教程 · 2026-10-19

Python 实战：用 Search & Fetch API 搭一个轻量联网问答

DeepSeek 新开放的 Search & Fetch API 让几十行 Python 就能搭出联网问答。本文给出三步完整流程，环境只需一个 API Key 与 requests 库。

第一步：搜索

import requests

HEADERS = {"Authorization": "Bearer <你的API Key>",
           "Content-Type": "application/json"}

r = requests.post("https://api.deepseek.com/v1/tools/search",
                  headers=HEADERS,
                  json={"query": "DeepSeek V4.1-Flash-1017 发布",
                        "count": 5, "need_content": False})
for hit in r.json()["results"]:
    print(hit["title"], hit["url"])
    print(hit["summary"])

query 限 1–128 个字符，count 默认 10、最大 50；如果想知道某条结果的细节，就把 URL 交给 Fetch。

第二步：抓取网页正文

r = requests.post("https://api.deepseek.com/v1/tools/fetch",
                  headers=HEADERS,
                  json={"url": hit["url"]})
markdown = r.json()["content"]   # 单页正文，Markdown 格式

Fetch 返回的 Markdown 可直接截取前若干段落作为上下文，避免整页塞入。

第三步：拼进对话模型

context = "\n".join(f"[{h['title']}] {h['summary']}" for h in hits)
r = requests.post("https://api.deepseek.com/chat/completions",
                  headers=HEADERS,
                  json={"model": "deepseek-flash",
                        "messages": [
                          {"role": "system", "content": "依据资料回答，注明来源链接。\n" + context},
                          {"role": "user", "content": "V4.1-Flash-1017 有哪些更新？"}
                        ]})
print(r.json()["choices"][0]["message"]["content"])

更进阶的做法是把搜索做成工具调用（tool calls）交给模型自主决定何时联网，思路与RAG 教程一致；对话 API 基础见Python 快速上手。

成本估算

一次典型问答（1 次 Search + 2 次 Fetch + 一次对话）工具侧约 0.002 美元出头，模型侧按 token 另计。若改在 DeepSeek Harness、Claude Code 或 Codex 内通过服务端工具触发，截至 10 月 31 日 16:00（UTC）免费。参数细节见Search & Fetch API 详解。