---
title: 透過 RunAPI 在 WorkBuddy 中使用 DeepSeek — MCP LLM 指南 | RunAPI
description: 透過 RunAPI MCP server 在 WorkBuddy 中執行 DeepSeek V4。一個 key、內建 reasoning mode，並享 DeepSeek 費率 5 折——不需要額外設定 provider。
url: https://runapi.ai/zh-TW/workbuddy-deepseek.md
canonical: https://runapi.ai/zh-TW/workbuddy-deepseek
locale: zh-TW
site: RunAPI
image: https://runapi.ai/assets/opengraph-bfaaa0f0.png
alternates:
  en: https://runapi.ai/workbuddy-deepseek
  zh-CN: https://runapi.ai/zh-CN/workbuddy-deepseek
  es: https://runapi.ai/es/workbuddy-deepseek
  ja: https://runapi.ai/ja/workbuddy-deepseek
  de: https://runapi.ai/de/workbuddy-deepseek
  fr: https://runapi.ai/fr/workbuddy-deepseek
  pt-BR: https://runapi.ai/pt-BR/workbuddy-deepseek
  ko: https://runapi.ai/ko/workbuddy-deepseek
  it: https://runapi.ai/it/workbuddy-deepseek
  nl: https://runapi.ai/nl/workbuddy-deepseek
  pl: https://runapi.ai/pl/workbuddy-deepseek
  tr: https://runapi.ai/tr/workbuddy-deepseek
  zh-TW: https://runapi.ai/zh-TW/workbuddy-deepseek
  zh-HK: https://runapi.ai/zh-HK/workbuddy-deepseek
  ar: https://runapi.ai/ar/workbuddy-deepseek
  x-default: https://runapi.ai/workbuddy-deepseek
model: deepseek
---

> HTML version: https://runapi.ai/zh-TW/workbuddy-deepseek
> Site index for agents: https://runapi.ai/llms.txt


# 在 WorkBuddy 中使用 DeepSeek。

DeepSeek V4 是可進行推理的 LLM，可透過 RunAPI MCP server 使用——Flash 注重速度，Pro 注重品質，並具備可透過 request parameter 啟用的內建 chain-of-thought。在 WorkBuddy 中新增 RunAPI 作為 MCP server 一次，工作台 agent 即可按 DeepSeek 官方費率的 50% 呼叫 DeepSeek。

- [取得 API Key](https://runapi.ai/zh-TW/login)
- [閱讀說明文件](https://runapi.ai/zh-TW/docs/guides)

一個 MCP server · 內建推理 · DeepSeek 費率 5 折

### 提示詞

```text
Using the runapi MCP server, ask DeepSeek to help me with a coding task.

Requirements:
- Call the chat tool exposed by the runapi MCP server.
- Set model to "deepseek-v4-pro".
- Enable reasoning by setting thinking.type to "enabled".
- Task: write a Python function that finds the longest palindromic
  substring in O(n) time using Manacher's algorithm, then explain
  the key insight in two sentences.
- Show me the reply and the token usage.

```

### MCP 設定

```bash
{
  "mcp_servers": {
    "runapi": {
      "url": "https://runapi.ai/mcp",
      "transport": "streamable_http",
      "headers": {
        "Authorization": "Bearer $RUNAPI_API_KEY"
      }
    }
  }
}

```

### 回應

```json
{
  "model": "deepseek-v4-pro",
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "Here is Manacher's algorithm implementation..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 42,
    "completion_tokens": 356,
    "total_tokens": 398
  }
}

```

## 三個步驟在 WorkBuddy 中使用 DeepSeek

1. **將 RunAPI 新增為 MCP server** - 在啟動 WorkBuddy 的環境中設定 RUNAPI_API_KEY，然後新增名為 runapi、透過 streamable HTTP 指向 https://runapi.ai/mcp 的 MCP server。Authorization header 會攜帶您的 key——DeepSeek 會與其他所有 RunAPI 模型一起顯示為可呼叫的 tool。 `export RUNAPI_API_KEY=runapi_xxx
# MCP server: runapi → https://runapi.ai/mcp
`
2. **提示工作台 agent** - 在 WorkBuddy 中輸入自然語言請求並指定模型。品質優先請使用 deepseek-v4-pro，速度優先請使用 deepseek-v4-flash；需要可見的逐步推理時，請提及將 thinking.type 設為 enabled——不需要另外的模型 slug。 `model: deepseek-v4-pro`
3. **在工作台中讀取回覆** - WorkBuddy 會呼叫 runapi MCP tool，回覆將回到對話中，並回報 token 用量以確保計費透明。同一流程適用於 agent 透過 RunAPI 呼叫 DeepSeek、GPT 或 Claude——只有模型名稱不同。 `"total_tokens": 398`

## DeepSeek chat 參數

| 參數 | 類型 | 說明 |
| --- | --- | --- |
| `model` | `string` | 必填。deepseek-v4-pro 或 deepseek-v4-flash。 |
| `messages` | `array` | 必填。包含 role（system、user、assistant）及 content 欄位的訊息物件陣列。 |
| `stream` | `boolean` | 選填。設為 true 可使用串流輸出。預設為 false。 |
| `max_tokens` | `integer` | 選填。最多生成的 token 數量。 |
| `temperature` | `number` | 選填。取樣溫度，介於 0 至 2 之間。數值越低越具確定性。 |
| `thinking` | `object` | 選填。將 type 設為 "enabled" 以啟用 DeepSeek 的內建推理模式。 |

## WorkBuddy 上的 DeepSeek 是什麼？

DeepSeek V4 是可進行推理的 LLM，WorkBuddy 可透過 RunAPI MCP server 存取——無須個別向 provider 註冊，也不需要額外 key。它透過 request parameter 支援內建 chain-of-thought 推理（不需要另外的模型 slug），且 RunAPI 將價格定為本已低廉的 DeepSeek 官方費率的 50%，使其成為工作台 agent 可呼叫、具備推理能力模型中每 token 成本最低的選項。

## DeepSeek 使用情境

- **高用量且經濟實惠的工作台任務** - 將日常草擬、摘要及批次翻譯從 WorkBuddy 導向 DeepSeek，而非高階模型。透過 RunAPI 以 DeepSeek 本已低廉費率的 50% 使用，即使工作台執行數千個請求，token 成本仍可維持低廉。
- **需要可見思維鏈的複雜推理任務** - 針對數學、邏輯、程式碼除錯或規劃等逐步推理可提升準確度的工作，啟用 thinking mode。thinking token 會在 tool result 中回傳，因此您可在 WorkBuddy 內查看模型如何得出答案。
- **程式碼生成與除錯** - 請工作台 agent 將程式碼生成、演算法實作與除錯工作傳送至 DeepSeek V4 Pro。它在程式設計 benchmark 中表現出色，且每 token 成本僅為 GPT-5.5 的一小部分。

## DeepSeek + WorkBuddy 常見問題

### WorkBuddy 如何呼叫 DeepSeek——我需要 DeepSeek 帳戶嗎？

不需要。WorkBuddy 原生支援 MCP，而 runapi MCP server 將 DeepSeek 提供為標準 tool。使用您的 RUNAPI_API_KEY 註冊 server 一次，然後在提示中指定 deepseek-v4-pro 或 deepseek-v4-flash——不需要 DeepSeek 帳戶或個別憑證。

### DeepSeek 的 thinking token 是什麼？它們如何影響費用？

啟用推理後（將 thinking.type 設為 enabled），DeepSeek 會生成額外的「thinking」token，用以顯示其 chain-of-thought 過程。這些 token 視為輸出 token 並據此計費。它們可提升複雜工作的準確度，但會增加總 token 用量。

### deepseek-v4-flash 和 deepseek-v4-pro 有何差異？

Flash 優先考量速度，具備較低的延遲與成本。Pro 優先考量品質，在複雜推理、程式設計和多步驟工作上的表現更佳。兩者皆可透過同一個 runapi MCP server 使用，並接受相同參數。

### 我可以在工作途中切換 DeepSeek 與 WorkBuddy 的其他模型嗎？

可以。runapi MCP server 後的每個模型，都是工作台 agent 可依每個請求選擇的 tool。對預算敏感的步驟要求使用 DeepSeek，困難步驟則使用高階模型——相同 key、相同 server，無須變更設定。

### RunAPI 上的 DeepSeek 定價與直接使用 DeepSeek API 相比如何？

RunAPI 的 DeepSeek token 費用為官方 DeepSeek 費率的 50%。DeepSeek 本身已是成本最低的 LLM 提供商之一，透過 RunAPI 可獲得具備推理能力模型中最低的每 token 價格。按 token 計費，無需訂閱或最低消費。


- [WorkBuddy 設定指南 →](https://runapi.ai/zh-TW/workbuddy.md) - 尚未連線嗎？請先參閱 WorkBuddy 的 RunAPI MCP 設定指南。
- [DeepSeek models →](https://runapi.ai/zh-TW/models/deepseek.md) - 查看 DeepSeek V4 變體、定價及 API 文件。

## 立即在 WorkBuddy 中試用 DeepSeek。

取得免費 RunAPI key，將 MCP server 加入 WorkBuddy，並向工作台 agent 詢問 deepseek-v4-pro — 包含推理，且提供目前最低 token 價格。

[瀏覽模型 →](https://runapi.ai/zh-TW/models.md)

---

## More from RunAPI

- [Home](https://runapi.ai/zh-TW/.md)
### 產品
- [模型目錄](https://runapi.ai/zh-TW/models.md)
- [價格](https://runapi.ai/zh-TW/pricing.md)
- [提供商](https://runapi.ai/zh-TW/models#all-models)
### 開發者
- [文件](https://runapi.ai/zh-TW/docs/guides)
- [SDK](https://runapi.ai/zh-TW/sdk.md)
- [CLI](https://runapi.ai/zh-TW/cli.md)
- [MCP Server](https://runapi.ai/zh-TW/mcp.md)
- [x402](https://runapi.ai/zh-TW/x402.md)
### 指南
- [Claude Code 與 Cursor](https://runapi.ai/zh-TW/claude-code-vs-cursor.md)
- [Cursor API 設定](https://runapi.ai/zh-TW/cursor-api-setup.md)
- [RunAPI 與 OpenRouter](https://runapi.ai/zh-TW/openrouter-alternative.md)
### 公司
- [企業版](https://runapi.ai/zh-TW/contact.md)
- [聯絡我們](https://runapi.ai/zh-TW/contact.md)
### 法律
- [服務條款](https://runapi.ai/zh-TW/terms.md)
- [隱私權](https://runapi.ai/zh-TW/privacy.md)
- [Site index for agents](https://runapi.ai/llms.txt)

Contact: contact@runapi.ai

## Structured data

```json
[
  {
    "@context": "https://schema.org",
    "inLanguage": "zh-TW",
    "@type": "WebSite",
    "name": "RunAPI",
    "url": "https://runapi.ai/zh-TW",
    "potentialAction": {
      "@type": "SearchAction",
      "target": {
        "@type": "EntryPoint",
        "urlTemplate": "https://runapi.ai/zh-TW/models?q={search_term_string}"
      },
      "query-input": "required name=search_term_string"
    }
  },
  {
    "@context": "https://schema.org",
    "inLanguage": "zh-TW",
    "@type": "Organization",
    "name": "RunAPI",
    "url": "https://runapi.ai/zh-TW",
    "logo": {
      "@type": "ImageObject",
      "url": "https://runapi.ai/zh-TWicon.svg"
    },
    "sameAs": [
      "https://github.com/runapi-ai"
    ]
  },
  {
    "@context": "https://schema.org",
    "inLanguage": "zh-TW",
    "@type": "SoftwareApplication",
    "name": "適用於 WorkBuddy 的 RunAPI DeepSeek",
    "applicationCategory": "DeveloperApplication",
    "description": "透過 RunAPI MCP server 在 WorkBuddy 中執行 DeepSeek V4。一個 key、內建 reasoning mode，並享 DeepSeek 費率 5 折——不需要額外設定 provider。",
    "url": "https://runapi.ai/zh-TW/workbuddy-deepseek"
  },
  {
    "@context": "https://schema.org",
    "inLanguage": "zh-TW",
    "@type": "FAQPage",
    "mainEntity": [
      {
        "@type": "Question",
        "name": "WorkBuddy 如何呼叫 DeepSeek——我需要 DeepSeek 帳戶嗎？",
        "acceptedAnswer": {
          "@type": "Answer",
          "text": "不需要。WorkBuddy 原生支援 MCP，而 runapi MCP server 將 DeepSeek 提供為標準 tool。使用您的 RUNAPI_API_KEY 註冊 server 一次，然後在提示中指定 deepseek-v4-pro 或 deepseek-v4-flash——不需要 DeepSeek 帳戶或個別憑證。"
        }
      },
      {
        "@type": "Question",
        "name": "DeepSeek 的 thinking token 是什麼？它們如何影響費用？",
        "acceptedAnswer": {
          "@type": "Answer",
          "text": "啟用推理後（將 thinking.type 設為 enabled），DeepSeek 會生成額外的「thinking」token，用以顯示其 chain-of-thought 過程。這些 token 視為輸出 token 並據此計費。它們可提升複雜工作的準確度，但會增加總 token 用量。"
        }
      },
      {
        "@type": "Question",
        "name": "deepseek-v4-flash 和 deepseek-v4-pro 有何差異？",
        "acceptedAnswer": {
          "@type": "Answer",
          "text": "Flash 優先考量速度，具備較低的延遲與成本。Pro 優先考量品質，在複雜推理、程式設計和多步驟工作上的表現更佳。兩者皆可透過同一個 runapi MCP server 使用，並接受相同參數。"
        }
      },
      {
        "@type": "Question",
        "name": "我可以在工作途中切換 DeepSeek 與 WorkBuddy 的其他模型嗎？",
        "acceptedAnswer": {
          "@type": "Answer",
          "text": "可以。runapi MCP server 後的每個模型，都是工作台 agent 可依每個請求選擇的 tool。對預算敏感的步驟要求使用 DeepSeek，困難步驟則使用高階模型——相同 key、相同 server，無須變更設定。"
        }
      },
      {
        "@type": "Question",
        "name": "RunAPI 上的 DeepSeek 定價與直接使用 DeepSeek API 相比如何？",
        "acceptedAnswer": {
          "@type": "Answer",
          "text": "RunAPI 的 DeepSeek token 費用為官方 DeepSeek 費率的 50%。DeepSeek 本身已是成本最低的 LLM 提供商之一，透過 RunAPI 可獲得具備推理能力模型中最低的每 token 價格。按 token 計費，無需訂閱或最低消費。"
        }
      }
    ]
  },
  {
    "@context": "https://schema.org",
    "inLanguage": "zh-TW",
    "@type": "HowTo",
    "name": "如何透過 RunAPI 在 WorkBuddy 中使用 DeepSeek",
    "description": "在 WorkBuddy 中新增 RunAPI 作為 MCP server，提示工作台 agent 呼叫 DeepSeek V4，然後讀取包含可見推理過程與 token 用量的回覆。",
    "step": [
      {
        "@type": "HowToStep",
        "position": 1,
        "name": "將 RunAPI 新增為 MCP server",
        "text": "在啟動 WorkBuddy 的環境中設定 RUNAPI_API_KEY，然後新增名為 runapi、透過 streamable HTTP 指向 https://runapi.ai/mcp 的 MCP server。Authorization header 會攜帶您的 key——DeepSeek 會與其他所有 RunAPI 模型一起顯示為可呼叫的 tool。",
        "url": "https://runapi.ai/zh-TW/workbuddy-deepseek#how-step-1"
      },
      {
        "@type": "HowToStep",
        "position": 2,
        "name": "提示工作台 agent",
        "text": "在 WorkBuddy 中輸入自然語言請求並指定模型。品質優先請使用 deepseek-v4-pro，速度優先請使用 deepseek-v4-flash；需要可見的逐步推理時，請提及將 thinking.type 設為 enabled——不需要另外的模型 slug。",
        "url": "https://runapi.ai/zh-TW/workbuddy-deepseek#how-step-2"
      },
      {
        "@type": "HowToStep",
        "position": 3,
        "name": "在工作台中讀取回覆",
        "text": "WorkBuddy 會呼叫 runapi MCP tool，回覆將回到對話中，並回報 token 用量以確保計費透明。同一流程適用於 agent 透過 RunAPI 呼叫 DeepSeek、GPT 或 Claude——只有模型名稱不同。",
        "url": "https://runapi.ai/zh-TW/workbuddy-deepseek#how-step-3"
      }
    ]
  },
  {
    "@context": "https://schema.org",
    "inLanguage": "zh-TW",
    "@type": "BreadcrumbList",
    "itemListElement": [
      {
        "@type": "ListItem",
        "position": 1,
        "name": "首頁",
        "item": "https://runapi.ai/zh-TW"
      },
      {
        "@type": "ListItem",
        "position": 2,
        "name": "適用於 WorkBuddy 的 RunAPI DeepSeek",
        "item": "https://runapi.ai/zh-TW/workbuddy-deepseek"
      }
    ]
  }
]
```
