web search 和 图片理解

[ywcjxf1515]

现在有那种路由、网关、代理项目
实现把 web search 请求路由到原生支持 web search 的模型
实现把图片理解代理路由到原生支持图片理解的模型

[ywcjxf1515]

现在主要是用第三方 deepseek-v4-flash 模型，web search 和 图像识别都没有

[coefu]

如果只是转换成 文字 token 输出，容易点，但是要转换成 latent embedding ，那就要自己做一层 维度转换，把 转换模型的输出 维度 对齐 dsv4flash 的输入。

[cslive]

官方 deepseek 模型自带 web search 和 图像识别

[ywcjxf1515]

@cslive 这个知道啊 就是想用文本用第三方的 deepseek 模型，web search 和 图像识别用回官方的

[coderluan]

这不就是 MCP 吗？

[ywcjxf1515]

@coderluan 有些第三方模型你上传图片就报错 后续根本走不到调用 mcp

[ywcjxf1515]

@coderluan 还有 claude code 有个子代理 用的是 web search ，你自定义一个搜索 mcp ，他不认。

[ywcjxf1515]

@coderluan 所有才考虑路由、网关、代理的方案

[ntdll]

其实可以自己搭个中转站，把 web search 和一般的文字请求路由到不同模型上。

我现在就是这样做的。

另外 deepseek 官方是支持 web search 的

[ywcjxf1515]

@ntdll 用的哪个搭中转站的库 要同时支持文字、web search 、图片

[defaw]

用 pi ，直接把识图和搜索暴露为工具，和 read 、write 一样，是工具调用的一等公民。

[ywcjxf1515]

@defaw 不换 agent 了

[CykaBlyat]

不如我写的 anysearch+exa+tavily 调度

[zisen]

deepseek 官方使用 response 协议支持的 websearch ，你只需要搭一个支持 response 协议的网关，例如 opencodex ，在其中把 websearch 部分的请求路由到你自己的搜索服务，之后返回的时候让网关整合到一起

[ywcjxf1515]

@zisen 还有的麻烦，我这边是 claude code 。

[ywcjxf1515]

@ywcjxf1515 我现在看是模型自己判断要不要调用模型服务端的工具 web search ，要调用的话，返回结果有个类似 web search result 的字段，claude code 展示。

[ywcjxf1515]

@zisen 现在是用火山的 v4 flash 。
我写了一个代理 就是判断火山的 v4 flash 报错说 web search 要开通时，fallback 到 deekseek 官方的 v4 去 web search