DeepChat项目中的自定义响应属性实践指南
2025-07-03 21:06:18作者:晏闻田Solitary
引言
在现代聊天应用开发中,开发者经常需要在聊天消息中附加额外的元数据或自定义属性。DeepChat作为一个功能丰富的聊天组件,提供了灵活的自定义属性支持,本文将详细介绍如何在实际项目中实现这一功能。
自定义属性的基本实现
DeepChat从9.0.241版本开始,在响应对象中引入了custom属性,允许开发者附加任意自定义数据到聊天消息中。使用时需要注意以下几点:
custom属性必须与至少一个内容属性(如text)一起返回- 格式示例:
{text: '响应内容', custom: {key1: 'value1', key2: 'value2'}} - 该属性特别适合用于存储与消息相关的元数据,如处理时间、事务ID等
实际应用场景
反馈系统实现
开发者可以利用自定义属性构建完善的用户反馈系统。例如,可以在响应中包含处理时长等性能指标:
{
text: "这是AI生成的回复内容",
custom: {
duration: 0.25,
transactionId: "txn_12345",
modelVersion: "gpt-4"
}
}
当用户点击反馈按钮时,这些元数据可以与反馈结果一起提交到后端进行分析。
动态交互按钮
在更复杂的场景中,可以使用HTML内容结合自定义属性创建交互式按钮:
{
html: "<button class='suggestion-btn'>建议操作</button>",
custom: {
actionType: "suggestion",
referenceId: "ref_67890",
context: "相关上下文信息"
}
}
技术实现细节
流式响应支持
从9.0.257版本开始,DeepChat扩展了对流式响应中自定义属性的支持。需要注意的是:
- 只有最后一个流事件的
custom属性会被保留 - 流式响应中的自定义属性会与最终消息一起保存
- 适用于需要逐步构建复杂响应同时保留元数据的场景
消息提交处理
最新版本(9.0.264+)的DeepChat允许在submitUserMessage方法中使用custom属性,实现了完整的双向自定义数据流:
chat.submitUserMessage({
text: "用户消息",
custom: {
platform: "mobile",
location: "US"
}
});
最佳实践建议
- 数据结构设计:为自定义属性设计清晰的数据结构,避免随意添加字段
- 性能考虑:避免在自定义属性中存储大型数据,保持轻量级
- 版本兼容:在使用新功能时,确保客户端和服务端版本兼容
- 错误处理:对自定义属性的解析做好错误处理,增强鲁棒性
总结
DeepChat的自定义属性功能为开发者提供了极大的灵活性,使得聊天应用可以承载更丰富的业务逻辑和交互场景。通过合理利用这一特性,开发者可以构建出功能更加强大、用户体验更佳的聊天系统。随着功能的不断完善,自定义属性支持已成为DeepChat的重要特性之一。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322