OSCHINA

ChatBot 和 Agent 之間有著本質的區別。ChatBot 更像是一個被動的對話機器人，它等待用戶的指令，然后給出回應；而 Agent 則是一個能夠主動理解用戶意圖，并按照用戶規劃的流程自主執行任務的智能助手。

5 月 3 日，DeepChat 0.1.0 正式發布。從這個版本開始，DeepChat 從單純的 ChatBot 向真正的 Agent 工具進化。

我們知道，傳統的 ChatBot 模式仍然存在著明顯的局限性 —— 用戶需要反復引導、多輪對話才能讓 AI 完成相對復雜的任務，效率提升受到了瓶頸。

DeepChat 0.1.0 的核心突破 在于，它不再局限于簡單的對話模式，而是轉變為一個能夠 按照用戶自然語言指令執行復雜工作流 的 Agent 工具。

語義化工作流：DeepChat 0.1.0 的核心創新

DeepChat 0.1.0 最大的亮點是引入了 " 語義化工作流 " 功能。這一功能徹底改變了用戶與 AI 交互的方式，使得用戶可以用自然語言來編排 AI 的工作流程。

具體來說，用戶可以在輸入框中通過 "@" 符號來調用各種資源：

• @MCP Resources：調用各種模型能力平臺提供的工具

• @Prompts：使用預設的提示詞模板

• @Files：引用上傳的文件

語義化工作流的革命性不僅在于操作便捷，更重要的是它代表著泛化需求的滿足。與傳統工作流工具相比，DeepChat 的語義化工作流具有明顯優勢：

• 無需預定義流程：傳統工作流工具通常需要開發者預先定義嚴格的流程和規則，而語義化工作流允許用戶用自然語言即時創建和調整流程

• 適應場景更廣泛：傳統工作流往往只能應對預設的場景，而語義化工作流可以靈活應對各種臨時性、個性化的需求

• 學習成本更低：用戶無需學習特定的流程設計語言，只需用日常語言表達需求

• 迭代更便捷：修改流程只需調整自然語言指令，而非重新設計流程圖或修改代碼

這種泛化能力意味著，DeepChat 可以滿足幾乎無限多樣的工作場景，真正做到 "想到即可做到"。

這種工作方式的革命性在于：用戶可以一次性地使用自然語言描述整個工作流程，而不需要分步驟、多輪對話來引導 AI 完成任務。例如，你可以這樣指示 DeepChat：

@文檔 A 和 @文檔 B，請分析這兩份報告的主要觀點差異，然后使用 @數據可視化工具生成一個對比圖表，最后用 @郵件模板給團隊成員發送分析結果。

DeepChat 會理解這個指令序列，按照你設定的流程依次執行任務，大大提高了工作效率。

實際應用案例：Agent 工作流的威力

為了讓大家更直觀地理解 DeepChat 0.1.0 的強大之處，我們來看幾個實際應用案例：

案例一：文檔分析與總結

在這個案例中，我上傳了一份長篇技術文檔，然后使用以下指令：

基于 @Code Parts CN.pdf 文件，請提取其中的底盤相關的零部件，然后與 @ bocha_web_search 搜到的底盤相關的零部件的工廠結果進行結合，生成一份簡潔的分析報告，重點底盤零部件有哪些，廠商有哪些

DeepChat 直接按照這個工作流程執行，省去了傳統 ChatBot 需要的多輪對話和引導，效率提升顯著。

案例二：多媒體內容創作

用戶需要為產品發布會準備內容，通過以下指令完成：

基于 @以智能機器創造無限生產力 - 上海智元新創技術有限公司.pdf 和 @具身智能機器人調研報告.docx ，撰寫一篇產品發布會演講稿，然后使用 @小米雷軍演講風格分析.docx 提示生成一份演講要點，最后將演講內容轉換為 markdown 輸出一份 PPT 大綱內容。

整個過程在一個指令中完成，DeepChat 作為 Agent 自動協調多個資源，完成了從內容撰寫到演講稿和 PPT 大綱的全流程工作。

案例三：數據分析與決策支持

企業用戶需要基于銷售數據做決策：

分析 @銷售數據 2023.csv 和 @銷售數據 2024.csv，比較兩年的銷售趨勢，識別出增長最快的三個產品類別，使用 @數據可視化生成趨勢圖，并給出針對這三個類別的市場策略建議。

DeepChat 不僅完成了數據分析和可視化，還基于分析結果給出了具體的策略建議，真正成為了決策支持的 Agent。

DeepChat 0.1.0 的其他亮點功能

除了語義化工作流這一核心創新外，DeepChat 0.1.0 還帶來了許多提升用戶體驗的功能：

• 知識庫檢索：集成了 dify、ragflow 和 fastGPT 知識庫，使 AI 回答更加準確、專業

• Markdown 渲染優化：使 AI 輸出的內容展示更加美觀、結構清晰

• 音頻文件支持：能夠處理用戶上傳的音頻內容，擴展了應用場景

• 系統通知：讓用戶及時了解系統狀態和處理進度

• 模型供應商排序與設置優化：提供更靈活的模型選擇和配置選項

未來展望：Agent Native 生產力工具的愿景

DeepChat 0.1.0 的發布只是開始。團隊表示，未來將繼續深化 Agent Native 的理念，讓 DeepChat 成為真正的 AI 生產力工具：

• 更豐富的 Resource 資源：將接入更多專業工具和服務

• 更智能的工作流理解：提升 AI 理解復雜指令的能力

• 更個性化的使用體驗：根據用戶習慣自動調整工作方式

• 更深度的專業領域適配：為不同行業用戶提供定制功能

DeepChat 0.1.0 的發布，標志著 AI 助手正式從 "能聊天的工具" 向 "能做事的 Agent" 轉變。

5 月 7 日晚，DeepChat 作者謝孟軍將做客開源中國 OSChina 直播欄目《技術領航》 ，在線演示要怎么用 DeepChat，它到底能干些什么？

↓一鍵預約直播↓

直播主題：開源領域的桌面端 Manus：DeepChat 直播時間：5 月 7 日周三 19:00-20:00 直播平臺：視頻號“OSC開源社區”

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

官網：https://deepchat.thinkinai.xyz/

《技術領航》是開源中國 OSCHINA 推出的一檔直播欄目，旨在為開源軟件、商業產品、前沿技術、知名品牌活動等各類項目提供一個展示平臺，每周五晚上開播。欄目邀請項目的創始人、核心團隊成員或資深用戶作為嘉賓，通過路演式直播分享項目的亮點和經驗，有助于提高項目的知名度，吸引更多的用戶和開發者關注。

如果你手上也有好的項目，想要跟同行交流分享，歡迎聯系我，欄目隨時開放～

↓分享、在看與點贊~Orz