
deepreasoning
让 Claude 思考过程可见,结合 DeepSeek R1 推理链,提升 AI 决策透明度。
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 ★ 5354
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- 已安装 Rust/Cargo 工具链(用于 cargo build,README 的 Prerequisites 章节要求)
- 已安装 Git,可克隆 GitHub 仓库
- 本地可访问项目根目录并可写入 config.toml
- 需要自备 DeepSeek 与 Anthropic Claude 的 API 凭证(用于调用上游模型)
安装与启动步骤
-
1克隆仓库
把源码拉到本地并进入项目根目录,后续所有命令都在该目录执行。注意 README 中的仓库地址为 getasterisk/deepreasoning。
git clone https://github.com/getasterisk/deepreasoning.git cd deepreasoning -
2编译 release 版本
在项目根目录执行 Cargo 构建,生成 release 产物。首次编译依赖较多,耗时较长,需保证网络可拉取 crate。
cargo build --release -
3创建配置文件
在项目根目录新建 config.toml,写入 README 给出的服务监听配置与 pricing 段(用于用量计费追踪)。
cat > config.toml << 'EOF' [server] host = "127.0.0.1" port = 3000 [pricing] # Configure pricing settings for usage tracking EOF -
4按文档启动服务
README 节选未给出启动命令(参见 Self-Hosting 章节)。构建完成后用 release 产物启动,并确保监听地址与 config.toml 一致。
-
5调用 API 验证
服务起来后按 API Usage 发送请求;请求体支持 stream、verbose、system、messages 以及两套模型 config 字段。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
server.host | 是 | 服务监听的地址,默认仅本机可访问 | 127.0.0.1 |
server.port | 是 | 服务监听端口,客户端请求需指向该端口 | 3000 |
pricing | 否 | config.toml 中的计费/用量追踪配置段 | [pricing] |
stream | 否 | 请求体开关,开启后以流式方式返回推理结果 | false |
verbose | 否 | 请求体开关,控制是否输出更详细的响应信息 | false |
deepseek_config | 否 | 请求体中透传给 DeepSeek 的 headers 与 body | {"headers": {}, "body": {}} |
如何确认成功
服务按 config.toml 在 127.0.0.1:3000 启动并监听,向该地址按 API Usage 发一条请求能拿到响应即成功。
常见问题
Q:cargo build 报错找不到工具链怎么办?
A:需先在机器上安装 Rust 与其包管理器 Cargo,README 的 Prerequisites 章节列了前置依赖,装好后再回到项目根目录重新构建。
Q:在哪里填 DeepSeek 和 Claude 的 API Key?
A:README 节选未直接给出密钥配置说明,请求体中有 deepseek_config 与 anthropic_config 可透传 headers,具体见官方 API 文档 https://deepreasoning.chat。
Q:如何开启流式输出?
A:在请求体把 stream 设为 true 即可,README 的 API Usage 中给出了 Streaming Example 与对应请求体字段。
Q:用量计费在哪里配置?
A:在项目根目录的 config.toml 中配置 [pricing] 段,用于 usage tracking 的计价设置。
注意事项
- README 的 clone 地址为 github.com/getasterisk/deepreasoning,与项目页标注的 winfunc/deepreasoning 不一致,克隆前请核对。
- 默认配置只监听 127.0.0.1:3000,若要对外提供服务需自行调整 host 并注意密钥与数据的访问安全。
- 本项目为独立开发者项目,与 Anthropic 无隶属或赞助关系,Claude 为 Anthropic 商标。
- README 节选缺少 Prerequisites 正文与正式启动命令,实际部署请以仓库 Self-Hosting 章节为准。
核心亮点
- 融合 DeepSeek R1 的思维链,让 Claude 的推理过程透明可见,增强可解释性。
- 基于 Rust 实现,提供高性能的推理 API,适合生产环境部署。
- 自带聊天 UI,开箱即用,降低集成门槛。
不足之处
- 依赖外部 API(DeepSeek 和 Claude),可能产生额外费用和网络延迟。
- 文档/社区待观察,项目仍处于成长阶段,生态和文档可能不够完善。
适用场景
- 需要向用户展示 AI 推理过程的客服或问答系统。
- 对模型决策有审计要求的企业内部 AI 工具。
- AI 教育或研究场景,用于演示和剖析推理逻辑。
替代项目
LangChain、LlamaIndex、OpenAI Evals
同类项目推荐
onramp
开源
一键搭建安全家庭实验室,快速上手 Traefik 和 Cloudflare
Traefik with all the stuffing. Onramp is a docker compose setup designed to allow us···
Fooocus-API
开源
把 Fooocus 变成 API,一行代码接入图像生成
FastAPI powered API for Fooocus
spellbook-docker
开源
一条命令拉起本地多模型AI全家桶
AI stack for interacting with LLMs, Stable Diffusion, Whisper, xTTS and many other A···
inferock-bench
开源
本地代理,实时追踪 LLM 调用成本与失败,账单一目了然
Local LLM cost-tracking proxy for OpenAI, Anthropic, Gemini, and pinned OpenRouter c···
candle-vllm
开源
Rust 写的本地大模型推理服务,兼容 OpenAI API,开箱即用
Efficent platform for inference and serving local LLMs including an OpenAI compatibl···
eidos
开源
把散落的数据收拢起来,按你的方式管理
A single-file relational spreadsheet for you and your agent.
selfhostedAI
开源
一键自托管 AI,小白也能轻松跑起图像生成
A collection of one-click self-hosted AI
krakend-ce
开源
写个配置文件,就能搞定高性能 API 网关
KrakenD Community Edition: High-performance, stateless, declarative, API Gateway wri···
VecturaKit
开源
在苹果设备上本地跑向量检索,构建隐私安全的 RAG 应用
Swift-based vector database for on-device RAG using MLTensor and MLX Embedders