文数据取自 GitHub API 实测快照(2026-11-15),Star 数会持续变化。如果觉得有用,欢迎点赞收藏,评论区聊聊你的自建聊天前端都踩过哪些坑。