DeepChat 0.1.0发布，最懂打工人的智能体来了！

OSCHINA

ChatBot 和 Agent 之间有着本质的区别。ChatBot 更像是一个被动的对话机器人，它等待用户的指令，然后给出回应；而 Agent 则是一个能够主动理解用户意图，并按照用户规划的流程自主执行任务的智能助手。

5 月 3 日，DeepChat 0.1.0 正式发布。从这个版本开始，DeepChat 从单纯的 ChatBot 向真正的 Agent 工具进化。

我们知道，传统的 ChatBot 模式仍然存在着明显的局限性 —— 用户需要反复引导、多轮对话才能让 AI 完成相对复杂的任务，效率提升受到了瓶颈。

DeepChat 0.1.0 的核心突破 在于，它不再局限于简单的对话模式，而是转变为一个能够 按照用户自然语言指令执行复杂工作流 的 Agent 工具。

语义化工作流：DeepChat 0.1.0 的核心创新

DeepChat 0.1.0 最大的亮点是引入了 " 语义化工作流 " 功能。这一功能彻底改变了用户与 AI 交互的方式，使得用户可以用自然语言来编排 AI 的工作流程。

具体来说，用户可以在输入框中通过 "@" 符号来调用各种资源：

• @MCP Resources：调用各种模型能力平台提供的工具

• @Prompts：使用预设的提示词模板

• @Files：引用上传的文件

语义化工作流的革命性不仅在于操作便捷，更重要的是它代表着泛化需求的满足。与传统工作流工具相比，DeepChat 的语义化工作流具有明显优势：

• 无需预定义流程：传统工作流工具通常需要开发者预先定义严格的流程和规则，而语义化工作流允许用户用自然语言即时创建和调整流程

• 适应场景更广泛：传统工作流往往只能应对预设的场景，而语义化工作流可以灵活应对各种临时性、个性化的需求

• 学习成本更低：用户无需学习特定的流程设计语言，只需用日常语言表达需求

• 迭代更便捷：修改流程只需调整自然语言指令，而非重新设计流程图或修改代码

这种泛化能力意味着，DeepChat 可以满足几乎无限多样的工作场景，真正做到 "想到即可做到"。

这种工作方式的革命性在于：用户可以一次性地使用自然语言描述整个工作流程，而不需要分步骤、多轮对话来引导 AI 完成任务。例如，你可以这样指示 DeepChat：

@文档 A 和 @文档 B，请分析这两份报告的主要观点差异，然后使用 @数据可视化工具生成一个对比图表，最后用 @邮件模板给团队成员发送分析结果。

DeepChat 会理解这个指令序列，按照你设定的流程依次执行任务，大大提高了工作效率。

实际应用案例：Agent 工作流的威力

为了让大家更直观地理解 DeepChat 0.1.0 的强大之处，我们来看几个实际应用案例：

案例一：文档分析与总结

在这个案例中，我上传了一份长篇技术文档，然后使用以下指令：

基于 @Code Parts CN.pdf 文件，请提取其中的底盘相关的零部件，然后与 @ bocha_web_search 搜到的底盘相关的零部件的工厂结果进行结合，生成一份简洁的分析报告，重点底盘零部件有哪些，厂商有哪些

DeepChat 直接按照这个工作流程执行，省去了传统 ChatBot 需要的多轮对话和引导，效率提升显著。

案例二：多媒体内容创作

用户需要为产品发布会准备内容，通过以下指令完成：

基于 @以智能机器创造无限生产力 - 上海智元新创技术有限公司.pdf 和 @具身智能机器人调研报告.docx ，撰写一篇产品发布会演讲稿，然后使用 @小米雷军演讲风格分析.docx 提示生成一份演讲要点，最后将演讲内容转换为 markdown 输出一份 PPT 大纲内容。

整个过程在一个指令中完成，DeepChat 作为 Agent 自动协调多个资源，完成了从内容撰写到演讲稿和 PPT 大纲的全流程工作。

案例三：数据分析与决策支持

企业用户需要基于销售数据做决策：

分析 @销售数据 2023.csv 和 @销售数据 2024.csv，比较两年的销售趋势，识别出增长最快的三个产品类别，使用 @数据可视化生成趋势图，并给出针对这三个类别的市场策略建议。

DeepChat 不仅完成了数据分析和可视化，还基于分析结果给出了具体的策略建议，真正成为了决策支持的 Agent。

DeepChat 0.1.0 的其他亮点功能

除了语义化工作流这一核心创新外，DeepChat 0.1.0 还带来了许多提升用户体验的功能：

• 知识库检索：集成了 dify、ragflow 和 fastGPT 知识库，使 AI 回答更加准确、专业

• Markdown 渲染优化：使 AI 输出的内容展示更加美观、结构清晰

• 音频文件支持：能够处理用户上传的音频内容，扩展了应用场景

• 系统通知：让用户及时了解系统状态和处理进度

• 模型供应商排序与设置优化：提供更灵活的模型选择和配置选项

未来展望：Agent Native 生产力工具的愿景

DeepChat 0.1.0 的发布只是开始。团队表示，未来将继续深化 Agent Native 的理念，让 DeepChat 成为真正的 AI 生产力工具：

• 更丰富的 Resource 资源：将接入更多专业工具和服务

• 更智能的工作流理解：提升 AI 理解复杂指令的能力

• 更个性化的使用体验：根据用户习惯自动调整工作方式

• 更深度的专业领域适配：为不同行业用户提供定制功能

DeepChat 0.1.0 的发布，标志着 AI 助手正式从 "能聊天的工具" 向 "能做事的 Agent" 转变。

5 月 7 日晚，DeepChat 作者谢孟军将做客开源中国 OSChina 直播栏目《技术领航》 ，在线演示要怎么用 DeepChat，它到底能干些什么？

↓一键预约直播↓

直播主题：开源领域的桌面端 Manus：DeepChat 直播时间：5 月 7 日周三 19:00-20:00 直播平台：视频号“OSC开源社区”

GitHub：https://github.com/ThinkInAIXYZ/deepchat

官网：https://deepchat.thinkinai.xyz/

《技术领航》是开源中国 OSCHINA 推出的一档直播栏目，旨在为开源软件、商业产品、前沿技术、知名品牌活动等各类项目提供一个展示平台，每周五晚上开播。栏目邀请项目的创始人、核心团队成员或资深用户作为嘉宾，通过路演式直播分享项目的亮点和经验，有助于提高项目的知名度，吸引更多的用户和开发者关注。

如果你手上也有好的项目，想要跟同行交流分享，欢迎联系我，栏目随时开放～

↓分享、在看与点赞~Orz