项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 508
使用教程
环境要求
- Node ≥ 22,或任何提供 fetch 的边缘运行时
- npm 包管理器
- 调用 Claude 模型需准备 ANTHROPIC_API_KEY
- 可选:用到时再装的 peer 依赖(zod、@modelcontextprotocol/sdk、react、pg/redis、unpdf/mammoth/xls
安装与启动步骤
-
1检查 Node 版本
Deuz-SDK 要求 Node ≥ 22,或任何带 fetch 的边缘运行时。
node -v -
2安装核心运行时
安装 @deuz-sdk/core,它是零运行时依赖的智能体运行时包。
npm install @deuz-sdk/core -
3按需装 React 包
只有要用 useChat、useObject 等无头 UI 时才需要安装 @deuz-sdk/react。
npm install @deuz-sdk/react -
4配置模型密钥
示例通过 process.env.ANTHROPIC_API_KEY 读取密钥,先写入环境变量。
export ANTHROPIC_API_KEY=sk-ant-xxxxxxxx -
5编写流式示例
新建入口文件,用 streamChat 发起对话并逐块消费 textStream。
import { streamChat } from '@deuz-sdk/core'; import { createAnthropic } from '@deuz-sdk/core/anthropic'; const anthropic = createAnthropic({ apiKey: process.env.ANTHROPIC_API_KEY }); // Returns synchronously and never throws. Failures arrive as typed stream parts. const res = streamChat({ model: anthropic('claude-opus-4-8'), instructions: 'You are terse.', prompt: 'Hello!', }); for await (const chunk of res.textStream) process.stdout.write(chunk); const usage = await res.usage; -
6运行入口文件
用你项目现有的 TypeScript 运行方式执行该入口文件,观察流式输出。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
ANTHROPIC_API_KEY | 是 | Anthropic 模型调用的密钥,示例从环境变量读取并传给 createAnthropic | sk-ant-xxxxxxxx |
如何确认成功
控制台逐块打印出模型回复文本,并且能成功取到 res.usage,即说明安装与调用成功。
常见问题
Q:必须安装 zod、react 这些包吗?
A:不必。它们只是可选 peer 依赖,只有用到 schema 校验、MCP、UI、pg/redis 存储、文档解析等功能时再安装。
Q:支持哪些运行时?
A:README 说明需要 Node ≥ 22,或任何带 fetch 的边缘运行时;同一份代码也可运行在 Bun 和 Deno 上。
Q:调用模型出错会抛异常吗?
A:streamChat 同步返回且从不抛错,失败信息会以带类型的流片段(stream part)形式返回,需要自行处理。
Q:为什么核心包没有运行时依赖?
A:时钟、随机数、fetch、密钥和日志都由外部注入,因此 @deuz-sdk/core 零运行时依赖,测试也保持确定性。
注意事项
- 示例中的模型名与密钥请替换成你账号下实际可用的值。
- clock、randomness、fetch、keys、logging 均为注入式设计,同一份代码可跑在 Node、Bun、Deno 与边缘环境。
- zod、@modelcontextprotocol/sdk、react、pg/redis、unpdf/mammoth/xlsx、playwright、@opentelemetry/api 都是可选 peer 依赖,用到再装。
- README 未给出具体运行脚本,请使用你项目已有的 TypeScript 运行方式执行入口文件。
核心亮点
- 零依赖,轻量且易于集成,减少供应链风险
- 原生支持持久化执行,任务中断自动恢复,适合长时间运行
- 内置混合 RAG 和长期记忆,开箱即用,无需额外配置
不足之处
- 项目处于早期阶段(216 星),文档和社区生态待观察
- 零依赖意味着部分高级功能(如复杂 RAG 管道)可能需要自行扩展
适用场景
- 构建需要长时间运行且可恢复的客服或工作流智能体
- 开发需要多模型切换或混合调用的 AI 应用(如成本优化)
- 在 Serverless 或边缘环境部署轻量级 AI Agent 服务
替代项目
LangChain、Vercel AI SDK、Mastra
同类项目推荐
codexloom
开源
把零散 AI 对话变成可复用的领域专家团队
Turn Codex threads into an organization of long-lived domain agents.
Hello-Agents
开源
从零手写AI Agent系统,进阶生产级多智能体应用
Building AI Agent Systems from Scratch — A comprehensive, practical tutorial from f···
DataAgent
开源
用 Java 和 Spring 把对话变成取数分析
Spring AI Alibaba DataAgent
nebius-physical-ai
开源
一个控制平面管起机器人训练全流程
Agent control plane for Physical AI on Nebius: infrastructure setup and management, ···
stackql
开源
用 SQL 统一查询和操作所有云资源,让 AI 代理也能轻松管理基础设施。
Query, provision and operate Cloud, SaaS, API and Model Context Protocol (MCP) resou···
harness-sdk
开源
构建并掌控你的 AI 智能体,从开发到生产全流程一把梭
Build an agent harness and control it end-to-end. Open-source SDK for production AI ···
uniterm
开源
一个终端搞定所有连接,AI 帮你自动跑命令
All-in-one terminal covering 30+ protocols — SSH, RDP, SFTP, databases, Kubernetes ···
AgentCPM
开源
一套框架搞定智能体训练到评测全流程
An End-to-End Infrastructure for Training and Evaluating Various LLM Agents
tlbx
开源
把多个AI编码代理终端塞进一个浏览器,持久会话不丢
Open-source Agentic Development Environment (ADE) for Codex, Claude Code and other a···
