今天看到 DeepSeek 新增了 Responses API 的文档,并且支持服务端 web_search:https://api-docs.deepseek.com/zh-cn/guides/responses_api 。我赶紧体验了一把,分享如下。
Responses API
如果原先使用的是 Chat Compeletion API,现在可以换成 Responses API.
openai = OpenAI::Client.new(
api_key: ENV["OPENAI_API_KEY"],
base_url: "https://api.deepseek.com"
)
# Chat Compeletion API
response = openai.chat.completions.create(
model: "deepseek-v4-flash"
messages: messages,
)
# Responses API
response = openai.responses.create(
model: "deepseek-v4-flash",
input: messages,
)
根据 Open AI 文档 的说法,Responses API 更简洁,增加了服务端工具的支持,建议新项目使用 Responses API。
不过 DeepSeek 的 Responses API 目前不支持会话功能,依然需要自己维护 messages 历史。
web_search tool
要使用 web_search tool,只需要调用 API 的时候加上 tool 定义:
response = openai.responses.create(
model: "deepseek-v4-flash",
input: messages,
tools: [
{ type: "web_search" }
]
)
这样 DeepSeek 就会在有需要的时候在服务端调用 web_search。
集成过第三方 Web Search API 的应该知道,第三方 API 按搜索次数收费,如果使用量大也是一笔不小的开销。调用 DeepSeek 的服务端搜索功能更简洁,而且能节省不少费用。
测试例子
完整代码如下:
require "bundler/inline"
require "readline"
gemfile do
source "https://rubygems.org"
gem "openai"
end
openai = OpenAI::Client.new(
api_key: ENV["OPENAI_API_KEY"],
base_url: "https://api.deepseek.com"
)
messages = []
loop do
input = Readline.readline("Me> ")
messages << { role: "user", content: input }
response = openai.responses.create(
model: "deepseek-v4-flash",
input: messages,
tools: [
{ type: "web_search" }
]
)
content = response.output_text
puts "AI> #{content}"
messages << { role: "assistant", content: content }
end
运行:
Me> 2026世界杯冠军是?
AI> 根据最新的搜索结果,**2026年美加墨世界杯的冠军是西班牙队**!🏆
以下是决赛的关键信息:
- **决赛对阵**:西班牙 1-0 阿根廷(加时赛)
- **比赛时间**:当地时间2026年7月19日(北京时间7月20日凌晨)
- **比赛地点**:美国新泽西州东卢瑟福的纽约新泽西体育场
- **夺冠意义**:这是西班牙队时隔16年(继2010年南非世界杯后)第二次夺得世界杯冠军,也是世界杯扩军至48队后的首届冠军
其他亮点:
- 西班牙队在整届赛事中仅失1球,创下冠军球队失球最少的新纪录
- **罗德里(Rodri)** 获得金球奖(最佳球员)
- **乌奈·西蒙(Unai Simón)** 获得金手套奖(最佳门将)
- **保·库巴西(Pau Cubarsí)** 获得最佳年轻球员奖
- 阿根廷队获得亚军,奖金3300万美元;冠军西班牙队获得5000万美元奖金
决赛现场,美国总统特朗普还现身并隔防弹玻璃观赛,随后为冠亚军颁发了大力神杯。🎉
需要了解更多关于这届世界杯的细节吗?
可以看到,DeepSeek 调用了网络搜索,回答了它训练时还不存在的答案。
总结
DeepSeek 新增的 Responses API 和服务端 web_search tool,适应了 API 的进化,节约了搜索成本,推荐在适合自己应用场景的情况下使用。