简介:本文说明接入搜索、文件解析、链接读取和语音能力前需要核验的事项,包括官方API是否原生开放这些功能、哪些能力需要外部服务编排,以及成本与合规如何评估。读者能据此规划带联网与文件处理的AI助手,并判断哪些参数必须以官方文档为准。
接入前要先弄清每项能力来自哪里。常见的来源有三类。
第一类是官方API原生能力,即DeepSeek开放平台直接提供的模型接口和工具字段。这类能力以官方文档为准。
第二类是DeepSeek产品功能,例如网页或App中的联网、上传文件功能。产品功能不等于API可调用能力,不能假设它们能通过接口直接使用。
第三类是第三方或自建服务,例如搜索引擎、文档解析、语音识别与语音合成服务。它们由其他厂商或自己的团队提供,通常需要单独签约和计费。
把三类能力混为一谈,会导致架构设计错误。例如,产品里能上传文件,并不代表API里有对应字段,开发者若直接按产品功能设计,上线后才会发现调用无法实现。
开发前建议用一张表记录每项能力的状态。表格示例如下,空白处在核验后填写。
| 能力 | 官方API是否开放 | 是否单独计费 | 文档地址 | 核验日期 | 备注 |
|---|---|---|---|---|---|
| 联网搜索 | 待核实 | 待核实 | 待填写 | 待填写 | 若未开放,需外部搜索服务 |
| 深度思考 | 待核实 | 待核实 | 待填写 | 待填写 | 注意耗时与Token消耗 |
| 文件输入 | 待核实 | 待核实 | 待填写 | 待填写 | 确认格式、大小和页数限制 |
| 链接读取 | 待核实 | 待核实 | 待填写 | 待填写 | 通常只能读取公开页面 |
| 安全校验 | 待核实 | 待核实 | 待填写 | 待填写 | 不能替代企业自身审核 |
| 语音识别与合成 | 待核实 | 待核实 | 待填写 | 待填写 | 长文本需要分段处理 |
核验表中仍有空白的能力,不应进入开发排期。
联网搜索的要求是:若官方API提供工具字段,模型可以在需要实时信息时检索网页,并在回答中附上来源。若官方API未提供,就需要在后端调用搜索服务,把检索结果整理后放入提示词。两种方式的覆盖范围都有限,搜索结果不能保证最新,关键事实仍需人工核对。
深度思考适合多步推理和研究型问题。它的推理过程更长,耗时和成本都更高,因此不宜对所有请求默认开启。
文件解析的格式、大小上限和页数限制都以文档为准。扫描件和版式复杂的文件,解析结果可能与原文有差异。合同、财务报表等文件在使用前需要人工复核。
链接读取通常只能访问公开页面。需要登录、设有反爬限制或依赖动态渲染的页面,抓取内容可能不完整。
安全校验参数若在官方文档中存在,可以开启。它能降低风险,但不能替代企业自己的内容审核。命中风险时,系统应给用户可读的提示,并提供人工复核入口,不能只返回一个错误码。
语音识别把音频转为文本,语音合成把文本转为音频。若官方API未开放这两项能力,就需要接入独立的语音服务。长文本合成前应先分段,以免单次请求超时。
面向终端用户的AI助手,通常要先对用户输入做分流,再决定调用哪些能力。
用户输入├─ 含文件 → 上传、格式校验、解析(失败则提示更换格式或转人工)├─ 含链接 → 判断是否公开可访问,再读取(失败则说明原因,请用户粘贴正文)├─ 需要实时信息 → 调用搜索能力(无结果时明确告知用户)├─ 需要多步推理 → 开启思考模式(超时则降级为普通回答)└─ 对外服务 → 开启安全校验与日志记录(命中风险时返回可读提示)
分流规则建议放在后端,由明确的代码逻辑决定。规则判断成本低,容易测试,也便于定位问题。把全部判断交给模型,结果难以复现,排错也更困难。
每个分支都要有失败兜底。兜底回答的作用是让用户知道发生了什么,以及下一步可以怎么做。
下面的代码只说明调用顺序,不能直接运行。字段名和模型名必须替换为官方文档中的真实名称。若官方API没有文件或搜索字段,相应步骤应由网关调用外部服务完成。
# 伪代码:仅说明调用顺序,不能直接运行def handle_user_message(user_text, file_ids, urls):context = []if file_ids:# 若官方API无文件字段,由网关调用外部解析服务context.append(parse_files(file_ids))if urls:context.append(fetch_public_pages(urls))if needs_realtime_info(user_text):# 若官方API开放搜索工具,改为官方文档中的工具调用字段context.append(search_web(user_text))response = call_model(model=MODEL_NAME, # 模型名以官方文档为准prompt=build_prompt(user_text, context),)return response
上线前,应把所有占位函数替换为真实实现。若官方API开放了对应工具,也要改用官方字段名,不要保留这些占位写法。
API密钥应放在环境变量或密钥管理服务中,并且只在服务端读取。不要把密钥写进代码仓库,也不要放进前端代码。日志中禁止打印Authorization请求头和任何完整密钥。
API费用通常包括模型的Token消耗,以及部分能力的单独计费。估算模板可以写成:
总成本 = 模型Token费用 + 各独立计费能力的用量 × 对应单价
模型Token费用以官方计费页为准。搜索、文件解析和语音能力是否计费,取决于官方计费页是否列出该项。若这些能力由第三方提供,应分别计费,并单独记录服务商、单价和账单周期。不要默认所有工具费用都属于DeepSeek API。
控制成本的常见做法包括:
对外提供AI服务,需要同时满足平台规则和当地法规。常见要求包括内容安全审核、模型备案或登记、生成内容标识、用户数据保护和日志留存期限。具体义务以监管部门发布的要求为准。
用户上传的文件可能包含身份证号、合同金额或病历等敏感信息。建议做到以下几点:最小化存储,按用户隔离数据,传输加密,日志中对敏感字段脱敏,并设定明确的删除策略。
若官方API开放了相应能力,可以直接按本文思路组合搜索、文件、链接读取和安全校验。若未开放,则需要通过外部搜索、文件解析和语音服务编排实现。实施前应先完成能力核验,再设计分流规则与兜底策略,最后规划成本与合规。能力细节、价格和规则都可能变化,实施前请以官方文档为准。