DeepSeek R1 联网用不了？博查联网 API+Dify 工作流帮你搞定

在使用 DeepSeek 过程中，不少开发者遇到了联网功能无法正常使用的问题，这在一定程度上限制了其应用场景和效果。不过别担心，今天就给大家介绍一种解决方案——利用博查联网 API 和 Dify 工作流，让你的 DeepSeek 重新“联网上线”，实现更强大的功能。

一、创建空白应用

首先，登录到 Dify 平台，点击创建应用按钮，在弹出的选项中选择创建空白应用。这一步是构建我们整个工作流的基础，就像搭建一座大厦的基石一样，为后续的操作提供一个起始的框架。

二、创建一个多轮对话工作流

在创建好空白应用后，接下来需要创建一个多轮对话工作流。多轮对话工作流能够使我们的应用具备更灵活、更智能的交互能力，可以根据用户的输入进行多轮次的对话和信息交互，从而更好地满足各种复杂的应用场景需求。

三、进入工作流编辑页面

创建好工作流后，点击进入工作流编辑页面。在这个页面中，我们可以看到各种可供选择和配置的节点，这些节点就像是一个个功能模块，通过不同的组合和连接，可以构建出我们想要的工作流逻辑。

四、选择 DeepSeek 模型

在工作流编辑页面中，找到模型选择区域，选择 DeepSeek 模型。DeepSeek 模型以其强大的语言理解和生成能力而受到广泛关注，选择它作为我们工作流的核心模型，可以为我们的应用提供高质量的自然语言处理功能。

五、构建一个 Bocha 搜索节点

接下来，构建一个 Bocha 搜索节点。Bocha 搜索节点是实现联网搜索功能的关键节点，它能够通过博查联网 API 进行网络搜索，获取最新的信息和数据，为我们的应用提供更丰富、更及时的内容支持。

六、调整节点连接并设置 Bocha web 搜索节点

将开始节点和 LLM 之间的节点的联系断开，并将开始节点和 Bocha 节点链接。然后单击设置 Bocha web 搜索节点，在 query 输入 / 来指定输入变量；freshness 输入 noLimit。这一步的设置是为了让 Bocha 节点能够正确地接收用户的输入，并按照我们的要求进行搜索。

七、按照示例图设置

根据示例图所示的设置进行配置。这一步是为了确保各个节点之间的连接和参数设置正确无误，使整个工作流能够按照预期的逻辑运行。

八、添加代码执行节点并设置

添加一个将 Bocha 的内容转换为文本的处理节点，并将 Bocha 和该代码执行节点链接起来。代码执行节点可以对 Bocha 搜索到的内容进行进一步的处理和转换，使其更符合我们的需求和应用逻辑。

按照下图设置代码执行节点，将以下 Python3 代码复制进去：

def main(response: object) -> dict:

try:

contexts = response[0]["webpage"]

max_context = min(len(contexts), 10)

format_contexts = []

for i in range(max_context):

formatted_context = f"[[引用:{i + 1}]]\n网页标题:{contexts[i]['name']}\n网页链接:{contexts[i]['url']}\n网页内容:{contexts[i]['summary']}\n发布时间:{contexts[i]['datePublished']}\n网站名称:{contexts[i]['name']}"

format_contexts.append(formatted_context)

context = "\n\n".join(format_contexts)

return {

"context": context

}

except:

return {

"context": "暂无搜索结果"

}

输出变量设置为 context。

这段代码的作用是对 Bocha 搜索到的网页内容进行格式化处理，将其转换为更易读、更规范的文本格式，并输出为 context 变量，以便在后续的对话中使用。

通过以上步骤，我们就可以利用博查联网 API 和 Dify 工作流解决 DeepSeek 联网用不了的问题，让我们的应用具备更强大的联网搜索和信息处理能力。希望这篇文章能够对你有所帮助，如果你在实际操作过程中遇到任何问题，欢迎在评论区留言交流。