原创Flutter3.27+DeepSeek跨平台ai流式输出实例

xiaoyan_2018 2025-05-26 22:27:46

基于flutter3.27+dart3.6+getx+dio接入deepseek-v3对话模型,搭建跨平台流式ai输出模板。

flutter-deepseek支持代码高亮、本地会话存储、支持手机端/桌面windows端显示。

支持markdown代码块高亮、代码块横向滚动、表格边框线、图片100%宽度渲染、图片预览、链接跳转。 

使用技术

  • 技术框架:flutter3.27.1+dart3.6.0
  • AI对话模型:deepseek-v3
  • 网络请求:dio^5.8.0+1
  • 路由/状态管理:get^4.7.2
  • 本地存储:get_storage^2.1.1
  • markdown解析:flutter_markdown^0.7.7
  • 高亮插件:flutter_highlight^0.7.0
  • 弹框组件:shirne_dialog^4.8.3
  • 图片预览:easy_image_viewer^1.5.1
  • 环境变量插件:flutter_dotenv^5.2.1 

项目结构目录 

目前该项目flutter3-deepseek跨平台ai模板,已经同步更新到我的原创作品集。

Flutter3+DeepSeek-V3跨平台AI流式输出聊天模板 

支持运行到window端,以750px宽度布局。

如果想要了解更多技术实现细节,可以看看下面这篇分享。

flutter3-deepseek流式AI模板|Flutter3.27+Dio+DeepSeeek聊天ai助手 

 

...全文
67 回复 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文档详细介绍了基于CNN-BiLSTM架构的多变量时序预测项目,旨在解决传统方法难以处理的多变量间复杂非线性关系和长期依赖问题。项目通过卷积神经网络(CNN)自动提取局部特征,结合双向长短期记忆网络(BiLSTM)捕捉序列的双向依赖,构建了高效的预测模型。文档涵盖了项目背景、目标、挑战及解决方案,并提供了模型架构和代码示例。模型架构包括数据输入层、卷积特征提取层、双向LSTM时序建模层和全连接输出层,通过端到端训练自动调整参数,提升泛化能力和预测准确性。; 适合人群:具备一定编程基础,特别是对深度学习和时序数据分析感兴趣的开发者、研究人员及工程师。; 使用场景及目标:①应用于工业设备状态监测、金融市场分析、气象预测、交通流量预估等多领域;②通过自动化特征提取和时间依赖建模,减少专家干预,提高预测精度和模型鲁棒性;③优化模型训练和推理速度,满足实时预测需求。; 阅读建议:文档不仅包含理论讲解,还有详细的代码实现和模型架构介绍,建议读者结合实际案例进行实践,重点关注数据预处理、模型训练调优及预测性能提升等方面的内容。

29,047

社区成员

发帖
与我相关
我的任务
社区描述
主要讨论与iOS相关的软件和技术
社区管理员
  • iOS
  • 大熊猫侯佩
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧