DeepSeek 原生联网搜索实测：只有 Anthropic 端点能用，chat/completions 那条路是假的

DeepSeek 原生联网搜索（Anthropic 兼容端点）#

结论：DeepSeek 官方 API 的 chat/completions 没有联网能力，但 Anthropic 兼容端点 /anthropic/v1/messages 支持原生 web_search 服务端工具（web_search_20250305），返回结构化检索结果。 实测：2026-09-26 于本机 103.217.201.96，用 deepseek-harness/data/.credentials.yaml 里同一把 DEEPSEEK_API_KEY。 关联：AI知识速览网-开发方案、coze-search、Claude Code三路径对比

调用方式#

POST https://api.deepseek.com/anthropic/v1/messages
headers: x-api-key: $DEEPSEEK_API_KEY
         anthropic-version: 2023-06-01
         content-type: application/json

{
  "model": "deepseek-v4-flash",          // 或 deepseek-v4-pro
  "max_tokens": 8000,
  "messages": [{"role": "user", "content": "..."}],
  "tools": [{"type": "web_search_20250305", "name": "web_search", "max_uses": 5}]
}

• 模型名：anthropic 端点用 deepseek-v4-flash / deepseek-v4-pro（与 /models 返回的 deepseek-flash 命名不完全一致，两者都可用）。

• 返回结构：content[] 依次为 thinking → server_tool_use(web_search) → web_search_tool_result（内含 web_search_result 列表，字段 title / url / page_age）→ text（模型总结）。

• 搜索次数：usage.server_tool_use.web_search_requests。

实测对比（2026-09-26，任务「安史之乱」抽取结构化历史事件）#

• 质量：来源以百度百科、学习强国、学术 PDF 为主，日期精确到「日」，可直接结构化成 {title, date_start, date_precision, summary, detail, category, confidence, sources[]} JSON。

• 杂源：偶有 IP 直连的 PDF 缓存页、韩语版 CRI 页面等低质结果，需在提示词里要求优先中文权威源。

坑#

1. max_tokens 必须给足（建议 ≥8000）：deepseek-v4-pro 的 thinking 能吃掉几千 token，给 2500 时 stop_reason=max_tokens 且 content 里的 text 块为空 → JSON 完全没输出（不是报错，是"成功返回空"）。

2. 一次搜索 = 一次完整 model turn：延迟与 token 都按模型调用计费，不是纯检索接口（对比 Coze 1.2–2.5s 纯检索）。

3. 只走 Anthropic 格式：chat/completions 传 web_search_options 会被静默忽略，模型自称"没有实时联网能力"。

4. 搜索未触发要显式报错：若响应里没有 web_search_tool_result 块，不要退化成让模型凭记忆答题（dsh 官方插件的 strict 模式就是这么做的）。

接进 pi：自定义工具 web_search（2026-09-27）#

pi 本身没有内置服务端 web_search，但不需要改 pi 本体——包成一个自定义工具（extension）即可，pi 里所有模型（含不支持联网的模型）都能用：

• 文件：~/.pi/agent/extensions/web-search.ts（放这里即自动发现，/reload 可热重载，无需写 settings、无需 -e）

• 背后调用：POST https://new-api.hsfp.cn/v1/messages（Anthropic 协议），header x-api-key + anthropic-version: 2023-06-01，body 里 tools:[{type:"web_search_20250305",name:"web_search",max_uses:N}]

• key/model/URL 可用 WEB_SEARCH_API_KEY / WEB_SEARCH_MODEL（默认 deepseek-flash）/ WEB_SEARCH_URL 覆盖，默认从 ~/.pi/agent/models.json 的 new-api-half 里读 apiKey，不硬编码

• 返回值：模型总结 + --- 来源（N 次搜索 / M 条）--- 编号列表（title + url）

• 工具参数：query（必填）、maxUses（默认 3）、model

• strict 行为：usage.server_tool_use.web_search_requests == 0 或没有 web_search_tool_result 块时直接抛错（工具报 isError），不让模型退化成凭记忆答题

• max_tokens 固定给 8000：给少会 stop_reason=max_tokens 且 text 块为空（见上文坑 1）

实测（2026-09-27，本机）：

1. 原始 HTTP：deepseek-flash + /v1/messages + web_search → 200 / 5.3s，触发 2 次搜索，返回真实 sources（Reuters、搜狐、DeepSeek 官方文档等）与总结。

2. chat/completions 两种写法都是假的：传 tools:[web_search_20250305] 模型回「我无法联网查询」；传 web_search_options:{} 不报错但直接编造日期（回「2026年4月26日」，实际 9-27）——静默无效比报错更危险，别用。

3. pi 端到端：pi -nt -t web_search -p "..." 触发 4 次搜索 / 28 条来源 / 总耗时 ~19s，pi 把来源原样引用进答案（in 6.9k / out 289 token，约 ¥0.004）。

4. 自动发现验证：不传 -e 也在 --mode json 输出里看到 "toolName":"web_search" 被调用 7 次 → ~/.pi/agent/extensions/ 自动加载生效。注：-t 白名单里写不存在的工具名 pi 不会报错，所以「没报错」不能当作工具已加载的证据，要用调用日志验证。

与 Coze 搜索的取舍#

建议：主用 DeepSeek 原生（一体化、sources 结构化、无需 token shim）；Coze 作双源交叉验证，尤其在「事实复核 / 纠错」场景，两源结论不一致时判 low confidence 并提示人工。