解锁DeepSeek V3.2新玩法！接入联网搜索和网页阅读能力！基于Dify开发AI智能体技术分享与应用实践

DeepSeek-V3.2是性能跃迁的一代。其核心优势在于，以极致的成本效益，提供了顶级的推理能力。它在权威测试中超越了GPT-4o，但API价格仅为其百分之一，真正做到了“好用不贵”。同时支持长达128K的上下文以及更强大agent能力，在联网搜索场景下，可以分析和选择出最准确的数据源，作为回答引用。

在AI快速发展的今天，大语言模型虽然拥有海量知识，但面对实时信息、最新事件或特定网页内容时，往往显得力不从心。

（上图为DeepSeek V3.2联网搜索得出的信息并非实时更新资讯）

作为一款大模型，在解决一些比较实时的问题时，DeepSeek本身无法获取最新的数据和阅读网页，要发挥DeepSeek V3.2的最大能力，就必须给他解锁联网搜索和阅读网页的能力，让大模型自己查资料！

那么，如何系统性地为AI助手赋予联网搜索能力，获取最新、最准确的信息？

这正是我们解决方案的核心。本文将详细介绍如何基于Dify平台，并整合数眼智能提供的实时联网搜索与网页阅读功能，高效地搭建一个功能完整的联网搜索助手。此方案能充分发挥DeepSeek V3.2“思考与工具调用融合”的先进能力，系统性解决AI助手的实时信息获取难题。

什么是Dify联网搜索？

Dify 是一个强大的 LLM 应用开发平台，通过可视化工作流设计，我们可以轻松构建具备联网搜索能力的 AI 助手。与传统的本地部署方案不同，Dify 提供了更加便捷和稳定的解决方案。

核心架构设计

URL提取模块


defmain(response):
   results=response[0].get("webPages", [])
   urls= []
   foriteminresults[:5]:
       urls.append(item.get("url"))
   return {"results": urls}

内容格式化模块

模板：[webpage {{ i+1 }} begin]
{{ text }}
[webpage {{ i+1 }} end]

将提取的网页内容格式化为 AI 友好的格式，便于后续处理。
我们实验了Dify平台上的许多搜索及网页内容读取插件，数眼智能与其他插件最大的不同是基于AI视觉识别来实现的搜索，并排除了许多无用的网页干扰元素，搜索结果上更加准确实时。

Dify应用地址：

https://marketplace.dify.ai/plugins/dataeyesai/dataeyes

官方开发文档：

https://doc.shuyanai.com

详细配置步骤

步骤 1：创建 Dify 应用

登录 Dify 平台
创建新的应用，选择"chatflow"模式
配置应用基本信息（名称、图标等）

步骤 2：配置工作流节点

2.1 添加时间获取节点

节点类型：工具
工具选择：获取当前时间
配置格式：%Y-%m-%d %H:%M:%S
时区设置：UTC

2.2 添加搜索节点

节点类型：工具
工具选择：网页搜索
参数配置：搜索关键词绑定到用户输入
返回条数：默认 10 条

2.3 添加代码处理节点

defmain(response):
   results=response[0].get("webPages", [])
   urls= []
   foriteminresults[:5]:
       urls.append(item.get("url"))
   return {"results": urls}

2.4 配置迭代器

迭代类型：数组迭代
输入：URL 数组
并行处理：启用（提高效率）
并行数量：10

2.5 添加网页读取节点

2.6 配置内容格式化

节点类型：模板转换
模板格式：[webpage {{ i+1 }} begin]{{ text }}[webpage {{ i+1 }} end]
变量绑定：文本内容和索引

步骤 3：配置 LLM

模型3.1 选择模型

模型：DeepSeek Chat
提供商：langgenius/deepseek
温度：0.7（平衡创造性和准确性）

3.2 提示词模板


# 以下内容是基于用户发送的消息的搜索结果:
{{context}}
在我给你的搜索结果中，每个结果都是[webpage X begin]...[webpage X end]格式的，X 代表每篇文章的数字索引。请在适当的情况下在句子末尾引用上下文。请按照引用编号<a href="网页链接">X</a>的格式在答案中对应部分引用上下文。
在回答时，请注意以下几点：
- 今天是 {{today}}。
- 并非搜索结果的所有内容都与用户的问题密切相关，你需要结合问题，对搜索结果进行甄别、筛选。
- 对于列举类的问题，尽量将答案控制在 10 个要点以内。
- 对于创作类的问题，请务必在正文的段落中引用对应的参考编号。
- 如果回答很长，请尽量结构化、分段落总结。
- 你需要根据用户要求和回答内容选择合适、美观的回答格式，确保可读性强。
- 你的回答应该综合多个相关网页来回答，不能重复引用一个网页。
- 除非用户要求，否则你回答的语言需要和用户提问的语言保持一致。
# 用户消息为：
{{#sys.query#}}