DeepSeek Search / Fetch API 全场景深度评测报告：与 Exa、秘塔（Metaso）、博查（Bocha）的多维横评
文章目录
本评测由忒修斯的船板在Claude Code平台实施。操作员与评测报告撰写者均为Gemini 4 Argon （因其在在PPL的WANDR：深度广度研究benchmark上得到最优模型的成绩，所以个人以为其最有资格来进行锐评）
未纳入这个快速评测，但值得参考的搜索API还包括Tavily、Bravesearch、GPT搜索等。
但本次只列入我常用的Exa作为对比对象，Exa在日常场景下一般不需要与Tavily同时调用，择一即可。而GPT搜索与Kimi搜索，一贯在学术新闻搜索上也都有第一梯队的性能，所以如果有订阅这两家的用户，还需要大家自己实际进行额外测试权衡搭配方案。
一、评测范围、测试基准与接口特性总览
1.1 参评对象与测试基准说明
本报告针对 DeepSeek 官方 Search API（/v1/tools/search）与 Fetch API（/v1/tools/fetch） 进行全场景实测，并与当前主流的 AI 搜索接口——Exa Search（auto 模式）、秘塔搜索（Metaso API）、博查搜索（Bocha Web Search API） 进行同基准横向对比。
整体测试分为两大核心模块，累计覆盖 57 个目标站点域名的定向索引探针、20 余组跨领域自然语言检索基准、26 项客观事实提取核验点 以及 37 类真实网页 URL 的正文抓取测试（单引擎累计采样超 700 条结果）：
-
模块一（泛互联网与新媒体/社区生态）：重点考察微信公众号、国内外主流视频平台（抖音、B站、YouTube）、知识与极客社区（知乎、小红书、V2EX、Linux.do、Reddit、少数派、独立技术博客）的覆盖广度，评估各引擎对“一手权威源 vs. 内容农场/二手洗稿杂音”的辨识过滤能力，以及中英文跨语种信源偏好。
-
模块二（国内外新闻、全球智库与学术文献生态）：重点考察国内主流官媒与财经媒体、国际主流外媒、全球顶级智库与国际多边组织、国内外核心学术数据库的接入深度，并审计各引擎在获取外部具体报告或论文时对核心数值、百分比、实验指标及结论条款的还原准确度。
1.2 四大搜索引擎基础技术规格对比
| 维度 | DeepSeek Search / Fetch | Exa Search / Contents | 秘塔搜索 （Metaso） | 博查搜索 （Bocha） |
|---|---|---|---|---|
| 接口端点 | /v1/tools/search；/v1/tools/fetch | /search；/contents | /api/v1/search | /v1/web-search |
| 实测平均响应延迟 | 0.98 秒 （全场最快） | 1.72 秒 | 1.89 秒 | 1.32 秒 |
| 单次最大返回条数 | 1 ~ 50 条（默认 10） | 1 ~ 100 条 | 1 ~ 20 条 | 1 ~ 50 条 |
| 返回内容层级 | 三层结构：• snippet（100~200字短摘）；• summary（600~800字长摘）；• content（need_content: true 时返回完整网页正文，均值 4,100~18,000+ 字） | 可配置返回清洗后正文 text（支持按字符上限截断，常规设为 1,500~3,000 字） | snippet + summary（实测均值 250~650 字，无完整长文） | snippet + summary（实测均值 150~700 字，无完整长文） |
| 原生评分与权威度字段 | ✅ 原生返回：• rerank_score（0~3，≥1.5 为优质）；• authority（0~4，≥3 为极权威） | ❌ 无显式权威度分级 | ❌ 无显式权威度分级 | ❌ 无显式权威度分级 |
| 高级搜索算子支持 | ✅ 完整支持：site:、-site:、"精确短语"、-排除词、lang:zh,en、after:、before: | ✅ 支持域名过滤、日期过滤、类别过滤与 site: | ⚠️ 支持基础 site:，但部分海外域名会被过滤 | ❌ 实测不支持 site: 语法（会将域名算子当作普通关键词检索） |
| 计费模式 | 5 元 / 1,000 次成功请求（0.005 元/次）；开启 need_content 或调大 count 不加价，0 结果或报错不计费 | 按检索类型、返回条数及正文提取量阶梯计费（美元计价） | 按调用次数计费 | 按调用次数计费 |
二、模块一：泛互联网生态评测——新媒体、视频平台、社区论坛与抗杂音能力
2.1 新媒体、视频平台与极客/小众社区覆盖度矩阵
本节通过 定向域名探针（site: 索引库探底，各取 Top 10） 与 自然语言检索（不带 site:，考察自然排序权重） 相结合的方式，测试 11 类高价值互联网内容生态的真实触达能力：
| 生态类别与目标站点 | DeepSeek Search；（开启 need_content） | Exa Search；（Auto 模式） | 秘塔搜索；（Metaso） | 博查搜索；（Bocha） | 核心实测发现与底层机制解析 |
|---|---|---|---|---|---|
1. 微信公众号；（mp.weixin.qq.com） | ❌ 0/10；（搜索索引未收录） | 🌟 10/10；（自然检索亦高频召回） | 🌟 10/10；（中文公众号收录极强） | ❌ 0/10；（不支持 site: 且未召回） | DeepSeek 搜索端最大盲区：其搜索索引库未收录 mp.weixin.qq.com 链接（检索公众号原生内容时会自动转向科技门户或官网转载页）。但其 Fetch 接口支持直接抓取微信公号长文（详见第四章）。 |
2. 抖音视频；（douyin.com） | 🌟 10/10；（均长 5,171 字，含完整视频口播文稿） | ✅ 10/10；（均长 1,077 字，以视频简介为主） | ✅ 10/10；（均长 263 字，仅标题与短摘） | ❌ 0/10 | DeepSeek 独有亮点：其索引直接抓取 douyin.com/shipin/ 页面，开启 need_content: true 后，content 字段直接包含抖音页面内嵌的「AI文稿」（即视频完整语音转写逐字稿，单条 4,600~11,000 字），可直接用于视频内容分析。 |
3. B站视频与专栏；（bilibili.com） | ✅ 10/10；（均长 2,426 字，含视频简介与 Opus 专栏全文） | 🌟 10/10；（自然检索召回率最高，均长 1,150 字） | ✅ 10/10；（自然检索易出，均长 235 字） | ⚠️ 3/9；（混入第三方解析/搬运站） | DeepSeek、Exa、秘塔均完整收录 B站视频（/video/BV...）与图文专栏（/opus/...）。在不带 site: 的自然检索中，Exa 与秘塔更倾向将 B站原视频排入前五，而 DeepSeek 更偏好优先返回主流科技/财经媒体的深度文字报道。 |
4. YouTube 视频；（youtube.com） | ⚠️ 10/10；（约半数落入 music.youtube.com/podcast） | 🌟 10/10；（100% 命中主站视频与播放列表） | ❌ 0/10；（无结果） | ❌ 0/10 | Exa 对 YouTube 主站视频（watch?v=）与频道列表的索引最精准；DeepSeek 虽能满额召回且返回平均 3,664 字的节目说明，但约 40%~60% 的结果指向 music.youtube.com 播客镜像页；秘塔与博查均无法有效检索 YouTube。 |
5. 知乎问答与专栏；（zhihu.com） | 🌟 10/10；（官方 OpenAPI 合作通道，均长 2,012 字） | ✅ 10/10；（均长 1,350 字） | ✅ 10/10；（均长 320 字） | ❌ 0/10 | DeepSeek 返回的知乎链接均带有 ?utm_medium=openapi_platform 官方标识，表明其直接接入了知乎官方数据源，在 search 阶段开启 need_content: true 即可直接获取高赞回答与专栏全文。 |
6. 小红书笔记；（xiaohongshu.com） | ❌ 0/10；（未收录） | ✅ 10/10；（命中网页端与小程序落地页） | ⚠️ 5/5；（少量命中网页端） | ❌ 0/9 | 受限于移动端封闭生态，DeepSeek 与博查均未收录小红书域名；Exa 与秘塔可检索出部分公开网页落地页，而在自然检索社媒经验贴时，各引擎均主要通过知乎、少数派、掘金或 V2EX 替代。 |
7. 极客社区：Linux.do；（linux.do） | 🌟 10/10；（完整主贴与跟贴正文） | 🌟 10/10；（完整主贴与摘要） | ❌ 0/10 | ❌ 0/9 | DeepSeek 与 Exa 对新兴中文极客技术社区 linux.do 的收录极佳，在自然语言检索开发者工具讨论时也能自然召回；秘塔与博查完全未收录。 |
8. 国际社区：Reddit；（reddit.com） | 🌟 10/10；（唯一支持 site:reddit.com 满额召回） | ❌ 0/10；（site: 探针返回空，自然检索仅命中镜像站） | ❌ 0/10 | ❌ 0/8 | DeepSeek 在海外开发者社区上的突出优势：对 site:reddit.com 实现 10/10 满额召回并返回长贴讨论内容，其余三家在定向检索 Reddit 时均返回 0 条。 |
9. 开发者社区：V2EX；（v2ex.com / global.v2ex.co） | ⚠️ 定向 1/10；（自然检索可正常召回 global.v2ex.co） | 🌟 10/10；（主站域名收录最完整，自然检索权重极高） | ⚠️ 定向 0/10；（自然检索可召回 global.v2ex.co） | ❌ 0/9 | DeepSeek 与秘塔索引库中的 V2EX 帖子大量归属于 global.v2ex.co 或 origin.v2ex.com 子域，因此直接限定 site:v2ex.com 时命中偏少，但在自然检索技术口碑时均可正常召回；Exa 对 v2ex.com 主域名的覆盖最为彻底。 |
10. 少数派与数字生活社区；（sspai.com） | ✅ 10/10；（均长 3,500+ 字） | ✅ 10/10；（均长 1,400+ 字） | ✅ 10/10；（均长 380 字） | ❌ 0/10；（仅自然检索偶有命中） | DeepSeek、Exa、秘塔对少数派等高质量数字生活与效率工具社区均实现 100% 覆盖。 |
11. 小众独立技术博客；（*.github.io / 个人独立域名） | 🌟 10/10；（均长 4,551 字，能精准挖掘个人独立域名） | 🌟 10/10；（均长 1,418 字，独立博客纯度最高） | ✅ 10/10；（均长 411 字，含个人域名与 Wiki） | ⚠️ 2/9；（高度偏向博客园与 CSDN） | 在针对自建服务器、终端工具配置等小众折腾话题的自然检索中，Exa（80% 为个人独立域名）与 DeepSeek（60% 为个人独立博客 + GitHub Discussions） 表现出极强的长尾独立站点发掘能力。 |
2.2 权威源权重与抗“伪权威/内容农场杂音”能力评测
在技术研发排障、开源协议架构及国家政策标准查询中，中文互联网长期存在大量 SEO 采集站、二手洗稿博客（如部分低质 CSDN 搬运、PHP中文网问答采集、百家号/营销号拼凑文）。为量化各引擎的“信源洁净度”，本评测统计了跨领域标准检索测试集（每家 120 条综合样本）中的一手权威源命中率与内容农场/二手采集站混入率：
| 搜索引擎 | 一手权威源 Top 3 命中率；（政府公报 / 官方规范文档 / 核心源码库 / 权威机构） | 内容农场与二手采集站混入率；（CSDN / 博客园搬运 / PHP中文网 / 营销采集站） | 权威度辨识与排序机制实测评价 |
|---|---|---|---|
| DeepSeek Search | 🌟 95%+；（Top 3 几乎全为一手官方源） | 🌟 < 2%；（120 条综合样本仅出现 1 条 CSDN） | 抗杂音能力全场第一：1. 硬件级权威度锚定：通过原生 authority（0~4）与 rerank_score（0~3）双重重排，政务标准查询 Top 3 100% 锁定 gov.cn 国务院/部委原件（authority=4）；2. 技术检索自动溯源英文一手文档：当使用中英混合词检索前沿编程或协议架构问题时，若中文网页多为二手洗稿，DeepSeek 会自动越过中文内容农场，直接将官方英文规范站点、GitHub 源码库、StackOverflow 高赞原帖排在 Top 3（authority=3~4）。 |
| Exa Search | 🌟 92%+ | 🌟 < 1% | 极高的开发者与学术洁净度：神经语义检索天然倾向于匹配高权重的原始技术文档（官方文档站、GitHub、OWASP、AWS/Microsoft 架构指南、政务原件），几乎完全免疫国内 SEO 内容农场污染。 |
| 秘塔搜索 （Metaso） | ✅ 75% ~ 80% | ⚠️ 约 10% ~ 12% | 中文正规媒体权重良好，但偶有门户转载与二级站点混入：政务查询能命中 gov.cn，但前五名偶会混入本地宝（bendibao.com）等生活服务聚合站；技术检索以 GitHub、微软文档为主，约有 10% 左右结果来自博客园（cnblogs.com）或门户科技频道转载。 |
| 博查搜索 （Bocha） | ⚠️ 35% ~ 45% | ❌ 高达 25% ~ 35% | 受传统中文 SEO 站点影响显著：在 120 条综合检索样本中，Top 域名集中于 cnblogs.com（9次）、blog.csdn.net（7次）、download.csdn.net（3次）、m.blog.csdn.net（3次）、php.cn（3次）、5axxw.com（2次）。在高频编程排障查询中，Top 3 往往被 PHP中文网与 CSDN 二手搬运帖占据，需在下游自行编写域名黑名单过滤。 |
2.3 信源偏好画像：语言分布与核心站点结构
通过对 12 组涵盖“纯中文本土行业/政策、中英混合技术与社区、纯英文前沿架构”的综合测试集（各引擎 120 条结果）进行语言识别与域名聚类，四家引擎呈现出截然不同的信源偏好画像：
| 搜索引擎 | 综合样本语言分布；（中 / 英 / 混合） | Top 高频命中域名结构（按综合测试集实测频次排序） | 引擎底层信源偏好定性画像 |
|---|---|---|---|
| DeepSeek Search | 中文 67%；英文 32%；混合 1% | douyin.com、bilibili.com、github.com、youtube.com、zhihu.com、raw.githubusercontent.com、stcn.com、modelcontextprotocol.io、gov.cn、stackoverflow.com、gmw.cn | 「双语自适应 + 官方一手源/央媒财经 + 知乎/极客论坛 + 抖音AI文稿」；兼顾国内权威官媒/主流财经与全球英文一手技术规范，对语言质量的优先级高于单纯的语种字面匹配。 |
| Exa Search | 中文 70%；英文 28%；混合 2% | bilibili.com、mp.weixin.qq.com、youtube.com、v2ex.com、douyin.com、github.com、gov.cn、modelcontextprotocol.io、arxiv.org、finance.sina.com.cn、latepost.com、sspai.com | 「全球独立博客 + 微信公号/B站/V2EX/YouTube 均衡全能型」；在中英文社区、微信公众号、主流视频站与独立个人博客之间分布最为均衡。 |
| 秘塔搜索 （Metaso） | 中文 73%；英文 16%；混合 11% | bilibili.com、mp.weixin.qq.com、douyin.com、github.com、cnblogs.com、global.v2ex.co、news.qq.com、sina.cn、learn.microsoft.com、arxiv.org、xueqiu.com、gov.cn | 「本土新媒体（微信/B站/抖音）+ 国内门户财经资讯捕手」；深耕中文互联网内容生态，但对纯英文外网社区（YouTube、Reddit）与部分海外独立站点触达有限。 |
| 博查搜索 （Bocha） | 中文 81%；英文 11%；混合 8% | cnblogs.com、blog.csdn.net、php.cn、thepaper.cn、download.csdn.net、github.com、sohu.com、toutiao.com、arxiv.org、163.com | 「传统中文网页与国内资讯门户索引」；高度聚焦中文传统技术博客与门户新闻（搜狐、网易、头条、澎湃），英文信源仅覆盖少量 github.com 与 arxiv.org。 |
三、模块二：专业资讯与科研文献评测——国内外新闻、全球智库与学术数据库接入
3.1 六大专业信源类别覆盖度与正文提取深度总表
本模块选取 45 个代表性权威域名（含 9 家国际主流外媒、10 家欧美亚核心智库、5 家国际多边组织、6 家国内主流财经/官媒、11 家国际学术与预印本库、4 家中文学术文献库），每个站点按标准请求 Top 10（合计每家引擎请求 450 条目标结果）：
| 信源类别（测试站点数） | 评测指标 | DeepSeek Search；（开启 need_content） | Exa Search；（Auto 模式） | 秘塔搜索；（Metaso） | 博查搜索；（Bocha） |
|---|---|---|---|---|---|
| 1. 国际主流外媒；（9 家：Reuters / Bloomberg / FT / WSJ / Economist / BBC / AP / Nikkei / SCMP） | • 站点覆盖率；• 样本召回率；• 单篇平均返回字数 | 9/9 （100%）；90/90 （100%）；4,345 字符 | 9/9 （100%）；90/90 （100%）；1,248 字符 | 3/9 （33%）；21/90 （23%）；423 字符 | 0/9 （0%）；0/90 （0%）；0 字符 |
| 2. 全球核心智库；（10 家：Brookings / CSIS / CFR / RAND / PIIE / Carnegie / Bruegel / Chatham House / MERICS / Rhodium） | • 站点覆盖率；• 样本召回率；• 单篇平均返回字数 | 10/10 （100%）；97/100 （97%）；9,302 字符 | 10/10 （100%）；100/100 （100%）；1,895 字符 | 7/10 （70%）；39/100 （39%）；667 字符 | 1/10 （10%）；1/100 （1%）；799 字符 |
| 3. 国际多边机构；（5 家：IMF / World Bank / OECD / BIS / WTO） | • 站点覆盖率；• 样本召回率；• 单篇平均返回字数 | 5/5 （100%）；50/50 （100%）；10,394 字符 | 5/5 （100%）；50/50 （100%）；1,633 字符 | 5/5 （100%）；50/50 （100%）；477 字符 | 4/5 （80%）；5/50 （10%）；286 字符 |
| 4. 国内主流新闻与财经媒体；（6 家：新华网 / 财新 / 第一财经 / 财联社 / 证券时报 / 澎湃） | • 站点覆盖率；• 样本召回率；• 单篇平均返回字数 | 6/6 （100%）；60/60 （100%）；3,830 字符 | 6/6 （100%）；60/60 （100%）；1,684 字符 | 6/6 （100%）；60/60 （100%）；248 字符 | 2/6 （33%）；2/60 （3%）；93 字符 |
| 5. 国际学术与预印本库；（11 家：arXiv / Nature / Science / PubMed / IEEE / ACM / NBER / SSRN / ScienceDirect / ACL / OpenReview） | • 站点覆盖率；• 样本召回率；• 单篇平均返回字数 | 11/11 （100%）；110/110 （100%）；18,845 字符 | 11/11 （100%）；110/110 （100%）；1,902 字符 | 11/11 （100%）；93/110 （85%）；475 字符 | 4/11 （36%）；7/110 （6%）；722 字符 |
| 6. 中文学术文献库；（4 家：知网 CNKI / 万方 / 国家哲社文献中心 / ChinaXiv） | • 站点覆盖率；• 样本召回率；• 单篇平均返回字数 | 4/4 （100%）；40/40 （100%）；1,668 字符 | 4/4 （100%）；40/40 （100%）；1,606 字符 | 4/4 （100%）；29/40 （73%）；264 字符 | 0/4 （0%）；0/40 （0%）；0 字符 |
3.2 分领域接入表现与底层机制评价
- 国际外媒、全球智库与多边组织报告
-
覆盖率并列第一（DeepSeek 与 Exa 均达 100% 站点覆盖）：
-
秘塔在国际主流外媒上存在明显盲区（Reuters、FT、WSJ、Economist、Nikkei、SCMP 均无直接结果，仅能覆盖 BBC、AP 和少量 Bloomberg），在欧洲及细分领域智库（如 Chatham House、MERICS、PIIE）上也出现断层；博查则几乎无法检索外文智库与外媒原站。
-
DeepSeek 与 Exa 则对全部 24 家国际外媒、欧美亚核心智库及多边组织实现了 100% 站点覆盖，且 DeepSeek 对上述机构的权威度打分稳定在 authority = 3 ~ 4（最高权威档位）。
-
核心优势：「离线索引缓存穿透反爬 / 付费墙」：
-
在外媒（如 FT、WSJ、Reuters）与部分智库（如 Chatham House、PIIE）开启了严格反爬（Cloudflare 质询或订阅墙）的情况下，若直接调用实时网页抓取（fetch），往往会遭遇 HTTP 404 或连接超时；
-
但通过 DeepSeek search 接口并开启 need_content: true 时，系统直接从搜索引擎底层的离线索引缓存中返回已清洗的正文——例如 FT 单篇平均返回 5,636 字符、Economist 平均返回 6,953 字符、Bruegel 智库报告平均返回 20,620 字符、IMF 报告平均返回 17,002 字符，无需二次抓取即可直接获得报告主体内容。
- 国内外学术文章与科研文献库
-
国际学术库实现「准全文级」直接召回：
-
在 11 家国际核心学术库上，DeepSeek Search 不仅实现了 110/110（100%） 的满额召回，而且其 content 字段直接收录了 HTML 论文长文或完整章节：
-
sciencedirect.com 单篇平均返回 65,663 字符；
-
nature.com 单篇平均返回 45,666 字符；
-
arxiv.org 单篇平均返回 28,717 字符（若配合 fetch 接口直抓 arXiv HTML 论文页，0.84 秒即可拉回 157,205 字符 的整篇论文全文）；
-
science.org、openreview.net、dl.acm.org 单篇平均返回均在 12,000 ~ 16,800 字符 之间。
-
相比之下，秘塔（平均 475 字符）和博查（平均 722 字符）仅能返回论文的题录或简短摘要片段，无法支撑免抓取的深度实验数据核对。
-
中文学术库以「完整摘要 + 题录元数据」为主：
-
受限于国内学术库（知网、万方、国家哲社文献中心）的 PDF 鉴权机制，任何外部搜索引擎均无法直接拿到底层付费 PDF 全文；
-
但 DeepSeek 与 Exa 均能 100% 召回论文详情页，并返回 1,600 ~ 2,400 字符 的完整中文长摘要、作者单位、基金项目、关键词及发表期刊信息（秘塔仅返回约 260 字符的截断摘要）。
- 国内主流新闻与专业财经媒体
-
在新华网、财新、第一财经、财联社、证券时报、澎湃新闻等国内权威信源上，DeepSeek、Exa、秘塔三家均达到 100% 召回；
-
差异在于正文字数与财新等站点的穿透力：DeepSeek search (need_content=True) 在国内财经媒体上平均返回 3,830 字符（其中财新网单篇平均返回 7,163 字符），约为 Exa 的 2.3 倍、秘塔的 15 倍。
3.3 外部文章/报告「关键信息提取准确性」审计
为检验各引擎在获取具体外部报告/论文时 关键事实（具体百分点、金额规模、实验基准得分、样本置信区间、统计公报分项数据）是否准确无失真，对各引擎返回的 Top 3 结果进行了 26 项基准事实核验点（Ground-Truth Checkpoints）盲测：
| 测试场景类别 | DeepSeek Search；（summary + content） | Exa Search；（text 摘录） | 秘塔搜索；（summary） | 博查搜索；（summary） | 关键信息还原度客观评价 |
|---|---|---|---|---|---|
| 1. 国际多边机构宏观预测报告 | 3/5 | 4/5 | 2/5 | 2/5 | DeepSeek 与 Exa 均能准确带回核心增长率预测值与分经济体对比，无数值篡改。 |
| 2. 欧洲智库产业政策长篇报告 | 🌟 4/5 （均长 2.2 万字） | 2/5 | 1/5 | 3/5 | 因关键金额数据位于报告中后段，仅返回前部摘要的引擎容易漏检；DeepSeek 凭 2.2 万字完整正文直接命中深层数据。 |
| 3. 计算机/AI 顶会论文实验指标 | 🌟 5/5 （100%） | 🌟 5/5 （100%） | 3/5 | 0/5 | DeepSeek 与 Exa 均 100% 精确还原论文中的具体测评分数（精确到小数点后一位）与模型结构参数。 |
| 4. 生物医学临床三期试验文献 | 🌟 5/5 （100%） | 🌟 5/5 （100%） | 4/5 | 2/5 | DeepSeek 直接返回 PubMed/期刊全文数据表，完整保留试验周期、对照组百分比与置信区间。 |
| 5. 国内官方统计公报核算数据 | 🌟 6/6 （100%） | 🌟 6/6 （100%） | 🌟 6/6 （100%） | 2/6 | 面对结构化程度高的中文官方公报，DeepSeek、Exa、秘塔均能 100% 准确提取总量及三产分项增速。 |
| 总计事实核验命中率（26 项） | 🏆 23/26 （88.5%） | 22/26 （84.6%） | 16/26 （61.5%） | 9/26 （34.6%） | DeepSeek 综合事实召回准确率最高，尤其在“关键数据藏在长报告/论文中后段”的场景下优势显著。 |
四、模块三：DeepSeek Search 与 Fetch 协同机制及网页抓取专项实测
4.1 跨品类真实 URL 的 Fetch 实时抓取 vs. Search 内置正文对比
对涵盖新媒体、视频站、社区论坛、国内外新闻、全球智库与学术数据库的代表性站点进行单 URL Fetch（/v1/tools/fetch）低并发实测，并与 Search（need_content: true）直接带回的正文长度对比如下：
| 站点类型与代表域名 | Fetch 接口状态与耗时 | Fetch 返回正文长度 | Search 内置 content 均长 | 搜抓协同特征与工程表现 |
|---|---|---|---|---|
微信公众号 （mp.weixin.qq.com） | ✅ HTTP 200 （14.7s） | 58,035 字符 | ❌ Search 未收录 | 🌟 极佳互补：由 Exa/秘塔检索出公众号 URL 后，交由 DeepSeek Fetch 可完整穿透抓取数万字干净 Markdown 正文。 |
抖音视频页 （douyin.com/shipin/） | ✅ HTTP 200 （6.3s） | 11,211 字符 | 5,171 字符 | 🌟 双通道均含 AI 文稿：无论通过 Search 还是 Fetch，均可直接提取抖音视频内嵌的完整口播语音转写文稿。 |
B站图文专栏 （bilibili.com/opus/） | ✅ HTTP 200 （3.7s） | 1,868 字符 | 2,426 字符 | ✅ 完整提取专栏正文、作者与发布时间戳。 |
B站视频页 （bilibili.com/video/） | ⚠️ HTTP 200 （3.7s） | 258 字符 | 400~800 字符 | 仅包含视频标题、播放/互动统计及简介文案（不含视频内部字幕流）。 |
知乎问答/专栏 （zhihu.com） | ❌ HTTP 404 （0.6s） | 0 字符 | 2,012 字符 | ⚠️ 反向互补：知乎反爬策略拦截了实时 Fetch，但 Search (need_content=True) 走官方合作源可直接拿到回答全文。 |
极客社区与独立博客 （v2ex.com / 个人博客 / github.com） | ✅ HTTP 200 （4.1~10.8s） | 1,685 ~ 4,455 字符 | 4,551 字符 | ✅ 主贴、楼层回复及技术文档代码块均可干净转换为 Markdown。 |
开放型国际学术库 （arxiv.org / nature.com / ncbi.nlm.nih.gov / aclanthology.org） | ✅ HTTP 200 （0.8~10.0s） | 2,873 ~ 157,205 字符 | 4,385 ~ 45,666 字符 | 🌟 超长论文秒级拉取：直抓 arxiv.org HTML 论文仅耗时 0.84 秒 即返回 15.7 万字符 完整全文；nature.com 单篇返回 8.2 万字符。 |
开放型全球智库与国际组织 （brookings / bruegel / carnegie / cfr / csis / rand / merics / rhg / imf / worldbank / bis） | ✅ HTTP 200 （4.2~9.1s） | 1,454 ~ 55,748 字符 | 3,533 ~ 20,620 字符 | ✅ 绝大多数主流智库与国际组织网页均可通过 Fetch 与 Search 双通道稳定获取全文。 |
强反爬/付费墙外媒与学术站 （reuters / ft / wsj / apnews / science.org / nber / cnki） | ❌ HTTP 404 或超时 | 0 字符 | 1,396 ~ 16,844 字符 | 🌟 Search 缓存兜底优势：实时 Fetch 受目标站防火墙拦截，但直接读取 Search 返回的 content 即可拿到已缓存的数千至上万字正文。 |
4.2 三项关键工程特性与避坑指南
- 「Search 带正文（need_content: true）」优先原则：
- 由于 DeepSeek Search 开启 need_content: true 不额外增加费用（仍为 0.005 元/次），且能直接从搜索引擎离线索引库中调取已清洗正文，不仅省去了二次网络请求延迟，还能直接绕过 FT、Reuters、WSJ、Science、知乎等站点对实时 Fetch 的反爬封锁。在工程实现中，应默认开启 need_content: true，仅在外部传入未知 URL（如微信公众号链接、特定 arXiv 论文链接）时调用 Fetch。
- Fetch 接口的并发 QPS 限制：
-
实测表明，Search 接口在高并发（12~16 线程同时请求）下表现极稳，几乎不触发限流；
-
但 Fetch 接口设有较严格的瞬时并发 QPS 阈值——当以 10 线程并发请求 Fetch 时，约 30% 的请求会在 0.6 秒 内快速返回 HTTP 429（触发限流，不计费）；将 Fetch 并发度控制在 1~3 或间隔 0.8~1.0 秒 串行调用后，成功率立即恢复正常。
- 部分静态学术页面的 date 字段空缺现象：
- 在国内外新闻、财经报道、视频与智库动态上，DeepSeek 的 date（RFC 3339 UTC 时间戳）填充率接近 100%；但在部分早期学术论文或静态 HTML 页面上，date 字段偶有返回 null（约占学术样本的 30%），工程解析时建议以 content 正文首部提取的发表年份作为补充。
五、综合结论与多引擎组合选型建议
5.1 四大搜索引擎能力全景对比表
| 评测维度 | DeepSeek Search / Fetch | Exa Search / Contents | 秘塔搜索 （Metaso） | 博查搜索 （Bocha） |
|---|---|---|---|---|
| 响应速度 | ⭐⭐⭐⭐⭐ （~0.98s） | ⭐⭐⭐⭐ （~1.72s） | ⭐⭐⭐☆ （~1.89s） | ⭐⭐⭐⭐ （~1.32s） |
| 单次返回正文深度 | ⭐⭐⭐⭐⭐ （均值 4k~18k 字） | ⭐⭐⭐⭐ （1.5k~3k 字） | ⭐⭐ （仅 250~650 字摘要） | ⭐⭐ （仅 150~700 字摘要） |
| 微信公众号生态 | ⭐⭐ （搜 0%，但 Fetch 可抓全文） | ⭐⭐⭐⭐⭐ （搜+摘均强） | ⭐⭐⭐⭐⭐ （中文公号检索极强） | ⭐ （不支持 site: 且难召回） |
| 视频内容生态 （抖音/B站/YT） | ⭐⭐⭐⭐☆ （抖音含完整AI口播稿） | ⭐⭐⭐⭐⭐ （B站/YT/抖音最均衡） | ⭐⭐⭐☆ （B站/抖音强，无 YT） | ⭐☆ （仅少量 B站，无抖音/YT） |
| 小众博客与极客/海外社区 | ⭐⭐⭐⭐⭐ （Reddit/Linux.do/知乎极强） | ⭐⭐⭐⭐⭐ （V2EX/独立博客/Linux.do极强） | ⭐⭐⭐ （少数派/V2EX镜像可出） | ⭐☆ （偏向 CSDN/博客园） |
| 权威源辨识与抗内容农场 | ⭐⭐⭐⭐⭐ （原生权威分，几乎0杂音） | ⭐⭐⭐⭐⭐ （高洁净度） | ⭐⭐⭐⭐ （偶有门户/二级站混入） | ⭐⭐ （CSDN/采集站占比高） |
| 国内新闻与专业财经媒体 | ⭐⭐⭐⭐⭐ （100%覆盖+长正文） | ⭐⭐⭐⭐☆ （100%覆盖） | ⭐⭐⭐⭐ （100%覆盖，短摘要） | ⭐⭐☆ （门户为主，缺深度财经） |
| 国际外媒与全球核心智库 | ⭐⭐⭐⭐⭐ （100%覆盖+缓存破反爬） | ⭐⭐⭐⭐⭐ （100%覆盖） | ⭐⭐☆ （外媒覆盖 33%，智库 70%） | ⭐ （几乎无外媒与国际智库） |
| 国内外学术文献数据库 | ⭐⭐⭐⭐⭐ （100%覆盖+万字准全文） | ⭐⭐⭐⭐☆ （100%覆盖） | ⭐⭐⭐☆ （题录与短摘要为主） | ⭐☆ （仅覆盖少量 arXiv/ACM） |
| 关键事实与数值还原准确度 | ⭐⭐⭐⭐⭐ （88.5%，深层数据捕获最佳） | ⭐⭐⭐⭐⭐ （84.6%） | ⭐⭐⭐ （61.5%，受限于摘要长度） | ⭐⭐ （34.6%） |
| 单次调用性价比 | ⭐⭐⭐⭐⭐ （0.005 元/次，含全文） | ⭐⭐⭐☆ （美元计费，成本较高） | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
5.2 面向 Agent 与深度研究工作流的最佳组合建议
- 主力通用与深度研究底座（DeepSeek Search [need_content=True] + Exa Search 双擎并驱）：
-
DeepSeek Search 凭借极高的权威源纯净度（原生 authority 与 rerank_score 过滤）、秒级响应、超低成本（半厘钱/次）以及单次直接带回 4,000 ~ 18,000+ 字符 正文的能力，非常适合作为 国内外新闻、国际外媒、全球智库报告、中英文学术论文、政务公报、知乎官方源、Reddit/Linux.do 极客社区以及抖音视频口播文稿 的第一主力检索源。
-
Exa Search 则完美补齐了 DeepSeek 在 微信公众号（mp.weixin.qq.com）检索、YouTube 主站视频、V2EX 主域名及全球小众独立博客 上的拼图，两者组合可实现全网信源 100% 无死角覆盖。
- 本土新媒体专项补充（秘塔 Metaso）：
- 在专门针对 微信公众号矩阵、国内行业研报快讯、B站与本土新媒体 进行交叉查缺补漏时，保留秘塔作为中文新媒体专项补充源。
- 正文抓取链路优化（DeepSeek Fetch + 现有网页读取工具协同）：
- 当从 Exa 或秘塔检索到高价值 微信公众号文章链接、开放智库报告 或 arXiv 论文链接 时，可优先调用 DeepSeek Fetch（控制在低并发模式）快速提取数万字级 Markdown 全文；若遇到知乎或强反爬外媒 URL，则直接复用 DeepSeek Search (need_content=True) 的离线缓存正文。
沿着这个主题继续读
从一篇文章，找到相关的教程、经验和阅读路径。
