DeepClaude：融合DeepSeek R1链式推理与Claude创造力的聊天界面

综合介绍

DeepClaude 是一个高性能的大语言模型（LLM）推理API和聊天界面，集成了DeepSeek R1的链式推理（CoT）能力和 Anthropic Claude 模型的创造力与代码生成能力。这个项目显著优于OpenAI o1、 DeepSeek R1 和 Claude Sonnet 3.5 ，提供了一个统一的接口，利用这两种模型的优势，同时保持对API密钥和数据的完全控制。 DeepClaude 的特点包括零延迟响应、端到端的安全性、高度可配置性以及开源代码库。用户可以使用自己的API密钥进行管理，确保数据的私密性和安全性。最重要的是，DeepClaude完全免费且开源。

DeepClaude使用R1进行推理，然后让Claude输出结果

DeepClaude 同时提供高性能LLM推理API

功能列表

• 零延迟响应：通过高性能的Rust API实现即时响应。
• 私密安全：本地API密钥管理，确保数据的私密性。
• 高度可配置：用户可以根据需求自定义API和界面的各个方面。
• 开源代码：免费且开源的代码库，用户可以自由贡献、修改和部署。
• 双AI能力：结合Claude Sonnet 3.5的创造力与代码生成能力和DeepSeek R1的推理能力。
• 托管BYOK API：使用用户自己的API密钥进行管理，确保完全控制。

使用帮助

安装流程

1. 前提条件：
   • Rust 1.75或更高版本
   • DeepSeek API密钥
   • Anthropic API密钥
2. 克隆仓库：

   git clone https://github.com/getAsterisk/deepclaude.git
cd deepclaude

3. 构建项目：

   cargo build --release

4. 配置文件： 在项目根目录创建config.toml文件：

   [server]
host = "127.0.0.1"
port = 3000
[pricing]
# 配置定价选项

5. 运行服务：

   cargo run --release

使用指南

1. API使用：
   • 基本示例：

    import requests
   url = "http://127.0.0.1:3000/api"
   payload = {
   "model": "claude",
   "prompt": "Hello, how can I help you today?"
   }
   response = requests.post(url, json=payload)
   print(response.json())
   

   • 流式响应示例：

    import requests
   url = "http://127.0.0.1:3000/api/stream"
   payload = {
   "model": "claude",
   "prompt": "Tell me a story."
   }
   response = requests.post(url, json=payload, stream=True)
   for line in response.iter_lines():
   if line:
   print(line.decode('utf-8'))
   

2. 自托管：
   • 配置选项： 用户可以通过修改config.toml文件中的配置选项，定制API和界面的各个方面。
3. 安全性：
   • 本地API密钥管理：确保API密钥和数据的私密性。
   • 端到端加密：保护数据传输的安全性。
4. 贡献：
   • 贡献指南：用户可以通过提交Pull Request或报告问题来贡献代码和改进项目。