> For clean Markdown of any page, append .md to the page URL.
> For a complete documentation index, see https://docs.beatapi.io/llms.txt.
> For AI client integration (Claude Code, Cursor, etc.), connect to the MCP server at https://docs.beatapi.io/_mcp/server.

# 怎样让 DeepSeek 调用 BeatAPI 来查证社媒材料？

> 通过 DeepSeek Harness（@deepseek-ai/dsh-mcp-client）或兼容的远程 HTTP MCP 宿主将 DeepSeek 接入 BeatAPI（https://beatapi.io/mcp），查询前先 Inspect 动作并把每条结论回溯到请求号与原始记录。

只要宿主替 DeepSeek 执行 BeatAPI 查询，DeepSeek 就能整理抖音、小红书和公众号的公开资料。**用 DeepSeek Harness 时，添加 MCP 客户端插件；用其他支持 DeepSeek 和远程 MCP 的客户端时，在客户端里接入 BeatAPI。** 两种方式都由宿主查数据，再交给 DeepSeek 归纳。

已经导出笔记、视频或文章记录时，直接把导出的记录交给 DeepSeek。只调用 DeepSeek API 的程序，可以先请求 BeatAPI，再把实际取得的记录作为模型输入。

## 用 DeepSeek Harness 接 BeatAPI

1. 使用已安装 `@deepseek-ai/dsh-mcp-client` 的 Harness。
2. 编辑当前 profile 的 `cordis.patch.yml`，把下面的条目合并进现有的顶层补丁数组。
3. 用环境变量里有 `BEATAPI_API_KEY` 的进程启动 Harness。插件按文档用 `!!js` 读取 `BEATAPI_API_KEY` 生成 Authorization 头，密钥值留在进程环境里。

```yaml
- insert:
    - id: mcp-beatapi
      name: '@deepseek-ai/dsh-mcp-client'
      config:
        serverName: beatapi
        transport: streamable-http
        url: https://beatapi.io/mcp
        headers:
          Authorization: !!js '`Bearer ${process.env.BEATAPI_API_KEY}`'
```

4. 重新加载 profile，或重启正在运行的 Harness。
5. 确认能看到 `mcp__beatapi__capabilities_search`、`mcp__beatapi__capabilities_inspect` 和 `mcp__beatapi__capabilities_run`。做连通性检查时，先搜索一个动作，再 Inspect 返回的 reference。

Harness 仍是开发者预览版。你安装的 Harness 没有 MCP 客户端插件时，改用下面的宿主方式。

## 用支持 MCP 的宿主选择 DeepSeek

1. 在既能选择 DeepSeek、又支持远程 HTTP MCP 与鉴权头的客户端里，按客户端的连接器方式配置 `https://beatapi.io/mcp`，以 Bearer 形式使用 BeatAPI Key。
2. 在会话里选择 DeepSeek，并确认 BeatAPI 工具对 DeepSeek 可见。分别检查三件事：模型能对话、宿主能发现工具、工具能查到记录。
3. 程序只接了 DeepSeek API 时，由你的程序执行 BeatAPI 查询，把成功的 BeatAPI 记录连同来源链接传给 DeepSeek。已有的 CSV、JSON 或文章原件也从这一步接入。

已经有一份 BeatAPI 导出的搜索 JSON 时，把摘录和来源交给 DeepSeek 整理。简报里把材料标明为来自已保存导出，附该导出的采集时间与请求号。之后在 MCP 宿主里做新查询时，记下新工具调用的时间和请求号，方便读者区分新旧两轮。

## 先验证一个来源

> 用 BeatAPI 找到小红书关键词搜索，先告诉我小红书关键词搜索的必填输入和一页的价格。我给词后查第一页，按实际返回写出笔记 ID、标题、摘录和请求号，仅在响应可核对时附原文链接。抖音和公众号等我选好范围后再查。

在目录里搜「小红书 搜索笔记」。Inspect 返回 `data:xiaohongshu.app_v2.search_notes` 时，先确认 `keyword`、`page` 和费用，再用 `{"keyword":"咖啡机清洗","page":1}` 作为一页的输入。

用工具执行记录核对返回的 BeatAPI 对象和请求号。准备跨平台简报时，[小红书](/zh/guides/xiaohongshu-notes-research)、[抖音](/zh/guides/douyin-python-research)和[公众号](/zh/guides/wechat-incremental-articles)的来源范围分开写。原话给出处，归纳保留判断依据。先读已保存的详情或评论，再决定是否追加查询。模型和社媒数据按各自的实际用量计费，[价格见 BeatAPI](https://beatapi.io/zh/pricing)。

## 简报里的 DeepSeek 结论，怎样回到 BeatAPI 原始记录？

以「除垢后仍有异味」为例。首轮只搜到一条提及异味的笔记时，简报写「发现一条异味反馈，实际原因待查」，附笔记 ID、原帖链接（有则附）和本次搜索的请求号。读完选中笔记的详情或评论后，再补上异味出现的条件。公众号教程里的建议另列为「操作建议」，保留文章链接。同事复查时就能分清哪句是用户反馈、哪句来自教程。

DeepSeek 只返回一段总结时，打开工具记录，查本轮有没有成功的 BeatAPI 查询，再把每条结论和返回的 BeatAPI 记录逐一对应。记录里没有查询时，先检查当前会话能否调用 MCP 工具，或把已保存的资料作为输入。

[DeepSeek MCP 客户端插件](https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/mcp/mcp-client/README.md) · [DeepSeek API 文档](https://api-docs.deepseek.com/)