Sdcb Chats 是一个强大且易于部署的 ChatGPT 前端,旨在帮助用户轻松接入和管理各种主流的大语言模型。

Sdcb Chats 主要特性:

  • 广泛的大模型支持: 已支持 15 种不同的大语言模型提供商,只需配置 API Key 等连接信息,即可无缝切换。
  • 灵活的数据库选择: 支持 SQLiteSQL ServerPostgreSQL,可根据需求选择合适的数据库。
  • 多样化部署: 提供 Docker 镜像和多操作系统二进制文件,方便快速部署。
  • 完善的管理功能: 内置多用户管理Token 消耗统计付费管理,便于团队协作和成本控制。

早在我首次发布时,Sdcb Chats 就已支持 DeepSeek。随着 DeepSeek-R1 的爆火,我们迅速跟进,在春节期间实现了对 DeepSeek-R1 思维链的两种形式的支持:

  • 官方预处理型: 通过 reasoning_content 字段显示思维链,与 content 同级。官网和硅基流动(SiliconFlow)采用此方式。示例:

    {"id":"0194e3241b719f91d183976240e08067","object":"chat.completion.chunk","created":1738977581,"model":"Pro/deepseek-ai/DeepSeek-R1","choices":[{"index":0,"delta":{"content":null,"reasoning_content":"嗯","role":"assistant"},"finish_reason":null,"content_filter_results":{"hate":{"filtered":false},"self_harm":{"filtered":false},"sexual":{"filtered":false},"violence":{"filtered":false}}}],"system_fingerprint":"","usage":{"prompt_tokens":17,"completion_tokens":1,"total_tokens":18}}
  • 开源常见型: 通过 content 中的 <think> 标签展示思维链。Gitee AI、NVIDIA NIM、GitHub Models、Azure AI、Azure AI Foundry 等采用此方式。示例:

    <think>
    好的,用户说……(这一部分是思维链)
    </think> 总的来说……(这一部分是响应)

在最新发布的 Sdcb Chats r-459 版本中,我们已全面支持这两种 DeepSeek-R1 思维链格式!

效果图:

如何部署带思维链的 Sdcb Chats?

此前文章已详细介绍了部署过程,此处重点介绍 Windows exe 部署:

Windows exe 部署(国内服务器加速)

考虑到国内访问 Docker 的不便,我们特地将 exe 部署文件上传至国内服务器,方便大家下载:

文件 下载链接
chats-win-x64.7z https://io.starworks.cc:88/chats/r459/chats-win-x64.7z
chats-linux-x64.7z https://io.starworks.cc:88/chats/r459/chats-linux-x64.7z
chats-linux-arm64.7z https://io.starworks.cc:88/chats/r459/chats-linux-arm64.7z
chats-linux-musl-x64.7z https://io.starworks.cc:88/chats/r459/chats-linux-musl-x64.7z
chats-linux-musl-arm64.7z https://io.starworks.cc:88/chats/r459/chats-linux-musl-arm64.7z
chats-osx-arm64.7z https://io.starworks.cc:88/chats/r459/chats-osx-arm64.7z
chats-osx-x64.7z https://io.starworks.cc:88/chats/r459/chats-osx-x64.7z
chats-fe.7z https://io.starworks.cc:88/chats/r459/chats-fe.7z
chats.7z https://io.starworks.cc:88/chats/r459/chats.7z

Windows 用户推荐下载 chats-win-x64.7z,解压后双击 exe 即可运行。

演示:

运行成功后,默认用户:chats,默认密码:RESET!!!(请尽快修改)。

提示: Sdcb Chats 更新频繁,可将链接中的 r459 替换为 latest 下载最新版,例如:https://io.starworks.cc:88/chats/latest/chats-win-x64.7z

Sdcb Chats 支持多平台部署,包括:

  • linux-x64
  • linux-arm64(适用于 RK3399/RK3588 等国产芯片)
  • linux-musl-x64、linux-musl-arm64(适用于 OpenWRT 软路由)
  • osx-arm64(适用于 M1 及以上芯片的 Mac)
  • osx-x64(适用于 x86 芯片的 Mac)
  • chats.7z(适用于已安装 .NET 8 SDK 的电脑)

我们也支持 Docker 部署(我个人生产环境使用 linux-x64 Docker 部署)。

使用 DeepSeek 官网或 SiliconFlow API

由于 DeepSeek-R1 模型爆火,官网 API 极不稳定,甚至目前已暂停充值。我们推荐使用 SiliconFlow(硅基流动) 作为平替:

推荐 SiliconFlow 的理由:

  1. 安全性差异: 我们发现,各厂商部署的开源版 DeepSeek-R1 671B 模型安全性限制更严格,这并非接口层过滤,而是模型层面差异。开源版可能接受了额外的安全性训练。在涉及某些议题时,开源版会立即终止(可能违反直觉,但这是真的),而官网版能输出丰富内容。
  2. 支持 reasoning_content SiliconFlow 与官网一样支持 reasoning_content 格式的思维链,保证了 API 的一致性。

接入 SiliconFlow API 演示:

  1. 官网创建 API Key。
  2. Chats 管理后台创建 SiliconFlow API Key 并保存。
  3. 快速创建模型,选择 DeepSeek-R1,创建并关闭对话框。
  4. 模型管理页面审阅模型(可调整价格)。
  5. 用户配置中,为用户增加模型权限。

演示:

演示中创建的是 deepseek-ai/DeepSeek-R1 模型(免费额度),响应较慢(约 70 秒)。Pro/deepseek-ai/DeepSeek-R1 速度更快,但需充值(建议充值 1 元)。

DeepSeek 官网 R1 的接入步骤类似。

使用其他 DeepSeek API 提供商或本地 Ollama

以本地 Ollama 为例:

  1. 下载 DeepSeek-R1(7B, Q4 量化):

    PS C:\Users\Administrator> ollama pull deepseek-r1
    pulling manifest
    pulling 96c415656d37... 100% ▕████████████████████████████████████████████████████████▏ 4.7 GB
    pulling 369ca498f347... 100% ▕████████████████████████████████████████████████████████▏ 387 B
    pulling 6e4c38e1172f... 100% ▕████████████████████████████████████████████████████████▏ 1.1 KB
    pulling f4d24e9138dd... 100% ▕████████████████████████████████████████████████████████▏ 148 B
    pulling 40fb844194b2... 100% ▕████████████████████████████████████████████████████████▏ 487 B
    verifying sha256 digest
    writing manifest
    success PS C:\Users\Administrator> ollama ls
    NAME ID SIZE MODIFIED
    deepseek-r1:latest 0a8c26691023 4.7 GB 9 minutes ago
  2. 配置 Ollama 对外暴露地址: 例如 https://ollama.starworks.cc:88(默认 http://localhost:11434,我做了反向代理)。

  3. Ollama 的 OpenAI 兼容地址: https://ollama.starworks.cc:88/v1(密钥可随意填写,但不能为空)。

配置步骤与 SiliconFlow 类似:

我使用纯 CPU 运行 Ollama 中的 DeepSeek-R1 7B(Q4),其实速度尚可,虽然结果不完全正确,但可玩性高。

注意: Ollama 的 API 推理响应使用 <think> 标签,Sdcb Chats 支持。

其他模型提供商的 Ollama: 可先指定为 Ollama 创建,然后在模型配置中填入正确的模型部署名称,比如阿里云DashScope,你可能需要这样配置模型(注意模型提供商):

效果相同。

总结

感谢您对 Sdcb Chats 的关注!本次更新深度集成了 DeepSeek-R1 思维链,提升了 AI 透明度。我们全面支持官方及其他提供商的 API,提供灵活配置选项。

更新亮点:

  • 支持多种思维链格式: 完美解析 reasoning_content<think> 标签。
  • 多样化部署: 提供多平台二进制文件和 Docker 镜像。
  • 灵活配置: 支持多种数据库和模型,丰富 AI 体验。

我们特别优化了与 SiliconFlow 的集成,确保您顺畅接入 DeepSeek-R1。

下一步:

如果您尚未体验 Sdcb Chats,现在是最佳时机!我们提供详细的部署文档,助您快速上手。

支持我们!

如果您觉得 Sdcb Chats 有帮助,请在 GitHub 上 Star 我们!您的支持是我们前进的动力。

再次感谢您的支持,期待未来为您带来更多惊喜!

Sdcb Chats 重磅更新:深度集成 DeepSeek-R1,思维链让 AI 更透明!的更多相关文章

  1. Nacos Config客户端与Spring Boot、Spring Cloud深度集成

    目录 Nacos与Spring Boot集成 @NacosPropertySource和@NacosValue com.alibaba.nacos.spring.core.env.NacosPrope ...

  2. 【老孟Flutter】Flutter 2.0 重磅更新

    老孟导读:昨天期待已久的 Flutter 2.0 终于发布了,Web 端终于提正了,春季期间我发布的一篇文章,其中的一个预测就是 Web 正式发布,已经实现了,还有一个预测是:2021年将是 Flut ...

  3. NoSql存储日志数据之Spring+Logback+Hbase深度集成

    NoSql存储日志数据之Spring+Logback+Hbase深度集成 关键词:nosql, spring logback, logback hbase appender 技术框架:spring-d ...

  4. [深度学习]实现一个博弈型的AI,从五子棋开始(1)

    好久没有写过博客了,多久,大概8年???最近重新把写作这事儿捡起来……最近在折腾AI,写个AI相关的给团队的小伙伴们看吧. 搞了这么多年的机器学习,从分类到聚类,从朴素贝叶斯到SVM,从神经网络到深度 ...

  5. [深度学习]实现一个博弈型的AI,从五子棋开始(2)

    嗯,今天接着来搞五子棋,从五子棋开始给小伙伴们聊AI. 昨天晚上我们已经实现了一个五子棋的逻辑部分,其实讲道理,有个规则在,可以开始搞AI了,但是考虑到不够直观,我们还是顺带先把五子棋的UI也先搞出来 ...

  6. 重磅!Vertica集成Apache Hudi指南

    1. 摘要 本文演示了使用外部表集成 Vertica 和 Apache Hudi. 在演示中我们使用 Spark 上的 Apache Hudi 将数据摄取到 S3 中,并使用 Vertica 外部表访 ...

  7. Visual Studio 2019 正式发布,重磅更新,支持live share

    如约而至,微软已于今天推出 Visual Studio 2019 正式版,一同发布的还有 Visual Studio 2019 for Mac. Visual Studio 2019 下载地址:htt ...

  8. KIP-5:Apache Kylin深度集成Hudi

    Q1. What are you trying to do? Articulate your objectives using absolutely no jargon. Q2. What probl ...

  9. 重磅︱文本挖掘深度学习之word2vec的R语言实现

    每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 笔者寄语:2013年末,Google发布的 w ...

  10. WTM重磅更新,LayuiAdmin and more

    从善如登,从恶如崩.对于一个开发人员来说,那就是做一个好的系统不容易,想搞砸一个系统很简单,删库跑路会还不会么. 对于我们开源框架的作者来说,做一个好的框架就像登山(也许是登天),我们一步一步往上走, ...

随机推荐

  1. python图形界面开发工具之PySimpleGUI

    缘起: 工作中使用频次较高的操作都需要登录到某个管理平台上进行选择操作,如果是给别人使用还算可以, 但是作为平常使用还是感觉较为繁琐,于是打算开发一个桌面小工具解决这个痛点,达到使用时及时调起使用,方 ...

  2. clickhouse之安装与基本使用

    近期要做一个数据统计功能,公司选择了clickhouse作为数据库:下面记录一下该数据库的特性和使用教程. clickhouse是一个列式数据库,主要用于数据分析:从目前使用看来,特点如下: 列式存储 ...

  3. Flink 1.10中idea运行出错invalid flag

    今日好奇,下载Flink 1.10的源码在本机玩一玩. 将工程按照正常流程导入IDEA后,运行flink-examples中的demo竟出现如下错误 Error:java: invalid flag: ...

  4. 一步步教你学会如何区域录制屏幕转换成gif图

    现在各种表情包都是gif图,包括很多可能比较短暂的操作步骤,录制gif图也要远比录制成视频要来的方便很多. 1. GIF文件通常比视频文件小,这使得它们在网络传输中更加高效,尤其是在带宽有限的情况下. ...

  5. Redis为什么这么快之IO多路复用

    情景复现 面试官:Redis为什么这么快? 我:1. 基于内存 2. 高效数据结构 3. 单线程 4. IO多路复用 面试官:那你讲讲Redis的IO多路复用模型是什么. 我:哦,嗯,啊,呀...IO ...

  6. ELASTICSEARCH 读写性能优化

    ELASTIC 写i性能优化 refresh translog flush refresh 优化 translog优化 flush 优化 读性能优化 shard 设置

  7. 如何实现LLM的通用function-calling能力?

    众所周知,LLM的函数function-calling能力很强悍,解决了大模型与实际业务系统的交互问题.其本质就是函数调用. 从openai官网摘图: 简而言之: LLM起到决策的作用,告知业务系统应 ...

  8. C++ builder 10.2 x64程序使用typeid获取vcl类名时异常

    C++ builder 10.2 x64程序使用typeid获取vcl类名时异常 比如: const std::type_info &t= typeid(TForm1); 那么t的name() ...

  9. Shiro简单入门+个人理解

    身为一个刚刚进入开发行业的学生,进入公司就开始了Shiro框架的应用,特此在这里写下收获. Shiro是apache旗下一个开源安全框架,它将软件系统的安全认证相关的功能抽取出来,实现用户身份认证,权 ...

  10. Datadog发布云成本现状报告:83%的容器支出被闲置资源浪费

    原文链接:https://www.datadoghq.com/state-of-cloud-costs/ 编译:CloudPilot AI 尽管灵活多样的云服务为云成本优化提供了诸多机会,但企业在提升 ...