DeepSeek Scraper API: 回答、推論、およびソースをJSONとしてキャプチャする

TL;DR:

• scraper.deepseek アクターは、DeepSeek にプロンプトを送信し、回答を JSON として返します。 必要な入力は 2 つ — prompt と country — が入ります; task_result オブジェクトが 21 個のフィールドを持ち、レンダリングされた markdown、生の html、およびトークン数が返されます。
• 推論トレースはペイロードにあり、隠されてはいません。 thinking: true を送信すると、レスポンスは DeepSeek のステップバイステップの計画テキストと、それに費やした秒数を含む THINK フラグメントを取得します。
• 2 つのブールフラグは、レスポンスの形状を変更し、その内容だけではありません。 thinking と search はそれぞれフラグメントタイプを追加します; 両方を送信すると、DeepSeek はエージェンティックシーケンスに切り替わり、検索を行い、個々のページを開き、ステップ間で再計画します。
• 未知の入力キーは受け入れられ、コメントなしで無視されます。 web_search、thinking_enabled、search_enabled、および model はすべて HTTP 201 を返し、何も変わりません — 一方で、名前が正しいが型が間違っているキーは 400 を返します。他のアクターからキャプチャスクリプトを移植すると、そのフラグは途中で消えます。
• 引用は送信したフラグによって異なる 3 つのエンコーディングで届きます。 プレーン検索モードは [citation:N] マーカーを cite_index に対して使用します; エージェンティックモードは [reference:N] マーカーをゼロベースのバックポインタ配列に対して使用します。このガイドでは、両方の解決方法を示します。
• 無料で始められます。 新しい Scrapeless アカウントには無料トライアルクレジットが含まれています — app.scrapeless.com にサインアップしてください。

はじめに: 答えはペイロードの半分だけ

DeepSeek スクレイパー API を検索すると、見つかるほとんどすべては、既に取得した HTML に DeepSeek モデルを指向させることについてです。それは本当の技術であり、Scrapeless はそれを DeepSeek ウェブスクレイピングガイド でカバーしています。このガイドは逆方向に進みます: DeepSeek がソースであり、欲しいデータは誰かが質問したときに DeepSeek が言うことです。

そのデータは、ChatGPT や Gemini の回答が重要であるのと同じ理由で重要です。買い手がアシスタントにどのツールを選ぶかを尋ねるとき、回答とそれに続くページは市場のシグナルです。DeepSeek には他のアシスタントがあまり提供しない 2 つのものがあります: 明示された推論トレースと — 両方の能力フラグをオンにすると — どのページを開いてフルで読んだかの可視記録です。

scraper.deepseek アクターはそれを 2 回の HTTP コールに変換します: 1 回はプロンプトを送信し、もう 1 回は結果を取得します。このガイドでは、リクエストの形状、ライブ実行からキャプチャされた完全なレスポンススキーマ、実行可能な Python クライアント、およびペイロードが必要とし、文書化されていない引用解決ロジックについて説明します。

何ができるか

• DeepSeek があなたのカテゴリをどのように説明しているかを追跡します。 固定プロンプトセットを定期的に実行し、markdown の回答とその背後にあるソースを保存します。
• 結論の背後にある推論をキャプチャします。 THINK フラグメントは、DeepSeek が回答する前に質問をどのようにフレーム化したかを示します — これは、製品が推奨された理由を気にする時に役立ちます。
• 引用のシェアを測定します。 検索モードでは、ペイロードは DeepSeek が取得したすべてのソースを持ち、そのタイトル、URL、サイト名、および発行タイムスタンプを含みます。
• DeepSeek が開いたページを、単にリストされたものと分けます。 エージェンティックモードでは、TOOL_OPEN フラグメントがエンドツーエンドで読まれた特定の URL を記録します — これは検索結果よりもかなり狭いセットです。
• 市場を比較します。 country は実行の出口を固定し、同じプロンプトをいくつかの地域でキャプチャして比較できます。
• 回答データセットを構築します。 プロンプト、回答、推論、およびソースは、1 回の実行につき 1 つの JSON オブジェクトとして到着し、保存の準備が整います。

Scrapeless DeepSeek スクレイパーの理由

scraper.deepseek アクターは、ユニバーサルスクレイピング API ライン内の LLM チャット スクレイパー ファミリーに属します:

• 1 つのプロンプトが入り、構造化された回答が出ます。 ログイン処理とストリーミング再構成はサーバー側で行われるため、解析のために構築されていないインターフェースには触れません。
• フラグメントストリームは保持されます。 推論、検索クエリ、開かれたページ、および最終的な回答は、1 つのフラットな文字列ではなく、別々の型付きオブジェクトとして到着します。
• 国に固定された住宅出口。 実行は195か国以上の住宅プロキシを通ってルーティングされます; 必要な country 入力は全体の構成です。
• 家族全体で 1 つの契約。 エンドポイント、x-api-token ヘッダー、および送信後に収集するフローは、ChatGPT、Gemini、Perplexity、Copilot、および Grok アクターすべてに対して同一です。
  ドキュメンテーションに関する注意: LLM Chat Scraper クイックスタート は共有タスクフローを文書化し、ファミリーの他のアクターをリストしますが、まだ DeepSeek ページはありません。以下に記載のあるすべてのフィールドとフラグは、参照ページから読み取るのではなく、アクターに対するライブ実行から取得されたものです。

必要条件

• Scrapeless アカウントと API キー — app.scrapeless.com で作成します。
• クイックキャプチャ用の curl と jq、またはクライアント用の Python 3.10+。
• HTTP と JSON の知識。

キーは環境の中に保持して、ソースツリーに到達しないようにします：

export SCRAPELESS_API_KEY=your_api_token_here

DeepSeek Scraper API の動作

アクターは非同期です。タスクを作成した後、それを収集します。

• 送信: POST https://api.scrapeless.com/api/v2/scraper/request → 201 で {"status": "pending", "task_id": "..."} とともに
• 収集: GET https://api.scrapeless.com/api/v2/scraper/result/{task_id} → 202 で {"status": "running"} が実行中の間、次に 200 で完全な結果を取得します
• 認証ヘッダー: x-api-token: $SCRAPELESS_API_KEY

202 は、HTTP セマンティクス仕様が定義する仕事を正確に実行しています: リクエストは受け入れられ、処理は完了しておらず、結果は別の場所に存在します。その場所を固定の間隔でポーリングし、200 に応答するまで待機します。完了した結果は 5 分間保持されるため、迅速に収集するか、代わりに Webhook を登録してください。

リクエストパラメータ

必須フィールドは送信時に検証されます。country を省略すると 400 が Key: 'deepseekParam.Country' Error:Field validation for 'Country' failed on the 'required' tag で返されます; prompt を省略すると Prompt の一致するメッセージが返されます。国コードは ISO 3166-1 alpha-2 標準 に従います。

curl でのクイックキャプチャ

タスクを送信し、完了までポーリングし、構造の要約を印刷します：

TASK_ID=$(curl -sS -X POST https://api.scrapeless.com/api/v2/scraper/request \
  -H "Content-Type: application/json" \
  -H "x-api-token: ${SCRAPELESS_API_KEY}" \
  -d '{
    "actor": "scraper.deepseek",
    "input": {"prompt": "Explain how HTTP caching headers work.", "country": "US"}
  }' | jq -r '.task_id')
echo "task_id=${TASK_ID}"

for _ in $(seq 1 60); do
  BODY=$(curl -sS -H "x-api-token: ${SCRAPELESS_API_KEY}" \
    "https://api.scrapeless.com/api/v2/scraper/result/${TASK_ID}")
  echo "${BODY}" | jq -e '.status == "success"' >/dev/null 2>&1 && break
  sleep 4
done

echo "${BODY}" | jq -r '"status=" + .status,
  "fragments=" + ([.task_result.fragments[].type] | join(",")),
  "answer_chars=" + (.task_result.markdown | length | tostring),
  "tokens=" + (.task_result.accumulated_token_usage | tostring)'

応答エンベロープ

完了した収集呼び出しは、JSON インターチェンジフォーマット標準 が定義するプレーンな JSON ドキュメントを返し、2 つの最上位キーを持っています: status と task_result。

// illustrative sample — every key and type below is from live scraper.deepseek runs; long strings abridged
{
  "status": "success",
  "task_result": {
    "markdown": "To handle caching, an HTTP response carries…",
    "html": "<p class=\"ds-markdown-paragraph\">…</p>",
    "fragments": [
      {"type": "RESPONSE", "id": 2, "stage_id": 1, "content": "To handle caching…", "references": []}
    ],
    "accumulated_token_usage": 637,
    "thinking_enabled": false,
    "search_enabled": false,
    "search_triggered": false,
    "status": "FINISHED",
    "quasi_status": "FINISHED",
    "role": "ASSISTANT",
    "message_id": 2,
    "parent_id": 1,
    "conversation_mode": "DEFAULT",
    "inserted_at": 1786037083.6987588,
    "model": "",
    "feedback": null,
    "incomplete_message": null,
    "auto_continue": false,
    "ban_edit": false,
    "ban_regenerate": false,
    "has_pending_fragment": false
  }
}

フィールドごとの詳細:

model は、読み取るフィールドとしてではなく、利用できないものと見なしてください。どの構成がキャプチャを生成したかを知る必要がある場合は、応答とともに送信したフラグを記録してください。

無料プランで API キーを取得する: app.scrapeless.com

フラグメントストリームが詳細を保持しています

fragments は、このアクターを通常のチャットキャプチャから区別するフィールドです。その長さと構成は送信するフラグによって変わります：

フラグメントタイプは異なるキーを持ち、これが素朴なパーサーを壊す部分です：

• RESPONSE — content, id, stage_id, type, references。content は引用マーカーがまだ埋め込まれた答えです。
• THINK — 同じキーに elapsed_secs が追加されます。理由のみのモードではトレースは1つの長いブロックです；エージェンティックモードでは、ツール呼び出し間の短い計画ノートがいくつかになります。
• SEARCH — queries（DeepSeekが構成した検索文字列）、results（ソース）、status、および content は null です。stage_id はありません。
• TOOL_SEARCH — SEARCH のエージェンティックモードの同等物で、stage_id が追加されています。
• TOOL_OPEN — reference（URLを出すトランザクションの検索フラグメントへのポインタ）と、開かれた1つのページのための単一の result オブジェクト。content なし、references なし。

すべてのソースオブジェクト — SEARCH.results, TOOL_SEARCH.results, および TOOL_OPEN.result — は同じ8つのキーを持っています： title, url, snippet, site_name, site_icon, published_at, query_indexes, および cite_index。

このガイドのためにキャプチャされたエージェンティックランは13フラグメントを生成しました：オープニングプラン、4つのクエリを実行し38のユニークURLを返した1つの TOOL_SEARCH、DeepSeekが全文を読むことにしたページのための8つの TOOL_OPEN フラグメント、2つのプランニングノート、そして答え。TOOL_OPEN セットが興味深いものであり、これら8つのURLはDeepSeekが実際に読んだもので、38のURLは単に見ただけのものであることを示しています。

これが暴露する理由の振る舞いは、DeepSeek-R1 強化学習論文</a;で説明されているのと同じ能力であり、アクターの貢献はトレースをレンダリングされたパネルではなくフィールドとして利用可能にすることです。

# deepseek_client.py — submit a prompt to scraper.deepseek and collect the result
import os
import time

import requests

BASE = "https://api.scrapeless.com/api/v2/scraper"
HEADERS = {
    "Content-Type": "application/json",
    "x-api-token": os.environ["SCRAPELESS_API_KEY"],
}


def ask_deepseek(prompt, country="US", thinking=False, search=False, interval=4):
    created = requests.post(
        f"{BASE}/request",
        headers=HEADERS,
        json={
            "actor": "scraper.deepseek",
            "input": {
                "prompt": prompt,
                "country": country,
                "thinking": thinking,
                "search": search,
            },
        },
        timeout=60,
    )
    created.raise_for_status()
    task_id = created.json()["task_id"]

    while True:
        collected = requests.get(f"{BASE}/result/{task_id}", headers=HEADERS, timeout=120)
        if collected.status_code == 200:
            return collected.json()
        if collected.status_code != 202:
            raise RuntimeError(f"task {task_id} did not complete: {collected.text}")
        time.sleep(interval)


def sources_by_citation(result):
    """Every source the run produced, keyed by the cite_index used in the answer."""
    found = {}
    for fragment in result.get("fragments") or []:
        for source in fragment.get("results") or []:
            found[source.get("cite_index")] = source
        if fragment.get("result"):
            found[fragment["result"].get("cite_index")] = fragment["result"]
    return found


if __name__ == "__main__":
    payload = ask_deepseek(
        "What are the latest developments in fusion energy research?",
        search=True,
    )
    result = payload["task_result"]
    fragments = result.get("fragments") or []
    cited = sources_by_citation(result)
    print(f"status={payload['status']} search_triggered={result['search_triggered']}")
    print("fragments=" + ",".join(f.get("type", "?") for f in fragments))
    print(f"answer_chars={len(result['markdown'])} tokens={result['accumulated_token_usage']}")
    print(f"sources={len(cited)}")
    for index in sorted(k for k in cited if isinstance(k, int))[:3]:
        source = cited[index]
        print(f"  [citation:{index}] {source['site_name']} -> {source['url']}")

status=success search_triggered=True
fragments=SEARCH,RESPONSE
answer_chars=7664 tokens=926
sources=11
  [citation:1] Lawrence Livermore National Laboratory (.gov) -> https://lasers.llnl.gov/news/llnl-experts-help-advance-inertial-fusion-energy-us-ife-conference
  [citation:2] Reuters -> https://www.reuters.com/business/energy/fusion-energy-developer-tae-signs-helium-3-future-fuel-supply-option-agreement-2026-08-05/
  [citation:3] Oak Ridge National Laboratory (.gov) -> https://www.ornl.gov/news/oak-ridge-national-lab-cleveland-clinic-and-ibm-achieve-first-known-computations-fusion?utm_source=Sutor-Group-Intelligence-and-Advisory&utm_medium=daily-links&utm_campaign=Substack

• scraper.chatgpt — promptにcountryをプラスし、独自のweb_searchフラグがあります。
• scraper.gemini — 同じ2フィールドの入力で、答えと引用の配列を返します。
• scraper.perplexity — 必要なcountryおよびweb_searchフラグ; ウェブ結果と関連プロンプトを返します。
• scraper.grok — 推論modeを必要とし、オープンウェブとX引用を別々の配列として返します; GrokスクレイパーAPIガイドでカバーされています。
• scraper.copilotおよびscraper.alexa — CopilotとAlexaの回答は、同じ契約の下で表示されます。
  各アクターが独自にフラグに名前を付けているため、アクターごとに入力ビルダーを維持し、共有の辞書を跨いで使わないでください。ラインの使用ベースの料金体系で、サインアップ時には無料のトライアルクレジットがあります。詳細は料金ページをご覧ください。

結論: 2回の呼び出しと注意深く読む価値のあるペイロード

DeepSeekをキャプチャするには、2回のHTTP呼び出しが必要です: タスクを作成するためにPOST { actor: "scraper.deepseek", input: { prompt, country } } を実行し、その後、200 に応答するまで結果をGETします。回答はmarkdown にあります。DeepSeekを独特なものにしているすべての要素—推論トレース、検索クエリ、開かれたページ—はfragments に含まれており、thinking と search を使って要求した場合のみ表示されます。その2つのフラグの名前を正確に指定してください。他のものを送信するとAPIはそれを受け入れ、静かに無視します。

DeepSeekの回答をデータとしてキャプチャする準備はできましたか？

無料プランを取得し、AI回答パイプラインを構築する開発者と情報を交換するためにコミュニティに参加してください: Discord · Telegram。

無料トライアルクレジットを手に入れるためにapp.scrapeless.comにサインアップし、監視プログラムがカバーするプロンプトや市場にscraper.deepseekを向けてください。

FAQ

Q: DeepSeekスクレイパAPIリクエストの認証はどうすればいいですか？

すべての呼び出しには、送信と収集リクエストの両方にx-api-token: <your key> ヘッダーが含まれています。1つのアカウントキーでscraper.deepseek と他のすべてのScrapelessアクターをカバーします。無料プランでアカウントキーを作成してください。

Q: なぜリクエストは回答の代わりにtask_idを返しますか？

アクターは非同期であるため、送信は201 と{"status": "pending", "task_id": "..."} で返され、回答は/api/v2/scraper/result/{task_id} への2回目の呼び出しから到着します。そのエンドポイントは、実行が完了するまで202 と{"status": "running"}を返し、その後200 と完全なtask_resultを提供します。完了した結果は5分間保持され、Webhook URLはポーリングの代替手段です。

Q: DeepSeekの推論トレースを取得するにはどうすればよいですか？

入力に"thinking": trueを送信してください。レスポンスには、THINK フラグメントが含まれ、そのcontent は推論テキストで、elapsed_secs はそれに費やされた時間です。そのフラグがない場合、推論は生成されず、thinking_enabledはfalseとして戻ります。

Q: DeepSeekスクレイパはソースと引用を返しますか？

はい、"search": true を送信した場合は返します。ソースはtitle、url、snippet、site_name、site_icon、published_at、query_indexes、およびcite_indexとしてオブジェクトで到着し、SEARCH または TOOL_SEARCH フラグメントに添付されています。フラグがなければ、ソースは取得されず、回答はモデル単独から生成されます。

Q: なぜ私のweb_search パラメータが効果を発揮しないのですか？

それはChatGPTアクターのパラメータ名だからです。DeepSeekのフラグはsearchで、未知のキーは201と共に受け入れられ、エラーなしで破棄されます。同様にthinking_enabled、search_enabled、modelにも当てはまり、thinkingとsearchを正確に使用してください。

Q: どのフィールドが空またはヌラブルですか？

model は、このガイド用にキャプチャされたすべての実行で空の文字列として戻り、feedback と incomplete_message は完了した実行でnull です。references は、両方のフラグが使用されていない限り空です。search_triggeredは、search が要求されなかった場合falseのままです。防御的に読み、欠落したフィールドを欠落として扱い、失敗として扱わないでください。

Q: SDKなしでこれを実行できますか？

はい。これは通常のHTTPです—curl、Python requests、Node fetch、またはJSON POSTとGETを1つのヘッダーで送信できる任意のクライアントです。

Q: DeepSeekの回答をキャプチャすることは合法ですか？

アクターは公開に生成された回答コンテンツをキャプチャしますが、ルールは法域やプラットフォームの利用規約によって異なります。適用される利用規約を確認し、特にキャプチャを再配布する前にお客様のユースケースについて法的助言を受けてください。また、GDPRやCCPAに基づいて保護された個人データを収集しないでください。あなたのパイプラインがDeepSeekが引用するソースURLを取得する際には、それぞれのサイトでロボット排除プロトコルによって標準化されたクローラ指令を遵守してください。