CS
HelpBlend SaaS + OpenCode Go

AIチャットボットSaaSデモ

埋め込みチャットウィジェットを備えたサンプルSaaSアプリケーション。すべての顧客メッセージはllm_client.py OpenCode Go APIを経由してAI自動返信され、設定されたDeepSeekモデルを使用します。

ライブデモPort 8081DeepSeek V4 FlashOpenCode Go API

アーキテクチャ

🤖

AIサポートボット

DeepSeek V4 · OpenCode Go

🤖
こんにちは！どのようにお手伝いできますか？

メッセージの経路： HelpBlend SaaS llm_client OpenCode Go DeepSeek V4

サービスステータス

HelpBlend SaaS :8081
llm_client.py 有効
OpenCode Go API 接続済み
モデルdeepseek-v4-flash
ルーティング直接（Hermesエージェントなし）

データフロー

  1. 1. 顧客がウィジェットにメッセージを入力
  2. 2. SaaSがメッセージを保存し、コンテキストを収集（ガイドライン、RAG、履歴）
  3. 3. SaaSがllm_client.pyのchat_with_context()を呼び出す
  4. 4. llm_clientがOpenCode Go APIにPOSTを送信
  5. 5. OpenCode GoがDeepSeek V4 Flashを呼び出し、応答を返す
  6. 6. 応答が顧客に自動的に返される

主要コンポーネント

🏠 ホームページ🔐 管理者ログイン💬 公開チャットページ

設定

環境（.env）

HERMES_ROUTING_ENABLED=false   ← Direct LLM path
OPENCODE_GO_API_KEY=sk-...     ← OpenCode Go API key
OPENCODE_GO_BASE_URL=https://opencode.ai/zen/go/v1
OPENCODE_DEFAULT_MODEL=deepseek-v4-flash
DATABASE_URL=sqlite+aiosqlite:///./hermes_saas.db
PORT=8081

LLMクライアント（llm_client.py）

# OpenAI-compatible function calling
# Supports tools/tool_calls for actions
async def chat_with_context(
    messages, bot_name,
    system_prompt, guidelines=[],
    source_context="", model=None,
    tools=None
):
    # Builds system + user messages
    # Calls OpenCode Go /v1/chat/completions
    # Returns {"content", "tool_calls"}

検証済みテスト結果

✓ 合格ウェルカムメッセージ

リクエスト： 新規顧客からの最初のメッセージ 応答： "こんにちは！どのようにお手伝いできますか？" 種類： ボットの設定済みwelcome_message

✓ PASSフォローアップ（LLM返信）

リクエスト： "プラットフォームの機能は？" 応答： RAGコンテキストを使用した文脈に応じた回答 ルート： llm_client.py OpenCode Go DeepSeek V4 ✓

HelpBlend SaaS — OpenCode Go直接統合デモ