DeepSeek 把 App 的能力全开放成了 API,客户端不用再自己接搜索和抓取了

11 月 13 日晚，DeepSeek 放出了一套"全家桶应用 API"。过去要靠客户端自己接的联网搜索、网页抓取、文档解析、语音转写和语音合成，现在都有官方接口，工具调用和上下文拼接由服务端完成。

做 AI 应用的团队过去一年都在补同一套课。接一个搜索 API，写一个抓取脚本，处理超时重试，再想办法把网页正文塞回上下文。现在这段可以交给服务端。

01 开放的东西分三层

内置工具，在原来的对话请求里加参数就有。联网搜索是 deepseek_web_search，阅读链接是 deepseek_read_url，模型安全是 safety_check。还有两个公告里没细说的，title 让模型顺手生成一段对话标题，latest_reminder 把当前日期、用户位置和语言告诉模型，答案能贴着用户的情况说。Demo 的设置面板里就能改语言和位置。

五个独立接口，Search、Fetch、OCR、ASR、TTS，都能单独调，也能自己拼成工作流。Search 走 DeepSeek 自家搜索引擎，返回带相关度分、站点名和发布时间的结果。Fetch 抓单个网页，转成 Markdown 交回来。OCR 只出文字和坐标，文件不进对话。ASR 把音频转成文字，TTS 把文字读出来。

单独调 Search 还能用一套搜索语法，site: 限定站点，- 排除词，"..." 精确短语，lang: 限定语言，after: 和 before: 卡发布日期。做检索增强的团队能省掉不少过滤逻辑。

一个开源 Demo，静态页面，浏览器直连 api.deepseek.com，不需要自己的后端。

常用端点放一张表，存下来省得翻文档。

• 用途
  对话，Anthropic 格式 · 端点: POST https://api.deepseek.com/anthropic/v1/messages
• 用途
  对话，Responses · 端点: POST https://api.deepseek.com/responses
• 用途
  对话，Chat Completions · 端点: POST https://api.deepseek.com/chat/completions
• 用途
  搜索 · 端点: POST https://api.deepseek.com/v1/tools/search
• 用途
  网页抓取 · 端点: POST https://api.deepseek.com/v1/tools/fetch
• 用途
  OCR · 端点: POST https://api.deepseek.com/v1/tools/ocr
• 用途
  语音识别 · 端点: POST https://api.deepseek.com/v1/tools/asr
• 用途
  语音合成 · 端点: POST https://api.deepseek.com/v1/tools/tts
• 用途
  文件上传与解析 · 端点: POST https://api.deepseek.com/files

模型是 deepseek-flash，实际版本 DeepSeek-V4.1-Flash-1017。老名字 deepseek-v4-flash 仍然收，那个模型已经退役，请求会转到新版本上按 Flash 的价计。Messages、Responses、Chat Completions 三个协议都支持。

上下文怎么回来的，值得单独说一句。搜索和抓取都跑在服务端，客户端一个工具都不用执行。用户消息里的链接被读回来后，正文并不直接出现在响应里，而是放在 signature 字段里加密，下一轮把这个字段原样传回去，服务端才把页面还原进上下文。客户端要做的只有两件事，把返回的块渲染出来，把上一轮回复原样传回去。

02 四个容易踩的坑

这些细节公告里没有，文档里写着。

思考模式下开了联网搜索，用户消息里的链接就不单独读了。 规则是，开启思考模式并声明 deepseek_web_search 之后，这一轮走深度思考搜索，链接不再单独处理。要读链接，要么关掉思考模式，要么只声明 deepseek_read_url。官方给的例子是让模型比一比埃菲尔铁塔和东京塔谁高，它会自己搜、自己开页面、自己到页面里找数字，全程二十次左右的工具调用。

开了这些工具，采样参数会被服务端忽略。 Messages 接口忽略 temperature、top_p、top_k、stop_sequences 和 thinking.budget_tokens，Chat Completions 忽略 temperature、top_p、frequency_penalty、presence_penalty、stop、seed、n。temperature 调不动了，做文案风格控制的团队会少一根旋钮。

tool_choice 不能指名这两个工具。 指名就返回 400。是否联网由模型自己判断，把 tool_choice 设成 none 会把搜索和读链接一起关掉。

读链接只看最后一条用户消息。 同一条消息里重复出现的链接只算一次，最多取前 10 个不同的链接，具体读哪几个还是模型说了算。

03 钱怎么算

工具按次收费，跟 token 分开结算。

• 工具
  文字与图片搜索 · 计费单位: 千次 · 人民币: 5 元 · 美元: $0.75
• 工具
  网页抓取 · 计费单位: 千次 · 人民币: 5 元 · 美元: $0.75
• 工具
  文字识别 OCR · 计费单位: 千页 · 人民币: 1.5 元 · 美元: $0.225
• 工具
  语音识别 ASR · 计费单位: 小时 · 人民币: 0.39 元 · 美元: $0.058
• 工具
  语音合成 TTS · 计费单位: 万字符 · 人民币: 1.5 元 · 美元: $0.225

语音两项是限时五折，原价分别是 0.78 元和 3 元。

几个容易算错的地方。搜索和抓取按成功的请求次数收费，返回几条结果不影响单价，count 只控制条数。失败的请求、搜不出结果的搜索、超时的请求都不计费。OCR 按成功识别的页数算，失败和超时不计。ASR 按音频时长算到秒，不足一秒按一秒。TTS 一个中文字算两个字符，字母数字空格各算一个。

拿这些单价算几笔账。一次网页抓取 5 厘钱，深度思考搜索最多约二十次工具调用，就算每次都计费，一次问题最坏 1 毛钱。听 10 分钟语音 6 分 5 厘，一段 1000 汉字的播报 3 毛钱。OCR 一份 50 页的报告 7 分 5 厘。

Token 那一头是零头。官方文档里那个开了联网搜索、安全校验和对话标题的请求，输入 9078 tokens，输出 1686 tokens。deepseek-flash 闲时输入 0.15 每百万 tokens，输出 0.6 每百万，高峰翻倍。折算下来这次提问的 token 费两美分上下，按七块出头的汇率合一分多人民币。DeepSeek 把高峰定在 UTC 凌晨一点到四点、早上六点到十点，换成北京时间是工作日的上午九点到十二点、下午两点到六点，周末和节假日全天按闲时算。

所以做预算的时候要倒过来看。一次带联网的提问，搜索和抓取的按次费用是 token 费的好几倍。

04 谁会先拆代码

已经在自建"搜索加抓取加拼上下文"这套管线的团队，拆掉的就是这段。一个具体场景是问答类产品，模型问一句要查三个来源，团队自己写循环去调搜索、调抓取、处理失败重试、把正文按格式拼回 prompt，然后逐个会话缓存。现在这段由服务端做，团队只留渲染逻辑。

做文档问答和票据识别的团队拿到的是 OCR 和文件解析。PDF、Word、PPT 和常见图片格式都能传，上传时选 text_recognition 只抽文字，选 rich_layout_recognition 连图表一起切出来按原位给模型。解析在上传时按页计费，成功才收钱，客户端中途断开，解析照样跑完，跑成功照样计费。

做语音应用的团队拿到的是 ASR 和 TTS。识别支持 21 种语言，合成支持 10 种，两个音色 stella 和 tide。TTS 还能用 WebSocket 一边生成一边合成，模型还在吐字就能开始播。

做检索增强的团队可以把 Search 和 Fetch 当成一个现成的外部知识源。Fetch 返回的是 Markdown，切分、embedding、拼 prompt 都按原来那套流程走，接一个新接口而已。另一条路是干脆不自己拼，让模型在 deepseek_web_search 里自己找、自己开页面、自己从页面里摘句子。

做企业内部助手的团队能少写不少界面逻辑。对话标题自动生成，历史列表不用自己命名，把用户的日期和位置一起喂给模型，答案能对上他所在时区和当地情况。

只做纯文本对话的团队，这次基本没影响。

这个我感触比较深，我们公司就有做实际的项目

1、模型爬取网络信息的，模型需要调用很多遍，有的网站返回的内容还是js内容，通过python fetch无法解析，需要安装第三方依赖包使用，而且网站的数据除非提前知晓一些，全网查询的话，搜索引擎会产生拦截，现在好多网站做了GEO优化，实际的内容质量不好，包括其他的边界处理，异常中断

2、文档问答的，票据识别的也做过，需要调用三方的TextIn或者百度OCR的识别文档，然后单独抽取对应的字段，形成一个结构化的数据，需要多步骤处理

05 还没解决的几件事

合规责任没有转移。safety_check 设成 high 只是基础风控，内容安全审核、大模型登记、AI 标识这些义务还在服务提供方自己身上，官方在文档里重复写了好几遍。

流式场景下处理拒答很麻烦。审核是在模型输出完之后才做的，已经流出去的字撤不回来。客户端得自己把显示出来的回答删掉，换成自己的拒答文案。审核用的 token 按输出 token 计费，输入被判风险直接返回 400 的话，输入 token 也照收。

文档解析出来的全文在多轮对话里一直占着上下文，一次请求最多 20 个文档、文本合计 8 MiB，超了直接 400，不做静默截断。文件本身的上限是 100 MiB 和 1000 页。传上去的文件和解析结果都下载不回来，要留底得自己另外存一份。

还有一批能力边界。Search 接口暂时不支持图片搜索，图片搜索只走 deepseek_web_search 里那条路。ASR 不支持流式，最长 120 秒、8 MiB。TTS 不支持变速，也不支持合成中断后接着来。抓取受目标站点的可用性和访问策略限制，403 和 404 都会出现。

最后提醒一句，Demo 把 API key 放在浏览器的 localStorage 里，对话记录放在 IndexedDB。它适合演示，不适合直接搬到生产环境。

06 想看效果最快的一步

Demo入口https://cdn.deepseek.com/chat-demo ，源码 https://github.com/deepseek-ai/chat-demo ，MIT 许可。仓库构建出来是 dist目录，解压双击index.html就能跑，前提是浏览器允许 file:// 页面上使用本地存储，并且 API 侧放行跨域请求。

Demo已经做好的东西不少。多会话和自动标题、改写提问、重新生成、消息分支切换、流式回复、思考过程展示、搜索和引用、拖拽和粘贴上传附件、语音输入和朗读、Markdown 和代码高亮、KaTeX 公式和 Mermaid 图、中英文界面、明暗主题、手机端布局、聊天记录导入导出。导入 DeepSeek 导出的历史对话，可以直接接着聊。公告里那句"1:1 复刻出完整的 DeepSeek App"，落到这份 Demo 上大致就是这个样子。

想验证的话，拿自己平时真会问的问题跑一遍，尤其带上链接和 PDF 那种，看服务端拼出来的上下文是不是你要的那样。

如果有什么问题，欢迎评论留言讨论，看到会回复。如果这篇文章对你有帮助，欢迎关注我的微信公众号【一行梦境】，我会在那里分享更多深度内容和实用技巧。