使用说明

项目简介

Deepdesk 是一个企业级平台，旨在帮助组织创建、管理和部署定制化的人工智能 Agent。它强调数据安全和隐私，允许企业在自身基础设施内部署和运行 AI 应用，同时支持与多种数据源和 LLM 模型集成。Deepdesk 旨在简化企业采用 AI 的流程，并提供一个统一的平台来构建和管理 AI Agent。

主要功能点

交互式聊天界面: 提供用户友好的界面与 AI Agent 进行无缝沟通。
私有数据集成: 安全连接到企业内部数据源，保障数据隐私。
MCP 协议支持: 采用行业标准的模型控制协议 (MCP) 进行 Agent 通信。
灵活的模型集成: 支持多种 LLM 提供商的适配器，方便集成不同的语言模型。
本地 LLM 支持: 允许在企业 VPC 内部署和运行开源 LLM，进一步加强数据安全。
厂商独立性: 避免厂商锁定，提供更高的灵活性和控制权。

安装步骤

环境准备:
- 确保已安装 Java Development Kit (JDK) 21+。
- 确保已安装 Maven（仓库已包含 Maven Wrapper，可使用 './mvnw' 命令）。
- 确保已安装 Node.js 并可通过 'npx' 命令访问。
- 确保已安装 Python 3.13.x 及 uv 包管理器。
- 配置 API 密钥作为环境变量，例如 'OPENAI_API_KEY'，根据需要配置 'ANTHROPIC_API_KEY' 和 'BRAVE_API_KEY'。
快速启动:
- 克隆仓库代码到本地。
- 在项目根目录下，执行命令 './mvnw spring-boot:run' 启动 Deepdesk 应用。
构建可执行 JAR 包:
- 在项目根目录下，执行命令 './mvnw clean package' 构建可执行 JAR 文件。
- JAR 文件将生成在 'target/' 目录下。
运行 JAR 包:
- 使用命令 'java -jar target/*.jar' 运行构建好的 JAR 文件。
本地 Native 镜像构建 (可选):
- 对于 Linux/macOS 系统，执行 './build-native.sh' 命令。
- 对于 Windows 系统，执行 'build-native.bat' 命令。
- Native 镜像可从 GitHub Releases 下载。

服务器配置 (MCP 客户端配置)

MCP 客户端需要配置 Deepdesk 服务器的启动命令和参数以建立连接。Deepdesk 作为一个 Spring Boot 应用，通过 HTTP 提供服务。以下是一个 MCP 客户端配置示例，用于连接到 Deepdesk 服务器：

{
  "serverName": "Deepdesk MCP Server",
  "command": "java",
  "args": ["-jar", "/path/to/deepdesk.jar"]
  // 请将 "/path/to/deepdesk.jar" 替换为实际 Deepdesk JAR 文件的路径。
  // Deepdesk 服务器启动后，MCP 客户端可以通过配置的端点与其通信。
  // 默认情况下，Deepdesk 服务器监听 HTTP 请求，具体端点信息请参考 Deepdesk 的 API 文档或配置。
}

基本使用方法

启动 Deepdesk 服务器后，可以通过其提供的 Web 界面或 API 与 AI Agent 进行交互。
对于 MCP 客户端，需要根据 MCP 协议规范，通过 JSON-RPC 等方式与 Deepdesk 服务器建立连接，并发送 MCP 请求以访问资源、调用工具或使用 Prompt 模板。
具体 API 调用和功能使用方法，请参考 Deepdesk 项目的详细文档和 MCP 协议规范。

关键词