DeepSeek 全家桶 API 开放:聊天用内置工具,Agent 走独立接口

3 阅读5分钟

刷到 DeepSeek 开放全家桶 API 的消息时,很多人的第一反应是把能力清单扫一遍:联网搜索、读链接、文件解析、OCR、语音,全都有了。然后问题来了:这么一排接口,从哪个开始接?接错入口,轻则上下文被无关网页塞满,重则上传一次文件就多扣一次费。这篇文章把「内置工具」和「独立接口」两条路拆开讲清楚,读完你能判断自己的项目该走哪条,以及接入前要补哪几道预处理。

真正变化的是工具的执行位置

这次开放的关键不是多了几个能力,而是工具的执行位置从你的服务器搬到了厂商服务端。

以前给模型配工具,走的是经典 function calling:模型吐出一个调用请求,你的服务器去执行搜索、抓网页,再把结果原样塞回上下文。执行过程占你的算力,结果全文占你的 token。现在在请求里声明 deepseek_web_search 这类内置工具,搜索、打开网页、读正文都在服务端完成,回到你上下文里的只有处理后的结果。打个比方:以前是你派快递员出门取件再搬回家,现在是仓库直接发货上架,你只管从货架上拿。

典型场景(示意):做一个普通聊天客户端,想让回答带上最新资讯。在请求里声明内置工具交给对话接口,模型自动搜索并标注来源,接入成本从「自己写一个搜索服务」降到「写一个声明字段」。

但有一条规则要记住:按官方文档的说明,内置工具和你在同一个请求里自定义的工具不能混用。纯聊天可以全交给内置工具;一旦请求里还要调自己的工具,内置这条路就走不通了。这不是能力差异,是请求结构的限制,也正是很多项目接错入口的根源。

Agent 项目走独立接口,token 预算自己管

要做带自家知识库检索的 Agent,就该绕开内置工具,把 search 和 fetch 这两个独立接口封装成普通工具交给模型。

机制上值得学的是两段式取内容。search 接口在 need_content 为 false 时只返回摘要和相关度评分,模型先看摘要判断哪条有用,再对选中的链接调 fetch 拿 Markdown 全文。无关网页的正文根本不进上下文,token 花在刀刃上。

// 示意:独立 search 接口请求,只取摘要不取全文
{
  "query": "某框架最新版本说明",
  "count": 5,
  "need_content": false
}

多轮对话里还有一个容易忽略的细节。按官方示例的做法,内置阅读链接工具抓完网页后,正文被服务端加密存进签名字段;下一轮把上一轮的思考过程和搜索结果删掉,只把读取记录连同签名传回去,服务端解密后还原上下文。等效的效果是:网页内容跨轮次保留,却不在每一轮的明文消息里重复占体积。

典型场景(示意):RAG 知识库项目,用户问知识库里没有的最新发布信息,Agent 同时查本地索引和外部网页,回答里的引用统一编号,来源卡片能看到抓取时间和原文片段。前后差异:过去知识库外的问题直接答不了,现在能答,且每句都有出处可核对。

边界在于:摘要判断不是万能的,模型可能漏判真正有用的那条;fetch 回来的全文仍然实打实占上下文。对召回率要求高的场景,两段式取内容还需要再设计一层兜底。

按量计费的能力,接入前先做本地预处理

附件、OCR 这类按量计费的接口,费用发生在服务端,报错也发生在服务端,你唯一能控制的时点是提交之前。

机制上有个错位:文件接口按文档页数计费,但响应里只有文件 ID 和字节数,不返回页数。也就是说,你提交前并不知道自己这次要花多少;带密码的 PDF、几百页的大文件原样传上去,轻则报错,重则白扣一笔。更隐蔽的是,上传请求是同步完成解析的,解析完才返回响应;用户中途关掉页面,服务端照样把文件解析完并扣费。

典型场景(示意):知识库项目允许用户传临时附件。接入时在上传前加两道本地检查:先用文档解析库算清页数、拦截加密文件,确认合规再调接口;同时给每次上传生成唯一任务文件名,超时断开后按文件名查回已生成的文件 ID,用户重传时直接认领,不再扣第二遍。

// 示意:上传前预处理流程
收到文件 → 校验格式与加密状态
        → 本地计算页数,超阈值拒绝
        → 生成唯一任务文件名后上传
        → 断线恢复时按文件名认领 file_id

边界是:预处理代码要跟着文件类型的更新一起维护,如果项目一天只处理几份文档,直接调接口、报错后人工兜底,总成本可能更低。预处理值不值得做,看的是量和单价。

收束

全家桶 API 把应用层能力摆上了货架,但货架怎么用,仍是自己的工程题:纯聊天走内置工具最省事,Agent 项目走独立接口并管好 token 预算,按量计费的能力先在本地把闸门装好。

今天就能验证的动作:填上 API Key 跑一遍官方开源的 chat-demo,声明 deepseek_web_search 问一个需要最新信息的问题,然后翻返回结构,找到那个装着网页正文的签名字段。亲眼看到它,你才算真的理解了服务端工具的回传机制。往后可以延伸的方向,是把这些服务端工具和你自己的工具放进同一套鉴权与审计里统一管理。