在AI发展的浪潮中，DeepSeek RE曾是许多爱好者心中的“白月光”，然而它不支持function call（函数调用）这一痛点，让不少人感到遗憾。但随着字节推出的扣子率先支持DeepSeek RE的function call功能，这一局面被彻底打破，AI Agent迎来了新的发展契机。今天，就带大家深度体验一番。

Function Call功能初体验

Function call简单来讲就是AI调用外部工具的能力，优秀的工具调用能力堪称AI Agent的基石。随着Manus和MCP等工具展现出强大能力，AI Agent受到了广泛关注。而Coze上线对DeepSeek RE function call功能的支持，让模型具备了深度思考能力，能构建起更强大的AI应用。

Coze的Deepseek特色能力

插件调用构建工作流

为了深入体验这一功能，我决定创建一个结合联网搜索读取文章内容，最后整理数据的工作流。首先来到Coze的官网扣子，点击小加号创建智能体，给它起个名字后进入操作界面。然后在模型选择DeepSeek RE工具调用

插件助力智能体能力拓展

在模型选择DeepSeek RE工具调用后，点击插件加号添加插件。插件市场日益丰富的插件极大拓展了智能体能力边界。我搜索并添加了头条搜索插件，想看看关于今天头条的热点有哪些。结果显示，DeepSeek RE在思考阶段就选好了工具，最终成功过滤并整理出今日热点，形成正确输出。

随后我又添加了TreeMind树图（自动绘图工具），可将模型输出变成可视化思维导图。然后再次提问“今日头条的热点有哪些？整理成图”，这次无需明确工具使用顺序，AI智能选取工具分步骤执行，最终形成一份结构清晰、内容准确的今日头条热点思维导图，尽显DeepSeek RE模型的强大。

借助工作流实现精准控制

如果想更精确控制插件用法与数据流，就需借助Coze的进阶功能——工作流。

创建工作流详细流程

首先在工作流处点击加号创建全新工作流，描述清楚工作流用途，比如描述为“在网上搜索关于明星的新闻内容”。接着进入工作流界面，第一步修改输入节点，设置变量名为input，描述为明星名字，这有助于让模型理清业务逻辑。然后添加Bing搜索和链接读取两个插件节点，连接起来。在Bing搜索中查询词设置为明星名字；链接读取处理并搜索得到的网页列表，将批处理后的URL填入节点。之后添加代码节点，用Python编写代码将列表内容拼接成完整段落，解决节点输出是列表的问题，最终将代码输出作为整个流程输出。