下一个超级 App 只属于你一个人——DeepSeek 开放三部曲与客户端架构拆解

2026 年 11 月 13 日晚，DeepSeek 开放全家桶应用 API，并开源了一个能 1:1 复刻官方 App 的聊天 Demo。很多人只看到了「又能套壳了」，但如果把时间线拉长三个月，你会发现这是一条极其清晰的路线图：插件化 → 接口开放 → 客户端开放 → 自主代理（Super-agent）。这篇文章把这条线拆开讲清楚，并附上客户端架构拆解与一份可以直接上手的手搓指南。

1. 一、先看时间线：这不是三次孤立发布

把 DeepSeek 近三个月的动作排在一起，逻辑立刻就清楚了。

• 2026-08-13 · 插件化：开源 DeepSeek Harness（dsh），一个「一切皆插件」的 Agent 运行时。它把「模型之外的一切」——上下文调度、工具管理、任务状态——都做成可插拔的插件，底层由 Cordis 插件系统驱动。
• 2026-10-31 · 自主化：开源 dsh-superagent（Super-agent 原型，MIT 协议）。这是一个面向单个 GitHub 仓库的「主动式编码代理」，监听 GitHub / 飞书，自己开工、自己提 PR、只在需要人时才说话。
• 2026-11-13 · 接口 + 客户端开放：开放全家桶应用 API（联网搜索、深度思考搜索、文件解析、链接阅读、语音、安全），并开源 chat-demo 客户端，官方手把手教你复刻自己的 DeepSeek App。

三步连起来看，DeepSeek 做的不是「开放几个接口」，而是把自家产品从里到外整个拆开放出去：先开放运行时（Harness），再开放自主代理（Super-agent），最后开放能力接口（全家桶 API）和产品外壳（chat-demo）。

2. 二、第一层：接口开放——全家桶 API 分类说明

这次开放的核心，是把原本「锁在官方 App 里」的能力，变成开发者可以直接调用的 API。按调用方式可以分成四类。

2.1 1. 模型推理层：三类对话协议

deepseek-flash（V4.1）在 Messages、Responses、Chat Completions 三类接口中都支持扩展能力。其中 Messages API 走 Anthropic 兼容协议（base_url = https://api.deepseek.com/anthropic），这意味着你可以用 Anthropic SDK、甚至把 Claude Code / Claude Desktop 的 base_url 一改就接上 DeepSeek。

2.2 2. 对话扩展层：服务端工具（随对话自动触发）

这是最「魔法」的一层。开发者只需在 tools 里声明服务端工具，是否调用、何时调用完全由模型自己判断，搜索和抓取都在 DeepSeek 服务端完成，客户端不需要执行任何工具：

2.3 3. 独立工具 API：可单独或组合调用

如果你不想让模型「自己决定」，而是想在自己的流程里精确调用，DeepSeek 把底层能力单独开了出来：

这些可以单独调用，也可以自由组合。官方给的例子很直白：学习应用用 OCR 识别试卷再让模型讲题；语音助手用 ASR 转文字、模型理解、TTS 播报。

2.4 4. 安全与合规层

safety_check: {"level": "high"} 开启输入输出风险审核，命中风险时以 stop_reason: "refusal" 拒答。官方明确提醒：对外提供服务的应用应开启安全校验，并履行内容安全审核、大模型登记、AI 标识等义务。

2.5 定价：能力是「按次」卖的

注意计费细节：联网搜索按「查询词条数」计费（一次调用含 3 个 query 算 3 次），抓取按成功抓取的网页数计费。工具费用与模型 Token 费用是叠加的。

3. 三、第二层：客户端开放——拆解 DS 客户端架构

为了证明「新 API 真的能复刻官方 App」，DeepSeek 直接开源了 chat-demo。拆它的源码结构，就等于拆 DeepSeek 官方客户端的架构。

3.1 架构拆解

① 纯前端、无后端。 这是最关键的设计决策。浏览器直连 API 服务，没有自己的应用后端。API Key 和设置存 localStorage，会话和原始附件存 IndexedDB。这意味着「复刻 DeepSeek App」的边际成本几乎为零——一个静态站点就够了。

② 表现层（components / app）。 聊天界面（流式、思考过程、引用角标、消息分支）、设置面板（Key、主题、中英 i18n）、Markdown 渲染（代码高亮、KaTeX 公式、Mermaid 图）、语音输入/朗读（带实时频谱）。

③ 服务层（services）。 四个子模块各司其职：

• api：请求封装、SSE 流式解析、协议类型定义；
• chat：会话管理、消息分支、历史导入导出（ZIP 归档，可直接导入 DeepSeek 官方历史对话）；
• markdown：解析与图表渲染；
• speech：录音与播放，对接 ASR / TTS 端点。

④ 接口层。 默认用 deepseek-flash，走 Anthropic 兼容的 Messages / Files API；语音走 ASR / TTS 端点；请求里带上 search、read_url、title、latest_reminder 等扩展。

3.2 一次对话的完整活动流

理解了静态结构，再看一次请求在系统里是怎么「动」起来的。

几个值得注意的设计点：

• 是否联网由模型判断，而非用户勾选。 客户端只负责声明工具，search / open_page / find_in_page / read_link 这些动作都是模型在推理中自主发起的。
• 深度思考搜索是一个循环。 模型在 thinking 与工具调用之间反复横跳（最多约 20 次），把检索结果回注上下文后继续推理，直到信息足够才作答。
• 引用是一等公民。 回答的 text 块带 citations，客户端据此渲染引用角标，这是「可信回答」的关键。
• 多轮要原样回传。 带联网工具块的历史消息需保留 kind 和 signature 回传，阅读过的网页靠 signature 还原进上下文。
• 安全是硬闸门。 命中审核直接 refusal，客户端要能优雅处理拒答态。

4. 四、第三层：Super-agent——从「对话客户端」到「自主代理」

如果说 chat-demo 解决的是「人和模型对话」，那么 Super-agent 解决的是「模型替人干活」。它建立在 Harness 之上。

Harness 是「一切皆插件」的 Agent 运行时：包裹模型的运行时层，负责调度上下文（模型每轮看见什么）、管理工具（模型能碰什么）、维护任务状态（多轮之间记住什么），运行结构分为组合层、执行层、记录层，插件生命周期由 Cordis 管理。

dsh-superagent 则是跑在 Harness 上的一个「主动式编码代理」：监听 GitHub（Issue / PR / CI / 评论）和飞书，有人（或被规则允许）提出需求时，它自己开工、在自己的目录里干活、最后回到原会话交付（比如一个 PR）。

它的核心领域模型只有几个概念，却支撑起完整的自主闭环：

• Source：输入源插件（GitHub / Feishu），负责「听见」外部世界；
• Trigger / Eval / Decision：触发 → 评估「该不该开工」→ 决策（accept / attach / ignore / stop）；
• Policy / Mandate：策略层（白名单、admission 表、accept mode、proactive rules）与授权凭证，决定「谁能让它干活、能干到什么程度」；
• Ticket / Assignment / Executor：工单 → 派发 → 执行体（独立 Session + git worktree 目录），子代理用 Harness standard 预设干活；
• Report / Panel：执行体汇报（ready / blocked / failed / dropped），Panel 只显示「需要人处理」的事。

它的设计哲学只有一句话：「尽可能少地占用人的注意力，尽可能多地给出价值。」 所以它只在被请求或被规则允许时行动，只在「人必须行动」或「结果可用」时说话；accept mode 从 observe（只记录不执行）起步，确认靠谱后再切 auto。

5. 五、DeepSeek 的未来布局：把护城河从「App」换成「生态」

把三层放在一起，DeepSeek 的战略意图就浮出水面了。

1. 从「卖 Token」到「卖能力栈」。 过去大模型厂商的收入是 Token；现在 DeepSeek 把搜索、抓取、OCR、ASR、TTS 全部按次计价，模型之外长出了一整条「工具收入曲线」。开发者用得越深，工具调用越多，收入越稳。

2. 把官方 App 的护城河，变成开发者生态的护城河。 传统思路是把功能锁在自家 App 里留住用户；DeepSeek 反其道而行，主动降低「复刻官方体验」的难度，甚至提供开源示例。代价是官方 App 不再独特，收益是模型和工具服务进入成百上千个第三方产品，触达官方 App 之外的场景。

3. 押注 Agent 时代的「操作系统」。 Harness（运行时）+ Super-agent（自主代理）+ 全家桶 API（能力）+ chat-demo（外壳），合起来是一套完整的 Agent 基础设施。谁掌握了运行时和工具协议，谁就掌握了 Agent 时代的入口——这比守住一个聊天 App 重要得多。

4. 「下一个超级 App 只属于一个人。」 DeepSeek Harness 负责人崔添翼的这句话，是整条路线的注脚：

「下一个超级 App 不必是面向所有人的一个超级 App。现在，每个人都有能力创造一个超级 App。下一个超级 App 也可以是只属于你一个人的超级 App。」

过去互联网公司追求一个 App 服务十几亿人；当开发成本被 AI 和开放 API 打到接近零，未来可能是十几亿人各自拥有一个只为自己定制的 App。DeepSeek 这次开放，就是把这个未来的门槛又往下砸了一截。

6. 六、自己手搓指导：从零搭一个「自己的 DeepSeek」

下面是一条可以直接照做的路径，从一条 curl 到一个自主代理。

6.1 Step 0 · 准备

到 DeepSeek 开放平台申请 API Key，设为环境变量 DEEPSEEK_API_KEY。

6.2 Step 1 · 三条 curl 跑通「联网 + 深度思考」

Messages API（Anthropic 兼容），同时开启联网搜索、阅读链接、深度思考、安全校验和会话标题：

bashcurl https://api.deepseek.com/anthropic/v1/messages \  -H "Content-Type: application/json" \  -H "x-api-key: ${DEEPSEEK_API_KEY}" \  -d '{    "model": "deepseek-flash",    "thinking": {"type": "enabled"},    "safety_check": {"level": "high"},    "title": {"enabled": true},    "tools": [      {"type": "deepseek_web_search", "name": "deepseek_web_search"},      {"type": "deepseek_read_url", "name": "deepseek_read_url"}    ],    "messages": [{"role": "user", "content": "DeepSeek V4.1 有哪些更新？"}],    "stream": true  }'

响应里会出现 server_tool_use（模型发起的搜索/打开网页动作）+ web_search_tool_result / web_fetch_tool_result（结果）+ 带 citations 的 text（带引用的回答）。客户端不需要执行工具，只需把这些块渲染出来、并在多轮时原样回传。

6.3 Step 2 · 直接调用独立工具（Search / Fetch）

不想让模型自己决定？自己精确调用：

bash# 网页搜索curl https://api.deepseek.com/v1/tools/search \  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \  -H "Content-Type: application/json" \  -d '{"query": "DeepSeek V4 发布", "count": 5, "need_content": true}'# 网页抓取（返回 Markdown 正文）curl https://api.deepseek.com/v1/tools/fetch \  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \  -H "Content-Type: application/json" \  -d '{"url": "https://example.com/article"}'

6.4 Step 3 · 跑通官方客户端 chat-demo

bashgit clone https://github.com/deepseek-ai/chat-demo.gitcd chat-demopnpm installpnpm dev        # 打开 http://localhost:8090，在设置里填 API Key

想改造成自己的产品，就按图 3 的分层动刀：换主题/文案在表现层，改请求和扩展在服务层 api，改存储策略在存储层。pnpm build 产出纯静态 dist/，丢到任意静态托管即可上线。

6.5 Step 4 · 组合独立能力做一个「语音学习助手」

把 OCR / ASR / TTS 串起来，就是一个最小可用的垂直应用：

拍照/上传试卷 ──OCR──▶ 文本 用户语音提问 ──ASR──▶ 文本 ──▶ deepseek-flash 讲解 ──▶ TTS ──▶ 语音播报 

每一步都是独立 API，按需用哪步调哪步，不必整套接入对话。

6.6 Step 5 · 上强度：搭一个自主 Super-agent

bashgit clone https://github.com/deepseek-ai/dsh-superagent-prototype.gitcd dsh-superagent-prototype# 官方建议：让你的编码代理读 SETUP.md 和你一起完成部署

按文档顺序读 000-philosophy → 001-domain → 002-authorization → 003-execution → 007-architecture。起步务必把 accept mode 设为 observe（只记录不执行），白名单放短，确认它「会做的事」靠谱后再切 auto。

6.7 避坑清单

• 计费：联网搜索按查询词条数计、抓取按成功网页数计，与 Token 费叠加；深度思考搜索工具调用多，成本要预估。
• 限速：Search QPS 100、Fetch QPS 25（账号级），超限返回 429。
• 多轮回传：带联网工具块的历史要保留 kind / signature，否则读过的网页不再进上下文。
• 续写限制：用过联网工具的回复不能「继续生成」，需重发上一次请求。
• 拒答处理：stop_reason=refusal / content_filter 要能优雅降级，别当崩溃处理。
• 合规：对外服务务必开 safety_check，并履行内容审核、登记、AI 标识义务。

7. 七、结语

三个月，三步棋：把运行时插件化（Harness），把代理自主化（Super-agent），把能力和外壳一起开放（全家桶 API + chat-demo）。DeepSeek 没有选择把官方 App 越做越厚，而是选择把整条产品栈拆成积木递到每个开发者手里。

当「做一个自己的超级 App」的成本降到一次 git clone 加一条 curl，超级 App 的定义就被改写了——它不再属于十几亿人，它可以只属于你一个人。

而这，或许才是这次开放真正想抵达的未来。

参考：DeepSeek 官方 API 文档（api-docs.deepseek.com）、deepseek-ai/chat-demo、deepseek-ai/dsh-superagent-prototype、DeepSeek 全家桶应用 API 发布公告（2026-11-13）。