deepreasoning

让 Claude 思考过程可见，结合 DeepSeek R1 推理链，提升 AI 决策透明度。

DeepReasoning 是一个高性能的 LLM 推理 API 和聊天界面，它将 DeepSeek R1 的思维链（CoT）推理过程与 Anthropic Claude 模型相结合。该项目旨在解决当前 AI 推理过程中“黑盒”问题，通过集成 DeepSeek R1 的推理轨迹，让用户能够清晰地看到模型的思考过程，从而增强对模型输出的理解和信任。它基于 Rust 构建，提供了高效的推理服务，并附带一个用户友好的聊天界面，方便开发者快速集成和体验。核心能力包括：将 DeepSeek R1 的 CoT 推理步骤无缝集成到 Claude 模型的响应中，支持流式输出，以及提供可自托管的 API 服务。对于需要可解释、可审计 AI 决策的开发者、研究者和企业用户，DeepReasoning 提供了一个实用的解决方案，帮助他们在享受 Claude 强大生成能力的同时，获得深度推理的透明度。

开源 unknown 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 5364

维护状态低维护

是否开源是

定价模式 unknown

项目数据

分类开源模型

开发团队winfunc

所属国家

官网地址

GitHubhttps://github.com/winfunc/deepreasoning

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Rust

技术栈/模型ai,anthropic,anthropic-claude,api,chain-of-thought,claude,deepseek,deepseek-r1,llm,rust

GitHub 星标★ 5364

30天Star增速

HF 下载量

上线时间2025-01-26 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

难度：进阶约 15 分钟部署方式：本地安装 5 步

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

项目介绍

deepreasoning 是基础设施领域的开源项目，由 winfunc 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（5,364）位列前 9%，在基础设施分类的 1,132 个项目里位列前 12%。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。

它主要面向的使用场景是：需要向用户展示AI推理过程的客服或问答系统。同类可对比的替代方案包括 LangChain、LlamaIndex、OpenAI Evals。

上一篇：gpustack

下一篇：lemonade