ARTICLE · 1360217
DeepSeek 把 App 的本事开放给开发者
11 月 13 日,DeepSeek 宣布把自家聊天 App 里的能力开放给开发者:联网搜索、读链接、解析文件、内容安全检查、自动生成会话标题,都能通过 API 直接调用。以前这些只是 App 里的功能,现在任何开发者都能把它们装进自己的产品里。
先说联网。新的 deepseek_web_search 工具让模型在回答时自己上网查资料、查图片,并附上来源。开着深度思考时,它还能多步搜索、顺着链接一路读下去,再回头作答。另一个 deepseek_read_url 工具专门读用户发来的链接,把页面内容取回来交给模型。

开发者在电脑前写代码
再说文件。API 现在能直接收文件:PDF、Word、PPT 和图片都能传。传上去之后,模型可以按两种方式读:一种是只抽文字,适合纯文字的文档;另一种是保留版式,把图片、图表、表格的位置关系也留下来再理解。对开发者来说,等于不用自己再接一套文档解析服务。
语音和文字识别是单独的服务。语音转文字、文字转语音、OCR 识字各有独立接口:OCR 能从图片和文档里抠出文字,最大支持 100MB、1000 页的文件;语音服务则让应用能听、能说。DeepSeek 还给了一个开源演示客户端,开发者可以照着样子搭。

扫描文档
这些能力目前只配给 deepseek-flash 这个模型,底层是 DeepSeek-V4.1-Flash-1017。调用方式上,开发者可以在原来的三个接口(Messages、Responses、Chat Completions)里加参数开启,也能把搜索、取页面、OCR、语音当作独立服务单独调用。工具调用的费用按次数另算,不含在 token 费用里。
这不是 DeepSeek 第一次往这个方向走。10 月 17 日,它就先开放了独立的搜索和取页面接口,还更新了 V4.1-Flash-1017。这次是把 App 里剩下的本事一次性补齐。路子很清楚:先把 App 做好,再把 App 的能力拆成零件,交给所有开发者。

麦克风
对小团队来说,这件事的意义很实在:以前要自己搭搜索、解析、语音三套东西,现在调几个接口就能用上 DeepSeek App 同款能力。要注意一点:DeepSeek 也写明了,面向公众的服务要自己处理合规责任,内置的安全检查是帮手,不是免责牌。
回头看这周,智能体正在补齐两块拼图:OpenAI 11 月 13 日给 dots 加了钱包,让智能体能替人花钱;DeepSeek 同一天把搜索、文件、语音交给了开发者,让智能体能替人查东西、读东西。能干活的工具齐了,接下来就看谁家的智能体真的好用。















































































