许多开发者在调用 deepseek-reasoner 模型时，往往直接获取 final answer，但这实际上只利用了模型的表层功能。该模型的核心价值深藏于其推理过程，即 reasoning_content 字段。忽略这一字段，相当于浪费了模型的主要能力。下面将详细拆解这套流程，帮助您正确获取关键信息。

验证模型返回格式中是否包含 reasoning_content

调用完成后，首先应检查响应体中是否包含 【reasoning_content】 字段。在 V4 版本下，该字段默认存在，但可能为空。如果字段缺失或值为空字符串，则表明存在两个问题：要么未启用思考模式，要么仍在使用已弃用的旧版 deepseek-reasoner 模型名称——请注意，该旧名称已正式停止使用。

若使用 OpenAI SDK 进行调用，必须在 extra_body 参数中显式设置 {"thinking": true}，否则 reasoning_content 字段将不会生成。这一步容易被忽略，许多开发者仅设置默认参数便认为配置正确，结果导致推理内容完全缺失。

从 API 响应中提取推理内容

获取 reasoning_content 后，如何提取它？以下两种主流方法可供参考。

方法一：正则提取 Markdown 代码块
如果模型返回包含 ```reasoning 标记的代码块，可使用正则表达式进行提取：re.search(r'```reasoning\n(.*?)\n```', content, re.DOTALL)。需注意，避免使用 .text 或 .content.split('##')[0] 等模糊分割方法，以免截断关键的推理步骤，得不偿失。

方法二：直接读取专用字段（推荐）
使用最新版 ReasonerAPIClient 或兼容 V4 的网关时，响应中包含独立字段：response.reasoning_content。该字段为 JSON 数组，每个元素包含 step_id、thought、tool_call、observation 等关键信息，直接遍历即可获取完整的推理链条。这是最可靠的提取方式，没有之一。但务必验证该字段存在且非空，否则说明调用未启用思考模式。

本地加载模型时读取推理过程

如果在本地加载模型，流程稍显复杂，但同样清晰易懂。

第一步：开启带 trace 支持的会话
session = model.start_session(enable_tracing=True)。这一步是基础，enable_tracing 必须设置为 True，否则无法获取完整推理链。

第二步：提交输入并触发推理
response = session.reason_next(prompt="分析合同违约风险")。直接提交 prompt，模型将开始推理。

第三步：获取完整推理链
trace = response.get_full_trace()。该函数返回一个字典列表，包含每个推理节点的 input、output、decision_rule、confidence。这些数据是后续审计和分析的关键依据。

第四步：导出为可读格式
print(trace.to_tree()) 会输出缩进式决策树，方便肉眼检查；trace.to_json("trace.json") 则能保存结构化数据，供后续审计或二次分析。两种方式各有用途，建议都执行一次。