HelpBlend SaaS + OpenCode Go

AI 聊天机器人 SaaS 演示

示例 SaaS 应用，包含嵌入式聊天小部件。所有客户消息通过 OpenCode Go API 使用 DeepSeek V4 Flash 路由。

实时演示Port 8081DeepSeek V4 FlashOpenCode Go API

架构

🤖

AI 支持机器人

DeepSeek V4 · OpenCode Go

🤖

您好！有什么可以帮助您的？

消息路由： HelpBlend SaaS llm_client OpenCode Go DeepSeek V4

服务状态

HelpBlend SaaS :8081

llm_client.py 活跃

OpenCode Go API 已连接

模型deepseek-v4-flash

路由直接（无 Hermes 代理）

数据流

1. 客户在小部件中输入消息
2. SaaS 保存消息，收集上下文（指南、RAG、历史记录）
3. SaaS 调用 llm_client.py 中的 chat_with_context()
4. llm_client 发送 POST 到 OpenCode Go API
5. OpenCode Go 调用 DeepSeek V4 Flash 并返回响应
6. 响应自动返回给客户

关键组件

🏠 首页 🔐 管理员登录 💬 公共聊天页面

配置

环境配置 (.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 客户端 (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"}

已验证的测试结果

✓ 通过欢迎消息

请求： 新客户的第一条消息 响应： "您好！今天有什么可以帮助您的吗？" 类型： 机器人配置的欢迎消息

✓ PASS后续回复（LLM 回复）

请求： "你们的平台有什么功能？" 响应： 使用 RAG 上下文的回答 路由： llm_client.py OpenCode Go DeepSeek V4 ✓