DeepSeek 全家桶 API 正式開放:聯網搜索、文件、語音 10 項能力一次接齊

DeepSeek 全家桶 API 正式開放:聯網搜索、文件、語音 10 項能力一次接齊

摘要:DeepSeek 把 App 中的搜索、文件解析、鏈接閱讀和語音能力開放給開發者,並由 API 服務端執行關鍵工具流程。

2026 年 11 月 13 日,DeepSeek 正式發佈 全家桶應用 API。原本集成在 DeepSeek App 和網頁版中的聯網搜索、深度思考搜索、閱讀鏈接、文件輸入、模型安全校驗,以及 Search、Fetch、OCR、ASR、TTS 獨立接口,現在都能通過 API 調用。這次更新的核心變化是:開發者在請求中聲明 deepseek_web_search、deepseek_read_url 等工具後,搜索、網頁讀取和上下文拼接由 DeepSeek 服務端完成,客戶端不再需要自己編排“模型 → 搜索 → 抓取 → 回傳 → 再請求”的調用鏈。官方表示,基於這套 API 可以實現與 DeepSeek App 基本一致的功能。

下文先說明這次開放了哪些能力,以及哪些模型和協議可以使用;接着逐項拆解聯網搜索、深度搜索、文件與鏈接、語音和 OCR 的技術流程與限制;然後對比新舊兩種開發方式,說明前端仍需負責的工作;最後結合資訊問答、財報閱讀、語音助手三類產品,給出內置工具與獨立工具兩條接入路線的選擇思路。

deepseek-full-stack-api-web-search-file-voice-zh-hant-image-0


To Know:DeepSeek 全家桶 API 相關術語

術語 解釋
API 軟件之間按約定格式交換請求和結果的接口
Harness 管理 Agent 執行流程、模型、工具和上下文的運行框架
Server-side Tool 由模型服務端執行的工具,客戶端只接收執行結果
Deep Thinking Search 模型在推理過程中多次搜索、打開網頁並查找信息
Chat Completions OpenAI 風格的傳統對話補全接口
Responses API 支持結構化響應、工具調用和多輪交互的接口
Messages API Anthropic 風格的消息接口
Files API 上傳、解析文件並返回 file_id 供對話引用的接口
OCR 把圖片或文檔中的文字識別爲可處理文本
ASR 把語音轉換爲文字
TTS 把文字轉換爲語音
Citation 把回答中的內容關聯到具體信息來源的引用機制
tool_choice 請求參數,用於控制模型調用工具的方式

1 DeepSeek 全家桶 API 把 App 核心能力開放給開發者

1.1 DeepSeek 全家桶 API 在 11 月 13 日發佈了什麼

本次發佈的能力分爲兩類:一類是嵌入對話的服務端工具,模型在回答時自主調用;另一類是獨立工具接口,開發者可以單獨調用、自由組合。

能力 英文名稱 調用形態 功能
聯網搜索 Web Search 對話內置工具 模型自主判斷是否搜索,返回帶引用的回答
深度思考搜索 Deep Thinking Search 對話內置工具 多步驟搜索、打開網頁、頁內查找
閱讀鏈接 Read URL 對話內置工具 讀取用戶消息中的網頁鏈接
文件輸入 File Input Files API + 對話 PDF、Office、圖片解析後送入上下文
模型安全 Safety Check 請求參數 審覈輸入、工具結果和輸出
網頁搜索 Search API 獨立接口 返回結構化搜索結果
網頁抓取 Fetch API 獨立接口 提取網頁正文
OCR Optical Character Recognition 獨立接口 識別圖片和文檔文字及頁面位置
ASR Automatic Speech Recognition 獨立接口 音頻轉文字
TTS Text-to-Speech 獨立接口 文字轉語音,支持 WebSocket 流式

這次更新集中在模型的應用能力層。模型本身的推理能力之外,App 級體驗依賴的搜索、文檔、語音、風控等組件被整體開放,開發者獲得的是一套可以直接拼裝產品的基礎設施。

同一天,DeepSeek 還開源了輕量前端 Chat Demo,作爲復刻 App 體驗的參考實現。作爲背景,DeepSeek 在 8 月 13 日開源了 Agent 運行框架 DeepSeek Harness,它與全家桶 API 分屬框架層和接口層,是兩條獨立但互相關聯的產品線。

1.2 DeepSeek 全家桶 API 支持哪些模型與協議

對話級的完整工具集成目前由 deepseek-flash 承載,對應官方版本 DeepSeek-V4.1-Flash-1017。該模型支持思考與非思考模式、聯網搜索、深度思考搜索、閱讀鏈接、文件解析、圖像理解和安全校驗,上下文長度 1M,最大輸出 384K。公告中的工具集成明確針對 deepseek-flash,DeepSeek-V4-Pro 等其他模型的工具支持範圍以官方後續說明爲準。

協議 請求地址 特點
OpenAI Chat Completions POST api.deepseek.com/chat/completions 傳統對話補全,遷移成本最低
OpenAI Responses POST api.deepseek.com/responses 結構化響應與多輪工具交互
Anthropic Messages POST api.deepseek.com/anthropic/v1/messages Anthropic 風格消息格式

三種協議都能使用服務端搜索、閱讀鏈接和文件能力,但請求參數和響應結構各不相同。已有 OpenAI SDK 代碼的團隊可以優先選擇 Chat Completions 或 Responses,基於 Claude 生態構建的項目則可以選擇 Messages 協議。


2 DeepSeek 全家桶 API 如何完成原本分散的工作

2.1 DeepSeek 聯網搜索:由模型決定何時搜索

在請求的 tools 中聲明 deepseek_web_search 後,模型會根據問題判斷是否聯網,自動生成搜索詞,由服務端執行搜索,最後整理信息並附上來源引用。該工具支持網頁搜索和圖片搜索。

以“DeepSeek 最近發佈了哪些 API 新功能”這類科技新聞查詢爲例,返回內容會包含搜索查詢詞、結構化搜索結果、來源 URL、標題、發佈時間和引用信息。官方文檔給出的 Chat Completions 請求體如下,它同時開啓了思考模式、聯網搜索和鏈接閱讀:

{
  "model": "deepseek-flash",
  "thinking": { "type": "enabled" },
  "tools": [
    { "type": "deepseek_web_search" },
    { "type": "deepseek_read_url" }
  ],
  "messages": [
    { "role": "user", "content": "調查DeepSeek最近發佈了哪些API新功能" }
  ],
  "stream": true
}

工具調用的控制規則需要特別留意:

  • 在 tools 中聲明工具後,是否調用由模型決定。
  • tool_choice 無法強制指定 deepseek_web_search 或 deepseek_read_url。
  • tool_choice: none 會關閉全部工具。
  • 聯網工具與其他服務端工具的組合有支持範圍限制,超出範圍返回 400 錯誤。

2.2 DeepSeek 深度搜索:從一次查詢變成多步驟研究

開啓思考模式後,聯網搜索升級爲深度思考搜索。模型在推理過程中交替使用三個動作:search 搜索關鍵詞,open_page 打開搜索到的網頁,find_in_page 在網頁內查找指定信息。

每一步的結果都會影響下一步的決策。模型可以根據第一輪結果補充新關鍵詞,打開官方公告覈實細節,再交叉比對多個來源,最多約 20 次工具調用後給出帶引用的回答。對研究類問題來說,這相當於把一個小型檢索 Agent 內置進了接口。

2.3 DeepSeek 文件與鏈接:讓模型直接閱讀外部資料

deepseek_read_url 專門讀取用戶提供的網址,規則如下:

  • 只識別最後一條用戶消息中的 URL,最多考慮前 10 個不同網址,重複網址計一次。
  • 實際讀取哪些網址由模型決定。
  • 同一輪讀取多個長網頁時,單個網頁可用的上下文會減少。
  • 若開啓思考並同時聲明 deepseek_web_search,本輪採用深度思考搜索機制。

文件能力通過 Files API 實現:調用 POST /files 上傳文件,服務端解析完成後返回 file_id,對話中引用該 ID 即可。上傳時必須指定解析目的,兩種模式的差異在於模型能否看到圖表:

  • text_recognition:只保留純文本,適合合同、論文等文字材料,圖表內容會被丟棄。
  • rich_layout_recognition:保留文字,並自動裁切圖片和圖表,按原有位置交給模型,適合財報、PPT、圖文混排報告,會額外消耗圖像 Token。

支持的格式包括 PDF、DOC/DOCX、PPT/PPTX,以及 PNG、JPEG、WebP、GIF、BMP、TIFF 等圖片。單文件最大 100 MiB、最多 1000 頁,上傳和解析各需在 120 秒內完成,單次請求最多引用 20 個文件。XLSX、CSV、EPUB 等文件可作爲 user_data 上傳,系統將其轉換爲 Markdown,不收解析費。

解析結果進入模型上下文後,模型可以基於全文回答、總結或比對,多輪對話中歷史文件內容會一直保留。重複引用已解析文件不再收解析費,但會按實際進入上下文的輸入 Token 計費。工程上還有兩個細節:Multipart 上傳時 purpose 字段必須位於 file 字段之前;文檔過長導致上下文超限時,請求返回 400 錯誤。

2.4 DeepSeek 語音與 OCR:補齊應用輸入輸出能力

OCR、ASR、TTS 都是獨立接口,路徑分別爲 /v1/tools/ocr、/v1/tools/asr 和 /v1/tools/tts。

  • OCR:識別圖片、PDF、Word、PowerPoint 中的文字及頁面位置,單文件 100 MiB、1000 頁,處理超時 180 秒。它與文件解析的定位不同,OCR 負責獨立提取文字,文件解析負責把內容送進模型上下文。
  • ASR:支持中文、粵語、英語、日語等 21 種語言並自動識別語種。輸入格式爲 16-bit PCM WAV 或 Ogg Opus,單文件最大 8 MiB、最長 120 秒,採用整文件上傳的非流式識別。
  • TTS:提供 stella(海星,女聲,默認)和 tide(暗潮,男聲)兩個音色,支持普通話、粵語、英語等 10 種語言,單次最多輸入 10,000 計費字符、最多返回 30 分鐘音頻。輸出格式爲 WAV 和 PCM,支持 WebSocket 流式合成,暫不支持調節語速。

把三者與對話模型串聯,就能得到完整的語音助手鍊路:ASR 把用戶語音轉成文字,deepseek-flash 結合搜索或文件推理作答,TTS 再把答案朗讀出來。文檔助手則可以先用 OCR 批量提取掃描件文字建立索引,再用 Files API 讓模型深入閱讀單份文件。

deepseek-full-stack-api-web-search-file-voice-zh-hant-image-1


3 DeepSeek 全家桶 API 改變了開發者的接入方式

3.1 過去如何開發一個聯網 AI 助手

在服務端工具出現之前,開發一個能聯網的助手,需要客戶端親自管理工具循環:

  1. 用戶提問後,請求模型 API。
  2. 模型判斷需要搜索,返回工具調用請求。
  3. 客戶端調用第三方搜索 API。
  4. 客戶端調用抓取服務獲取網頁正文。
  5. 客戶端把結果拼進上下文,再次請求模型。
  6. 模型生成最終答案。

這條鏈路上,搜索服務、抓取服務、文件解析、OCR、語音和內容審覈往往來自不同供應商,每一家都要單獨對接鑑權、計費、錯誤處理和超時策略。

3.2 DeepSeek 全家桶 API 如何縮短調用鏈

新模式下,開發者只需在請求中聲明工具。DeepSeek 模型自主判斷是否搜索,服務端執行搜索和網頁讀取,組織工具結果和上下文,模型繼續推理,最後返回答案和來源引用。原本由客戶端承擔的第 2 到第 5 步,全部在服務端完成。

deepseek-full-stack-api-web-search-file-voice-zh-hant-image-2

服務端接管執行流程的同時,也接管了部分生成參數。啓用內置聯網工具、安全校驗或會話標題功能時,Chat Completions 中的 temperature、top_p、frequency_penalty、presence_penalty、stop、seed、n、parallel_tool_calls 可能被忽略。max_tokens 仍然生效,但限制的是每一步推理的輸出長度。需要嚴格控制採樣參數的場景,應單獨評估內置工具模式的適配性。

安全校驗通過請求參數 "safety_check": {"level": "high"} 開啓,覆蓋用戶輸入、工具返回結果和模型最終輸出,命中風險時返回 400 錯誤或以拒答結束。官方明確提示,該能力提供基礎風控,應用提供者仍需履行內容審覈、大模型登記、AI 標識等義務。

3.3 DeepSeek 全家桶 API 下前端仍需負責的工作

DeepSeek 負責執行工具和組織上下文,產品體驗仍由客戶端完成。需要處理的關鍵返回字段包括:

  • server_tool_use:服務端執行了什麼工具調用。
  • web_search_tool_result、web_fetch_tool_result:搜索結果與網頁抓取結果。
  • citations:回答中的來源引用,流式輸出中通過 citations_delta 等事件下發。
  • signature:保存部分工具上下文所需的簽名。

多輪對話必須原樣回傳相關內容塊。deepseek_read_url 讀取的網頁正文通過加密簽名保存,客戶端修改或丟棄簽名,後續輪次就無法恢復網頁上下文。引用應綁定到對應文本塊展示。流式場景還有一個細節:部分內容可能已經展示,最終才判定拒答,此時前端需要撤回已展示內容並改爲顯示拒答信息。

官方開源的 Chat Demo 是很好的參考。它實現了對話標題自動生成、消息編輯、重新生成、繼續生成、歷史對話導入導出、Markdown 與 Mermaid 渲染、深淺色主題、圖片安全審覈、語音輸入與朗讀等功能,API Key、歷史對話和圖片都保存在瀏覽器本地。完整商業應用仍需在此基礎上補充賬戶、數據管理、支付、權限和安全審覈等業務層。


4 DeepSeek 全家桶 API 最適合的產品類型

4.1 資訊問答與 AI 研究助手

用戶詢問近期模型發佈、行業動態等實時信息時,模型通過聯網搜索獲取資料,打開官方公告覈實,再給出帶引用的回答。深度思考搜索適合需要多源交叉覈實的研究型問題,閱讀鏈接則適合用戶直接貼出網址、要求總結或比較的場景。

4.2 PDF 財報與企業知識助手

財報、技術白皮書、內部 PPT 通常包含大量圖表。使用 rich_layout_recognition 模式,模型能同時理解正文和收入趨勢圖等圖表內容,回答“哪個季度增長最快”這類依賴圖表的問題。純文字的合同與制度文件則用 text_recognition 即可,成本更低。

4.3 語音交互應用

ASR、deepseek-flash 與 TTS 的組合可以覆蓋語音問答、會議錄音整理、採訪轉寫和朗讀類應用。需要注意 ASR 單段音頻上限爲 120 秒且爲非流式識別,長錄音需要客戶端切片處理;TTS 支持 WebSocket 流式合成,可以邊生成邊播放,降低首字等待時間。

DeepSeek 官方工具價格如下,以 2026 年 11 月 15 日官方價格文檔爲準:

能力 計費單位 刊例價 限時優惠
Search 搜索 1000 次成功請求 ¥5 ¥5
Fetch 網頁抓取 1000 次成功請求 ¥5 ¥5
文件解析 1000 頁 ¥1.5 ¥1.5
OCR 1000 頁 ¥1.5 ¥1.5
ASR 1 小時音頻 ¥0.78 ¥0.39
TTS 10,000 計費字符 ¥3 ¥1.5

工具費用與模型 Token 費用分開計算。DeepSeek-V4.1-Flash 每百萬 Token 的輸出價爲空閒時段 ¥4、高峯時段 ¥8,高峯時段爲北京時間工作日 09:00—12:00 和 14:00—18:00。失敗、無結果和超時的工具請求不收費。模型內置搜索按實際搜索查詢詞條數計費,網頁抓取按成功抓取的網頁數計費,深度搜索中的頁內查找不單獨收費,因此一次對話可能產生多次搜索費用。


5 DeepSeek 全家桶 API 推動單一模型調用走向完整 AI 應用

全家桶 API 降低了應用能力整合的工程門檻:搜索、閱讀、文檔、語音、風控集中在一個賬號、一套計費體系下,開發者把精力放在產品交互和業務邏輯上。對於聯網能力,目前有兩條接入路線可選。

deepseek-full-stack-api-web-search-file-voice-zh-hant-image-3

維度 模型內置服務端工具 獨立 Search / Fetch 工具
調用方式 對話請求中聲明 deepseek_web_search、deepseek_read_url 單獨調用搜索、抓取接口
流程控制 模型決定何時搜索、讀哪些頁面 開發者決定搜索時機、結果篩選和拼接方式
模型範圍 deepseek-flash 不綁定模型,可接入 Agent、RAG 和任意大模型
計費方式 按查詢詞條、抓取頁數計費,另計 Token 按成功調用次數計費,本身不消耗模型 Token
適用場景 快速復刻 App 式聯網問答 需要可控檢索流程、跨模型複用搜索結果
可用平臺 DeepSeek 官方 API DeepSeek 官方 API;API易 apiyi.com 已上線 deepseek-search、deepseek-fetch

API易 在 10 月 21 日上線了 deepseek-search 和 deepseek-fetch 兩個獨立工具接口,default 與 svip 分組可用。對於 11 月 13 日開放的模型內置搜索,API易 在文檔中將客戶端調用內置搜索的兼容工作列爲後續規劃。因此,通過 API易 使用 DeepSeek 聯網能力,當前採用的是獨立工具路線:自己調用搜索和抓取,再把結果交給任意模型推理。

5.1 通過獨立工具接入 DeepSeek 搜索

極簡示例,調用 Search 獲取結構化結果(請求字段名以 API易 文檔爲準):

import requests

BASE_URL = "https://api.apiyi.com/v1"  # API易 統一接口
headers = {"Authorization": "Bearer YOUR_API_KEY"}

resp = requests.post(f"{BASE_URL}/tools/search", headers=headers, json={
    "model": "deepseek-search",
    "query": "DeepSeek 全家桶應用 API",
    "count": 5,
})
print(resp.json())
查看完整實現:搜索 + 抓取 + 模型總結
import requests
import openai

API_KEY = "YOUR_API_KEY"
BASE_URL = "https://api.apiyi.com/v1"  # 搜索、抓取與模型調用共用同一入口
HEADERS = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}


def search(query: str, count: int = 5) -> dict:
    """調用 deepseek-search,返回結構化搜索結果(字段名以文檔爲準)"""
    r = requests.post(f"{BASE_URL}/tools/search", headers=HEADERS, json={
        "model": "deepseek-search", "query": query, "count": count,
    }, timeout=30)
    r.raise_for_status()
    return r.json()


def fetch(url: str) -> dict:
    """調用 deepseek-fetch,返回網頁 Markdown 正文;失敗請求不扣費"""
    r = requests.post(f"{BASE_URL}/tools/fetch", headers=HEADERS, json={
        "model": "deepseek-fetch", "url": url,
    }, timeout=60)
    r.raise_for_status()
    return r.json()


def answer(question: str, context: str, model: str = "your-model-id") -> str:
    """把檢索內容交給任意模型生成帶來源的回答"""
    client = openai.OpenAI(api_key=API_KEY, base_url=BASE_URL)
    resp = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "system", "content": "根據提供的資料回答,並註明來源 URL。"},
            {"role": "user", "content": f"資料:\n{context}\n\n問題:{question}"},
        ],
    )
    return resp.choices[0].message.content


if __name__ == "__main__":
    q = "DeepSeek 11 月 13 日開放了哪些 API 能力?"
    results = search(q)
    # 按實際返回結構取出前幾條 URL,再抓取正文後交給模型
    print(results)

🚀 快速上手建議:想先驗證檢索效果,可以在 API易 apiyi.com 註冊獲取測試額度,用一個 API Key 同時調用 deepseek-search、deepseek-fetch 和主流對話模型,把搜索結果交給不同模型對比回答質量。

API易 自測數據顯示,Search 在 count=5 時約 1.8 秒返回,count=50 時約 3 秒返回,20 個併發請求均在約 2 秒內完成;Fetch 抓取普通網頁約 1.6 秒返回 6400 字左右的 Markdown 正文。這些是特定網絡環境下的單次測試結果,實際耗時受目標站點影響。

5.2 如何選擇 DeepSeek 聯網接入路線

  • 選內置工具:希望最快復刻 DeepSeek App 式體驗,接受模型自主決定檢索路徑,並且使用 deepseek-flash。
  • 選獨立工具:需要自己控制查詢詞、篩選來源、緩存結果,或希望把同一份檢索結果交給 Claude、GPT、Gemini 等不同模型處理。
  • 混合使用:前臺問答用內置工具,後臺批量資料採集、RAG 入庫用獨立 Search / Fetch。

常見問題 FAQ

Q1:什麼是 DeepSeek 全家桶 API?

它是 DeepSeek 在 2026 年 11 月 13 日開放的一組應用能力 API,涵蓋聯網搜索、深度思考搜索、閱讀鏈接、文件輸入、安全校驗,以及 Search、Fetch、OCR、ASR、TTS 獨立接口,覆蓋了 DeepSeek App 背後的主要能力。

Q2:DeepSeek 全家桶 API 和 DeepSeek Harness 有什麼區別?

Harness 是 8 月 13 日開源的 Agent 運行框架,負責管理模型、工具、插件和上下文;全家桶 API 是模型與工具的服務接口。開發者可以用 Harness 搭建 Agent,再通過 API 接入搜索、文件和語音能力。

Q3:哪些模型可以使用 DeepSeek 全家桶 API 的內置工具?

對話級完整工具集成目前由 `deepseek-flash`(DeepSeek-V4.1-Flash-1017)提供,支持 Chat Completions、Responses、Anthropic Messages 三種協議。OCR、ASR、TTS、Search、Fetch 則是獨立接口,可以單獨調用。

Q4:通過 API易 可以調用哪些 DeepSeek 全家桶 API 能力?

API易 已上線 DeepSeek 獨立 Search 與 Fetch 工具(deepseek-search、deepseek-fetch),按成功調用計費,default 和 svip 分組可用。模型內置搜索的客戶端兼容仍在規劃中,具體支持進度以 API易 apiyi.com 文檔爲準。

Q5:如何快速測試 DeepSeek 搜索與多模型組合效果?

1. 在 API易 apiyi.com 註冊並獲取 API Key 和測試額度。
2. 使用本文代碼,將 base_url 設爲 `https://api.apiyi.com/v1`。
3. 先調用 deepseek-search 獲取結果,再用 deepseek-fetch 讀取正文,最後交給任意對話模型生成回答。

Q6:DeepSeek 全家桶 API 有哪些已知限制?

– `tool_choice` 無法強制調用聯網工具,搜索由模型決定。
– 啓用內置工具後,`temperature`、`top_p` 等採樣參數可能被忽略。
– ASR 單段最長 120 秒且非流式;TTS 暫不支持調節語速。
– 文件單份最大 100 MiB、1000 頁,超出上下文會返回 400 錯誤。
– 安全校驗提供基礎風控,應用方仍需承擔內容審覈責任。


DeepSeek 全家桶 API 核心要點 Key Takeaways

  • 發佈節點:2026 年 11 月 13 日開放 App 背後的 10 項應用能力。
  • 核心變化:搜索與網頁讀取由服務端執行,客戶端只需聲明工具。
  • 承載模型:對話級工具集成由 deepseek-flash 提供,支持三種協議。
  • 深度搜索:search、open_page、find_in_page 交替執行,最多約 20 次工具調用。
  • 文件解析:兩種模式按是否保留圖表區分,財報類文檔用圖文模式。
  • 前端職責:引用展示、簽名回傳、流式拒答撤回仍由客戶端處理。
  • 接入路線:需要可控檢索時,可通過 API易 apiyi.com 調用獨立 Search / Fetch。

總結

DeepSeek 全家桶 API 的要點可以歸納爲三條:

  1. 能力層開放:搜索、文檔、語音、風控與模型統一在一套 API 中,官方表示可基於它復刻 App 體驗。
  2. 調用鏈縮短:服務端工具接管搜索、抓取和上下文拼接,開發者把精力放在交互與業務邏輯上。
  3. 兩條路線並存:內置工具適合快速構建 App 式問答,獨立 Search / Fetch 適合可控檢索和跨模型複用。

做聯網問答原型時,可以先用內置工具驗證體驗;需要精細控制檢索流程或組合多家模型時,推薦通過 API易 apiyi.com 接入獨立搜索與抓取工具,配合統一的多模型接口快速對比效果。


📚 參考資料

  1. DeepSeek 發佈全家桶應用 API:2026-11-13 官方公告
  2. 鏈接: api-docs.deepseek.com/zh-cn/news/news261113/
  3. 說明: 本次開放能力的完整清單

  4. DeepSeek 聯網工具文檔:服務端搜索與鏈接閱讀

  5. 鏈接: api-docs.deepseek.com/zh-cn/guides/web_tools/
  6. 說明: 工具聲明、調用規則與計費方式

  7. DeepSeek 文件解析文檔:Files API 使用說明

  8. 鏈接: api-docs.deepseek.com/zh-cn/guides/document_parsing/
  9. 說明: 兩種解析模式與文件限制

  10. DeepSeek 構建 Chatbot 指南:客戶端開發要點

  11. 鏈接: api-docs.deepseek.com/zh-cn/guides/build_a_chatbot/
  12. 說明: 返回字段、多輪迴傳與被接管的參數

  13. DeepSeek 模型與價格:Token 與工具價格

  14. 鏈接: api-docs.deepseek.com/zh-cn/quick_start/pricing/
  15. 說明: 高峯與空閒時段價格

  16. DeepSeek Chat Demo:官方開源前端示例

  17. 鏈接: github.com/deepseek-ai/chat-demo
  18. 說明: 引用展示、文件與語音交互的參考實現

  19. API易 DeepSeek Search & Fetch 文檔:獨立工具接口說明

  20. 鏈接: docs.apiyi.com/api-capabilities/deepseek-search-fetch/overview
  21. 說明: 接口參數、分組可用性與定價

作者: APIYI 技術團隊
技術交流: 歡迎在 API易 網站首頁聯繫我們,更多接入資料可訪問 docs.apiyi.com 文檔中心

延伸閱讀

Similar Posts