DeepSeek把App能力开放到API:搜索、文件、链接、安全与语音可按参数启用
核心概要
DeepSeek把DeepSeek App背后的搜索、文件解析、链接读取、安全检查和语音能力开放到DeepSeek API,开发者用少量参数即可启用内置功能,或单独调用OCR、ASR、TTS等接口。V4.1-Flash(deepseek-flash)在Messages、Responses和Chat Completions三种接口上支持这些能力,工具调用与上下文组装由服务端处理。扩展能力在标准token费用之外按工具使用计费,面向公众的应用必须开启安全检查。
深度剖析
DeepSeek App背后的整套能力现在可以通过DeepSeek API调用,开发者不必从零重建搜索、文件读取与安全筛查这些基础环节。 此前这些能力只体现在DeepSeek App这一种交互方式里,开发者要构建更丰富的对话或复刻完整App体验,缺少对应的接口入口。 DeepSeek同时给出开源前端演示,并支持导入DeepSeek对话历史,说明这套接口足以支撑一个可运行的对话应用。
内置能力以参数开关的形式接入对话请求,工具调用和上下文组装都在服务端完成。 启用方式是按功能传入参数,例如用deepseek_web_search开启搜索、用deepseek_read_url开启链接读取,而不是由开发者在客户端自行拼接检索与抓取流程。 V4.1-Flash(deepseek-flash)在Messages、Responses和Chat Completions三种接口上提供这些能力,覆盖联网搜索、多步推理中的深度搜索、PDF与Office文件及图片解析、自动抓取用户消息中的链接,以及输入输出安全筛查。
搜索、抓取、OCR、ASR和TTS也可以作为独立API调用,供自定义工作流组合使用。 内置开关面向对话场景,独立接口则把这些能力拆出来单独提供,两者并存。 扩展能力在标准token费用之外按工具使用计费,DeepSeek另行给出工具价格明细;面向公众的应用必须开启安全检查,内容审核、模型备案与AI生成内容标识仍由开发者负责。
启示与展望
这套能力面向使用DeepSeek API构建对话应用的开发者,覆盖V4.1-Flash在Messages、Responses和Chat Completions上的内置功能,以及可单独调用的搜索、抓取、OCR、ASR和TTS接口;公开材料未给出各项能力的准确率或延迟数据。
联网搜索在非思考模式下提供带引用的网页或图片搜索结果,深度思考搜索则是在多步推理过程中搜索并阅读页面;扩展能力在标准token费用之外按工具使用计费,具体价格需查阅工具价格明细。
