DeepSeek 将搜索、文件与语音能力开放给 API 开发者
11 月 13 日起,开发者可在已有聊天接口中启用搜索、文档解析、网页读取和内容检查,也可单独调用语音等服务。此次更新扩展的是托管 API,开源部分为演示客户端。
此前 DeepSeek 已在 10 月 17 日开放独立搜索接口。11 月 13 日的更新让开发者可以把多项应用能力放进同一次对话请求。服务端负责调用启用的工具,并把结果整理进模型本轮可以读取的材料。
- 请求选择所需工具
- 服务端处理文件或链接
- 把结果放入对话上下文
- 生成回答并保留可核对的来源
一次请求怎样使用外部资料
官方公告列出 Messages、Responses 和 Chat Completions 三种接口,使用现有的 V4.1 Flash。普通搜索可提供带引用的回答,开启思考模式后,模型可在多步推理中反复搜索和阅读网页。两种模式都需要启用相应工具。
上传 PDF、Office 文档或图片时,服务会提取文本或解析版面。启用链接读取后,消息中的网页可以进入回答所用的上下文。引用提供了核对入口,文章仍可能读取不全,引用也需要与回答中的具体主张对照。
托管接口与开源客户端
DeepSeek 也独立提供搜索、网页获取、文字识别、语音转写和语音合成接口。开发者可以让聊天服务统一处理工具,也可以只在自己的流程中使用某个环节。官方说明,扩展工具用量在模型 token 用量之外计费。
随发布提供的演示客户端采用 MIT 许可证,支持导入聊天历史。许可证覆盖演示项目,模型推理仍由托管 API 提供。这次公告的实际交付是开发接口与演示代码。
资料进入服务之后
官方说明,启用基础内容安全检查后会筛查输入和输出,识别到风险时返回拒绝标记。面向公众的应用需要启用检查,开发者仍负责自身的内容审核及适用的登记和标识义务。
CASRAI 将这项变化解读为数据流的扩大。对应用团队而言,发送附件或请求读取网页会改变交给服务处理的材料范围。发布公告没有列明具体留存周期,也没有给出独立验证的准确率和时延,部署判断仍需结合服务条款和实际测试。






评论
使用 GitHub 账号参与讨论,所有语言版本共用此评论区。
在 GitHub 查看讨论查看旧评论(Disqus)