Electron39-DeepSeek跨平台AI助手|electron+vue3+deepseek-v3.2客户端流式ai系统

xiaoyan_2018 2026-01-14 12:05:09

Electron39-DeepSeek-Vue3AI跨平台AI模板|electron39+vite7+deepseek-v3.2+arco智能ai聊天助手。

electron39-deepseek支持流式打字、深度思考、latex数学公式及mermaid图表渲染功能。 

项目知识点 

  • 编辑器:Vscode
  • 跨平台技术框架:Electron^39.2.7
  • 前端技术框架:vite^7.2.4+vue^3.5.24+vue-router^4.6.4
  • AI框架:DeepSeek-V3.2 + OpenAI
  • UI组件库:arco-design^2.57.0
  • 状态插件:pinia^3.0.4
  • 会话缓存:pinia-plugin-persistedstate^4.7.1
  • 高亮插件:highlight.js^11.11.1
  • markdown渲染插件:markdown-it^14.1.0
  • 打包工具:electron-builder^26.0.12 

项目框架结构 

基于最新跨平台框架Electron39.2+Vite7搭建项目,调用deepseek-v3.2聊天模型。 

如果想了解更多的项目详细介绍,可以去看看下面这篇文章。

https://blog.csdn.net/yanxinyun1990/article/details/156891462

 

...全文
16 回复 打赏 收藏 转发到动态 举报
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
一、基础信息 数据集名称:废物分类检测数据集 图片数量: 训练集:9,801张图片 验证集:975张图片 测试集:615张图片 总图片数:11,391张图片 分类类别: Contamination(污染):废物中的污染物体或不可回收杂质。 Glass(玻璃):可回收的玻璃材料。 Metal(金属):可回收的金属材料。 Paper(纸张):可回收的纸张材料。 Plastic(塑料):可回收的塑料材料。 标注格式: YOLO格式,包含边界框和实例分割多边形,适用于目标检测和实例分割任务。 数据格式:图片数据,来源于实际场景,细节丰富。 二、适用场景 废物回收与分类AI系统开发: 数据集支持目标检测和实例分割任务,帮助构建能够自动识别和分类废物材料的AI模型,提升回收效率。 环境监测与治理: 集成至环境监控系统,实时检测污染和可回收材料,辅助环境治理决策。 学术与工业研究: 支持计算机视觉在环保和废物管理领域的应用研究,推动技术创新。 教育与培训: 用于培训机构或学校,作为学习废物分类和AI模型开发的重要资源。 三、数据集优势 类别多样性与代表性: 包含5个关键废物分类类别,覆盖常见可回收材料和污染物,确保模型训练的全面性。 标注精准与任务适配: 每张图片均经过精确标注,兼容YOLO格式,直接支持目标检测和实例分割任务,便于模型开发。 数据规模与质量: 拥有超过11,000张图片,提供大量训练样本,图片来源于真实场景,增强模型泛化能力。 实际应用价值高: 专注于废物分类和污染检测,为环保、回收行业提供直接数据支撑,促进可持续发展。

1,941

社区成员

发帖
与我相关
我的任务
社区描述
Vue是一套用于构建用户界面的渐进式JavaScript框架。我们更加关注于spa单页面应用、uni-app、vue3、微前端、基于vue的低码平台。
前端 技术论坛(原bbs)
社区管理员
  • community_283
  • 槿畔
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

亲爱的CSDN小伙伴你们好,我是一个全新的社区,成立之初请CSDN的小伙伴们帮忙推广一下我们VUE社区,欢迎大家来这里讨论VUE相关问题哦~

另外对社区做出重大贡献者,可以联系版主授予称号~

试试用AI创作助手写篇文章吧