DeepChat与Qt框架结合：跨平台桌面AI应用开发-平芜编程栈

DeepChat与Qt框架结合：跨平台桌面AI应用开发

1. 引言

想不想在桌面上拥有一个属于自己的AI助手？不用打开浏览器，不用切换各种应用，就在你的电脑桌面上，随时可以调用各种AI模型来帮忙写代码、分析数据、生成内容？今天我就来手把手教你如何用Qt框架和DeepChat构建一个跨平台的桌面AI应用。

我自己用这个方案做了一个本地AI助手，现在写代码遇到问题直接问它，写文档让它帮忙润色，甚至还能帮我分析数据生成图表，工作效率提升了不少。最重要的是所有数据都在本地，隐私安全有保障，而且Windows、macOS、Linux全平台都能用。

接下来我会带你从零开始，一步步搭建这个AI桌面应用。不用担心，即使你是Qt新手，跟着做也能搞定。

2. 环境准备与项目搭建

2.1 安装Qt开发环境

首先需要安装Qt，建议用Qt Creator，这是官方IDE，对新手很友好。

# 下载Qt在线安装器 wget https://download.qt.io/official_releases/online_installers/qt-unified-linux-x64-online.run # 运行安装器，选择Qt 6.5+版本 chmod +x qt-unified-linux-x64-online.run ./qt-unified-linux-x64-online.run

安装时记得勾选以下组件：

Qt Creator
Qt 6.5.0或更高版本
MSVC或MinGW编译器（Windows）
CMake工具

2.2 创建Qt项目

打开Qt Creator，新建项目：

选择"Application" -> "Qt Widgets Application"
项目名称填"DeepChatDesktop"
选择CMake作为构建系统
基础类选择QMainWindow

2.3 添加必要的依赖

在CMakeLists.txt中添加网络和JSON支持：

find_package(Qt6 REQUIRED COMPONENTS Core Widgets Network) target_link_libraries(DeepChatDesktop PRIVATE Qt6::Core Qt6::Widgets Qt6::Network )

3. 设计应用界面

3.1 主窗口布局

我们先设计一个简洁的聊天界面：

// mainwindow.h #include <QMainWindow> #include <QTextEdit> #include <QLineEdit> #include <QPushButton> #include <QVBoxLayout> #include <QHBoxLayout> class MainWindow : public QMainWindow { Q_OBJECT public: MainWindow(QWidget *parent = nullptr); ~MainWindow(); private slots: void onSendClicked(); private: QTextEdit *chatDisplay; QLineEdit *inputField; QPushButton *sendButton; };

3.2 实现界面组件

// mainwindow.cpp #include "mainwindow.h" #include <QStyle> MainWindow::MainWindow(QWidget *parent) : QMainWindow(parent) { // 创建中央部件和布局 QWidget *centralWidget = new QWidget(this); QVBoxLayout *mainLayout = new QVBoxLayout(centralWidget); // 聊天显示区域 chatDisplay = new QTextEdit(this); chatDisplay->setReadOnly(true); chatDisplay->setPlaceholderText("这里将显示对话内容..."); // 输入区域 QHBoxLayout *inputLayout = new QHBoxLayout(); inputField = new QLineEdit(this); inputField->setPlaceholderText("输入你的问题..."); sendButton = new QPushButton("发送", this); sendButton->setFixedWidth(80); inputLayout->addWidget(inputField); inputLayout->addWidget(sendButton); // 添加到主布局 mainLayout->addWidget(chatDisplay); mainLayout->addLayout(inputLayout); setCentralWidget(centralWidget); resize(800, 600); // 连接信号槽 connect(sendButton, &QPushButton::clicked, this, &MainWindow::onSendClicked); connect(inputField, &QLineEdit::returnPressed, this, &MainWindow::onSendClicked); } void MainWindow::onSendClicked() { QString message = inputField->text().trimmed(); if (!message.isEmpty()) { // 先显示用户消息 chatDisplay->append("<b>你:</b> " + message); inputField->clear(); // TODO: 这里后面会添加AI回复逻辑 chatDisplay->append("<b>AI:</b> 思考中..."); } }

4. 集成DeepChat功能

4.1 配置API连接

创建一个专门处理AI通信的类：

// aiclient.h #include <QObject> #include <QNetworkAccessManager> #include <QNetworkReply> class AIClient : public QObject { Q_OBJECT public: explicit AIClient(QObject *parent = nullptr); void sendMessage(const QString &message); signals: void responseReceived(const QString &response); void errorOccurred(const QString &error); private slots: void onReplyFinished(QNetworkReply *reply); private: QNetworkAccessManager *networkManager; QString apiKey; QString apiUrl; };

4.2 实现网络通信

// aiclient.cpp #include "aiclient.h" #include <QJsonDocument> #include <QJsonObject> #include <QJsonArray> AIClient::AIClient(QObject *parent) : QObject(parent) { networkManager = new QNetworkAccessManager(this); apiUrl = "https://api.deepseek.com/v1/chat/completions"; apiKey = "你的API密钥"; // 实际使用时从配置读取 connect(networkManager, &QNetworkAccessManager::finished, this, &AIClient::onReplyFinished); } void AIClient::sendMessage(const QString &message) { QNetworkRequest request(apiUrl); request.setHeader(QNetworkRequest::ContentTypeHeader, "application/json"); request.setRawHeader("Authorization", ("Bearer " + apiKey).toUtf8()); QJsonObject json; json["model"] = "deepseek-chat"; QJsonArray messages; QJsonObject messageObj; messageObj["role"] = "user"; messageObj["content"] = message; messages.append(messageObj); json["messages"] = messages; json["stream"] = false; QJsonDocument doc(json); networkManager->post(request, doc.toJson()); } void AIClient::onReplyFinished(QNetworkReply *reply) { if (reply->error() == QNetworkReply::NoError) { QByteArray response = reply->readAll(); QJsonDocument doc = QJsonDocument::fromJson(response); QJsonObject obj = doc.object(); QString content = obj["choices"].toArray()[0].toObject()["message"].toObject()["content"].toString(); emit responseReceived(content); } else { emit errorOccurred(reply->errorString()); } reply->deleteLater(); }

5. 多线程处理与性能优化

5.1 使用工作线程

为了避免界面卡顿，我们在单独的线程中处理网络请求：

// 在MainWindow中添加 #include <QThread> #include "aiclient.h" class MainWindow : public QMainWindow { // ... 其他代码不变 private: AIClient *aiClient; QThread *workerThread; }; // 在构造函数中初始化 MainWindow::MainWindow(QWidget *parent) : QMainWindow(parent) { // ... 界面初始化代码 // 创建工作线程 workerThread = new QThread(this); aiClient = new AIClient(); aiClient->moveToThread(workerThread); connect(aiClient, &AIClient::responseReceived, this, [this](const QString &response) { chatDisplay->append("<b>AI:</b> " + response); }); connect(aiClient, &AIClient::errorOccurred, this, [this](const QString &error) { chatDisplay->append("<b>错误:</b> " + error); }); workerThread->start(); } void MainWindow::onSendClicked() { QString message = inputField->text().trimmed(); if (!message.isEmpty()) { chatDisplay->append("<b>你:</b> " + message); inputField->clear(); // 在工作线程中处理请求 QMetaObject::invokeMethod(aiClient, "sendMessage", Q_ARG(QString, message)); } }

5.2 添加加载状态

为了让用户体验更好，添加一个加载动画：

// 在MainWindow中添加 #include <QMovie> #include <QLabel> private: QLabel *loadingLabel; QMovie *loadingMovie; // 在构造函数中初始化加载动画 loadingLabel = new QLabel(this); loadingMovie = new QMovie(":/images/loading.gif"); loadingLabel->setMovie(loadingMovie); loadingLabel->setAlignment(Qt::AlignCenter); loadingLabel->hide(); // 在适当位置显示/隐藏加载动画 connect(aiClient, &AIClient::responseReceived, this, [this]() { loadingLabel->hide(); loadingMovie->stop(); }); connect(aiClient, &AIClient::errorOccurred, this, [this]() { loadingLabel->hide(); loadingMovie->stop(); });

6. 跨平台部署与打包

6.1 Windows平台打包

使用windeployqt工具自动收集依赖：

# 在构建目录中 windeployqt --release DeepChatDesktop.exe

6.2 macOS应用打包

创建dmg安装包：

# 创建应用包 macdeployqt DeepChatDesktop.app -dmg

6.3 Linux平台打包

使用linuxdeployqt：

# 安装linuxdeployqt wget https://github.com/probonopd/linuxdeployqt/releases/download/continuous/linuxdeployqt-continuous-x86_64.AppImage chmod +x linuxdeployqt-continuous-x86_64.AppImage # 打包应用 ./linuxdeployqt-continuous-x86_64.AppImage DeepChatDesktop -appimage

7. 实际应用效果

现在你已经有了一个功能完整的桌面AI助手。我日常是这么用的：

写代码时：选中代码片段，按快捷键调出助手，问它"这段代码有什么问题？"或者"怎么优化这个函数？"

写文档时：把草稿贴进去，让它帮忙润色和校对语法

学习新知识时：让它用简单的语言解释复杂概念，比搜索引擎直接多了

数据处理时：上传CSV文件（需要额外功能），让它分析数据趋势

实际用下来，响应速度比网页版快不少，毕竟少了浏览器的那层开销。而且因为是在本地应用里，可以更好地和系统集成，比如设置全局快捷键、拖拽文件直接分析等等。

8. 总结

用Qt和DeepChat搭建桌面AI应用其实没有想象中那么难。关键是把界面设计好，处理好网络请求的异步操作，再做好错误处理和用户体验优化。

这个方案最大的优点是跨平台，一次开发到处运行，而且性能比Web应用好很多。如果你需要更复杂的功能，比如文件操作、系统集成等，桌面应用的优势就更明显了。

我建议你先从基础功能开始，跑通整个流程后再慢慢添加更多特性。比如可以加入对话历史保存、多模型切换、自定义提示词等功能。Qt的生态系统很丰富，有很多现成的组件可以用，开发效率其实挺高的。

如果你在开发过程中遇到问题，Qt的文档很全面，社区也很活跃，基本上都能找到解决方案。最重要的是动手试试，在实际 coding 过程中学习是最快的。

获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。

DeepChat与Qt框架结合：跨平台桌面AI应用开发