11 月 13 日,DeepSeek 开放了“全家桶应用 API”,把 App 里的文件输入、联网搜索、阅读链接等能力开放给开发者。
刚好,最近有个需求:为订单系统选一套消息队列方案。按以往的做法,先凭经验圈出候选,再用 Google 查文档,逐项核对项目要求。
这次想试着做一个选型助手:把项目条件和候选材料放进去,让 AI 帮忙查资料、比较方案;部署要求变了,还能接着分析,留下一份团队能回查、能修改的选型记录。
官方说,这套 API 甚至可以用来 1:1 复刻 DeepSeek App。对这个需求,我想先弄清楚:现成的 API 能替我们做哪些工作,选型助手还需要自己搭哪些部分?
下面结合官方文档与 Demo 源码,用一组假设的项目条件和候选材料展开设计,尚未做端到端实测。
太长不看
- 首版可以很小:一个项目页面、一个后台,加上资料和记录存储,就能组织一次选型。
- 模型负责读材料、补查资料;应用保存项目条件、材料版本和比较结果,让后面的追问有据可循。
- 临时查资料可以用内置搜读;要保留某一版原文,再由应用调用独立接口取得材料。
DeepSeek 开放了什么
只接通模型对话 API,项目文件和网页内容还不会自动进入模型上下文。应用通常还得接搜索服务、抓取网页、解析文档,再把内容送给模型。模型提出新的查询,应用就继续执行、回传结果。
这次 DeepSeek 把 App 里的一部分处理过程放进了对话 API。按当前文档,deepseek-flash 在 Messages、Responses、Chat Completions 三种协议下都支持这些扩展。用来做选型,几项能力各有用途:
| 能力 |
在选型中做什么 |
| 文件输入 |
上传候选方案的 PDF、Word 等文档,解析后在对话中引用,让模型依据材料分析 |
| 联网搜索 |
查一项明确的信息,例如某个版本支持哪些部署方式,回答可以附来源引用 |
| 深度思考搜索 |
围绕“历史消息能否重新消费”等问题,在推理过程中继续搜索、打开网页、页内查找 |
| 阅读链接 |
已经找到官方文档时,把链接交给模型,让它读取页面并结合问题回答 |
普通搜索和深度思考搜索使用同一个联网工具,区别在于是否开启思考。 声明 deepseek_web_search 后,模型决定是否搜索;开启思考,则可以在多步推理中继续搜读。只有链接要读时,可以单独声明 deepseek_read_url。这些是可用能力,并不保证每次请求都会执行全部步骤。
例如,问“这套方案是否支持对账程序重新消费历史消息”,模型可能先搜索保留策略,再打开消费位置的说明。消息能存多久查到了,消费者怎样重新读取还不清楚,就继续补查。搜索、抓取和把结果放回模型上下文,都由 DeepSeek 服务端完成。 一次对话请求,可以包含这样的多步搜读,最后返回分析和引用。

图 1:一次请求,多步搜读。模型可以在一次请求中多次搜读,应用不必逐步执行这些内置工具。图中是可能的一条路径,播放节奏不代表实际耗时。
文件输入要先上传:文档解析成功后返回 file_id,应用再在对话里引用它。解析方式会直接影响模型看到的内容。纯文本解析只提供文字,图文混排解析会连同识别出的图片一起提供。方案的主从关系、跨机房连线如果只画在拓扑图里,单取文字就会漏掉这部分信息。图文解析也可能漏图,关键拓扑仍需对照原页。
除了让模型在对话中使用这些能力,开发者还可以单独调用底层接口:Search 查资料,Fetch 取网页正文,OCR 把扫描件转成文字;ASR 把语音转成文字,TTS 把文字转成语音。独立 Search、Fetch 在 10 月 17 日已经开放,11 月 13 日这次更新又把搜读过程整合进了对话。它们可以分别接进应用,不必全用。
对选型助手,两种接法都用得上:临时补查资料,用内置搜读;要把某一版文档留作评审依据,由应用取得并保存原文。 后一种需求,可以用独立接口完成。
Addy Osmani 在今年 4 月的《Agent Harness Engineering》中谈过类似的分工:复用现成的工具循环和上下文管理,把更多精力放到具体任务上。对这个助手,搜读已经有了现成能力,接下来要搭的是项目条件、材料和比较记录之间的关系。
先搭一个小应用
先给这次选型设一组条件:订单服务用 Java,订单状态变化后,仓储、通知和对账分别消费事件。对账程序出错时,希望修复后能重新消费最近 7 天的消息。日常由两个人运维,能否使用云上托管服务还没确定。
两份候选材料,一份是自建方案,有拓扑和部署步骤;另一份是云上托管服务说明,有保留期限和服务承诺。自建方案缺恢复演练记录,托管说明没有回答现有消费者怎样重新读取历史消息。
页面可以围绕一个选型项目展开:上面是可编辑的条件,中间是候选方案和参考材料,下面是比较结果与待核实项。聊天框用来追问、补充信息;已经确认的条件和当前结论,始终有固定的位置可看。
录入条件时,“保留 7 天”还得多写一句:对账程序需要重新消费。只有一份能查看的历史归档,还满足不了这个要求。之前在《从 RAG、MCP、Skills 到 Ontology First:如何搭建企业 Agent》中,我们用签单额、开票额和确认收入聊过业务口径。这里也一样:用途写清楚,后面的比较才有共同依据。
后台先用一个服务组织请求。用户提交条件和材料后,后台保存这一轮输入,把需要的文档上传到 Files,再在模型请求中引用。需要补公开资料时,启用内置联网工具。返回的分析先作为草稿,用户补充或确认后,再保存成选型记录。
页面、后台和存储分别承担这些工作:
| 放在哪里 |
负责什么 |
| 项目页面 |
修改条件、选择材料、追问、查看和保存比较 |
| 应用后台 |
组织本轮输入、调用 API、处理完成或失败、保存记录 |
| 数据库与文件存储 |
保存条件版本、材料原件、来源、协议历史和比较结果 |
| DeepSeek API |
文件解析、模型推理,以及本轮所需的搜读 |
这些是职责划分。首版用一个后台、一套数据库和文件存储就能组织起来。
官方聊天 Demo 是更轻的起点:纯静态前端,浏览器直接请求 API,会话和附件保存在浏览器里。个人原型可以参考它的文件上传、引用展示和流式处理。多人共用时,则把项目记录和统一使用的 API Key 放到应用后台管理。
有了这些记录,下次打开项目,就能接着补材料、改条件,不必从聊天记录里重新整理一遍。
把比较做实
有了这些条件,第一轮请求就可以写得具体一些:
按已确认的项目条件比较自建和云上托管两份方案。重点核对:对账程序能否重新消费最近 7 天的消息,两人团队要承担哪些运维工作。优先查阅对应版本的官方说明。区分材料记载和推断,缺少依据的地方列为待核实。
这次要交叉比较部署、重放和运维,我会先尝试深度思考搜索。请求里带上项目条件和产品版本,减少模型查到另一版本文档、却直接用于当前比较的机会。
第一轮不急着给方案打分,先把材料已经回答什么、还缺什么列出来。沿用前面的假设,记录可以这样组织:
| 比较项 |
当前能留下的记录 |
| 历史重放 |
托管说明有保留期限,消费者怎样重放仍待核实;两种方案都需检查重复处理的影响 |
| 存储容量 |
缺日消息量、平均大小等数据,暂时无法估算 7 天所需空间 |
| 运维工作 |
自建有部署步骤,缺恢复演练记录;托管服务是否可用,项目还未确定 |
“能重放”还要往下追一层:这次回放会触发哪些消费者?只让对账程序重新核算,与把仓储、通知也重新执行一遍,影响并不相同。消息能再读一次,不等于业务可以安全地再执行一次。 消费位置能调回去,回答的是消息怎么再读;相关消费应用能否识别重复事件、避免重复扣库存或发通知,还要看代码。助手可以列出这些待验证项,消息队列文档只能支撑其中一部分判断。
容量则适合交给普通计算代码。假设补充的数据是每天 1,000 万条、平均消息体 1 KB,按十进制单位计算,7 天约 70 GB;若按三副本估算,约 210 GB。这里未计索引、元数据、预留空间和压缩收益,不能直接作为磁盘规格。
模型帮助找参数、解释尚未计入的因素;公式和计算结果由程序生成,随记录保存。 以后消息量改了,用同一公式重新计算,也方便核对。
引用也要落到具体判断旁边。官方联网工具里的 cited_text,指的是回答中被标注引用的文字,并非来源摘录。结果页可以展示来源链接;要展示“原文怎么说”,还得取得对应原文。带了引用的结论,也仍需核对版本和原文是否支持它。
条件变了怎么办
接着,用户补充:“消息队列必须部署在自有机房。”
应用先把这条变更放回条件区,确认后形成新版本,再发起比较。示例中的云上托管方案因此退出,自建仍要验证历史重放和故障恢复。只剩一个候选,并不意味着验证已经完成。
新的记录可以明确写出:“部署地点由未定改为自有机房,云上托管方案因此退出;7 天重放要求不变,自建恢复方案仍待验证。”这样,同事回看时能知道,托管方案是被项目条件排除的。
改条件时,还有一种情况:上一轮生成可能尚未结束。
发起请求时就记下条件版本和材料清单,可以处理这种先后关系。每份结果都对应它生成时的条件,旧请求晚返回,也不能覆盖新条件下的结果。 旧结果仍然可查,新条件的比较另存一版。首版用请求记录和版本号就能组织起来。

图 2:结果跟着条件走。新旧请求可能交错完成,每份结果按发起请求时的条件版本保存,不能由返回顺序决定哪份成为当前记录。
还要区分“收到了一段文字”和“本轮分析已完成”。官方 Demo 的 Messages 流式实现会等到 message_stop,提前断流则报中断。应用可以展示半段分析,并标明未完成;保存为完整草稿前,再检查协议是否正常结束、需要的内容是否齐全。已有的选型记录继续保留。
下一轮继续追问时,还得让模型拿到需要的资料。DeepSeek 显式读链接后,网页正文不会明文返回,成功结果带有 signature。后续按协议原样回传,服务端才能恢复对应网页。以 Chat Completions 为例,assistant 消息里的 server_tool_calls 也要保留;SDK 或网关若只留下回答文字,请求仍可能成功,此前读过的网页却不再进入上下文。
普通搜索结果、深度搜索中打开的网页,则不会整份自动保留到后续轮次。它们和显式读链接的恢复规则不同。
我们在《Agent Harness 上下文管理:聊天记录还是工作集?》中聊过:界面显示的历史,与模型这一轮实际拿到的材料,是两回事。放到这次追问,新条件要带进去,自建恢复步骤的来源也要仍然可用。应用要保存供人回查的完整记录,也要为每一轮选择实际送给模型的内容。
哪些资料自己管
再往前走一步:团队准备评审自建方案,产品版本已经固定,要把对应版本的保留策略、重放方法和恢复文档留下来。
到了评审,除了回答问题,还需要说明采用了哪份文档,以后能找到当时那一版。
当前内置搜读由模型决定是否执行,不能用 tool_choice 强制调用,也不支持 allowed_domains;读到的正文不会明文交回应用。只在提示词里写“请阅读这些官方链接”,还无法让应用确认指定材料都已取得并存好。
因此,我会把这部分资料准备放到应用侧:已知链接直接 Fetch;链接不全,先用独立 Search 查找。Search 设置 need_content: true 时可以返回正文,若内容已经够用,就不必再 Fetch;正文为空或缺少关键章节,再补抓或换原始来源。summary、snippet 是摘要,保存时要与正文区分。

图 3:同一个助手,两种资料接法。依据官方接口文档整理的设计示意,两条路径可以混用;已知链接可直接 Fetch,独立接口按材料需要选择。
应用取得正文后,给材料保留自己的编号,记录产品版本、来源链接、获取时间,再让比较项关联这份材料。官网以后更新,旧选型记录仍指向当时保存的内容;要重新评估,再明确选择新版材料。
Files 也有类似的边界:当前上传解析的文档,不支持下载原文件或解析结果。 因此,这个助手会在上传前保存原件,把自己的材料编号与 file_id 对应起来。以后展示原页、重新解析,或换一个模型继续分析,都能从原件开始。如果你正在做这一类 AI 应用开发,想把文件、检索、Agent 这些环节串起来,可以看看DeepSeek全栈实战课程。
需要把扫描件转成可保存、可检索的文字时,可以单独用 OCR。它的结果要由应用保存并送入后续请求;如果关键内容在架构图里,还要结合原页核对箭头和层级,文字识别完整不代表关系也识别正确。
应用自己保存材料,也就要处理抓取失败、缺失章节和版本更新。可以先把这部分工作用在评审依据上,临时补查的信息仍交给内置搜读。如果后续要往 Coze 这类 Agent 平台迁移,多 Agent 模式与知识库组织也需要提前规划。
按任务扩展
首版只有几份短方案,可以直接引用 Files。资料积累后,先让用户选择这次比较用哪几份。
Files 的 file_id 是引用入口。按当前文档,多轮历史中引用的文档会完整保留在上下文里,超出上限时返回错误;接口不会自动替应用挑选相关段落。解析成功时按页收一次解析费,后续引用仍按实际进入上下文的输入 Token 计费。
Karpathy 在 2025 年关于上下文工程的 X 帖子中,把重点放在为模型的下一步准备恰当信息,也谈到应用如何组织控制流程和生成后的核验。放到这个助手,下一步只核对自建方案的历史重放,就先带当前条件、保留策略和消费位置说明,旧托管说明继续归档即可。
按项目、版本和问题筛选后,材料仍然很多,再做分块与检索。 多人使用时,材料编号和 file_id 还要与项目成员的访问范围对应;同一 API 账号换 Key,并不会自动隔离业务用户的文件。
如果分析需要在用户离开页面后继续执行,或失败后接着跑,再考虑后台任务队列。语音也可以按需求补:口述条件经过确认后,进入同一份项目记录。当前 ASR 接收最长 120 秒的完整音频,不支持流式识别,实时语音交互还需要另作设计。
费用则按一次完整选型来记。把模型用量、解析、搜读和重试放在同一任务下,才能知道从首轮比较到改条件、补材料,总共花了多少。工具计费读返回的用量字段,界面上的搜索结果块数量并不等于计费次数。
这个助手的第一版,我想先看它能否交出这样一份记录:同事拿到后,能看懂云上托管为何退出、自建还缺什么验证,以及“7 天重放”依赖哪些配置和应用处理。下一次补材料、改条件或换人评审,就从这份记录接着往下做。
参考资料