文档配置文件修改

frontend-web/docs/AI_WRITING_BACKEND_DEV_ZH.md

@@ -460,8 +460,9 @@ checkpointer:
   type: sqlite                           # sqlite | postgres | memory
   connection_string: .deer-flow/data/checkpoints.db
 
-# 清理调度
+# AI 写作子系统
 ai_writing:
+  # ── 清理调度 ─────────────────────────────────────────────
   cleanup:
     enabled: true
     retention_days: 7
@@ -469,13 +470,78 @@ ai_writing:
     delete_only_finished: false
     batch_size: 500
 
-  # （可选）素材检索 provider 配置
+  # ── 素材收集专家（researcher）专用配置 ──────────────────
-  search:
+  # 这两个模型名必须出现在顶层 models[] 段里；留空 / 不配则回退当前写作主模型。
-    provider: deerflow.agents.ai_writing.search.internet_search:WebSearchProvider
+  # 拆出来是为了让「检索词生成 / 素材排序」这种结构化抽取任务可以走更轻量、
-    ...
+  # 不带思考输出的小模型，省钱省时间，也避开写作主模型的思考干扰。
+  keyword_model: qwen3-4b-instruct       # 检索词生成（EXTRACT_KEYWORDS_*）
+  rank_model:    qwen3-4b-instruct       # 素材排序筛选（RANK_MATERIALS_*）
+
+  # 素材总量上限：合并去重后保留多少条素材进入大纲 / 草稿阶段
+  # 取值范围 [1, 100]，非法值或缺省回退 20。
+  # 每个检索词分到的检索条数 = ceil(max_materials / keyword_count)，
+  # 所以这个数越大，每个关键词向 provider 拉的条数越多，整体耗时也越长。
+  max_materials: 20
+
+  # ── 素材检索 provider ───────────────────────────────────
+  # internet(默认,DuckDuckGo) / intranet(内网 ES) / tavily / demo
+  search_provider: internet
+
+  # internet 模式：DuckDuckGo 区域代码（cn-zh / us-en / wt-wt 等）
+  ddg_region: "cn-zh"
+
+  # intranet 模式：对接内网知识库 ES 检索接口
+  # 接口契约（POST）：
+  #   payload  = {"query": "...", "knowledge_base_name": "<intranet_knowledge_base>", "ts": "yes"}
+  #   response = [{"page_content": "...", "metadata": {m_title, content, recUuid, m_publish, source1}}]
+  # 实现见 packages/harness/deerflow/agents/ai_writing/search/intranet_stub.py
+  intranet_search_url: http://10.106.57.180:7863/knowledge_base/search_docs_es
+  intranet_knowledge_base: samples       # 默认 samples，按部署的实际知识库名改
 ```
 
-`_ai_writing_config()` 函数从 `get_app_config().ai_writing` 里读 dict，节点通过 `config.configurable.ai_writing_config` 拿到。
+### 配置项与代码的对应关系
+
+| 配置键 | 默认值 | 取值范围 / 说明 | 读取位置 |
+|---|---|---|---|
+| `ai_writing.keyword_model` | 空（回退写作主模型） | 必须是 `models[]` 段里已声明的模型名 | `nodes/researcher.py` → `llm_json(..., model_name=keyword_model)` |
+| `ai_writing.rank_model` | 空（回退写作主模型） | 同上 | `nodes/researcher.py` → 排序分支 `llm_json(..., model_name=rank_model)` |
+| `ai_writing.max_materials` | `20` | `[1, 100]`，非法值回退 20；`_resolve_max_materials` 钳制 | `nodes/researcher.py:_DEFAULT_MAX_MATERIALS` |
+| `ai_writing.search_provider` | `"internet"` | `internet` / `intranet` / `tavily` / `demo` | `search/__init__.py:get_search_provider` |
+| `ai_writing.ddg_region` | `"cn-zh"` | DuckDuckGo 区域代码，仅 `internet` 模式生效 | 同上 |
+| `ai_writing.intranet_search_url` | `http://10.106.57.180:7863/knowledge_base/search_docs_es` | 仅 `intranet` 模式生效，POST JSON 接口 | `search/intranet_stub.py:_DEFAULT_ENDPOINT` |
+| `ai_writing.intranet_knowledge_base` | `"samples"` | 仅 `intranet` 模式生效，知识库 ID/名称 | 同上 |
+
+### 配置如何传到节点
+
+```
+config.yaml
+   └─ ai_writing: { ... }
+         │
+         ▼  _ai_writing_config() 取出整个 dict
+   routers/ai_writing.py:_make_config()
+         │  注入到 config.configurable.ai_writing_config
+         ▼
+   nodes/researcher.py
+     cfg = config.get("configurable", {})
+     ai_writing_config = cfg.get("ai_writing_config", {})
+     keyword_model = ai_writing_config.get("keyword_model")
+     rank_model    = ai_writing_config.get("rank_model")
+     max_materials = _resolve_max_materials(ai_writing_config.get("max_materials"))
+     provider      = get_search_provider(ai_writing_config)   # ← search_provider 等也从这里读
+```
+
+### 切换内网检索的最小步骤
+
+1. `config.yaml` 改 `ai_writing.search_provider: intranet`
+2. 填 `intranet_search_url` 和 `intranet_knowledge_base`（部署侧给）
+3. 内网 ES 接口若返回结构异常 / 网络抖动，researcher 节点会收集 `provider.errors` + `provider.raw_responses`，作为非致命 `notice` 事件推前端时间线（折叠显示原始响应体），**不会中断写作流程**
+4. 健康检查：可通过 `IntranetSearchProvider.health_check()` 单测，或直接发一笔 `/start` 看 `research_progress` 是否报错
+
+### 备注
+
+- `keyword_model` / `rank_model` 只影响素材收集专家的 LLM 调用，**不影响**大纲、草稿、编辑审核三个节点（它们各自走自己的主模型）。
+- `max_materials` 是「合并去重后的总量上限」，不是每个关键词的检索条数；每个词的检索数会按 `ceil(max_materials / keyword_count)` 均分。`keyword_count` 由前端启动写作时传入（1~10，默认 6）。
+- `intranet` 模式不带 fallback；如果内网 ES 全挂，researcher 拿到空结果会直接进入「未检索到素材，可重新搜索或在无素材的情况下继续写作」分支。如果想让内网失败时退回互联网检索，需要在 `get_search_provider` 里手动用 `_FallbackSearchProvider(IntranetSearchProvider(...), DuckDuckGoSearchProvider(...))` 包一层。
 
 ---
 

frontend-web/src/open-canvas/components/ai-writing/AIWritingForm.tsx

@@ -36,7 +36,7 @@ export function AIWritingForm({ onSubmit, disabled }: AIWritingFormProps) {
   const [articleType, setArticleType] = useState('analysis');
   const [audience, setAudience] = useState('普通读者');
   const [wordCountInput, setWordCountInput] = useState('800');
-  const [keywordCountInput, setKeywordCountInput] = useState('6');
+  const [keywordCountInput, setKeywordCountInput] = useState('1');
   const [strictMode, setStrictMode] = useState(false);
   const [modelName, setModelName] = useState('');
   const [models, setModels] = useState<ModelOption[]>([]);
@@ -100,7 +100,7 @@ export function AIWritingForm({ onSubmit, disabled }: AIWritingFormProps) {
   function handleKeywordCountBlur() {
     const num = parseInt(keywordCountInput, 10);
     if (isNaN(num)) {
-      setKeywordCountInput('6');
+      setKeywordCountInput('1');
     } else {
       setKeywordCountInput(String(Math.max(1, Math.min(10, num))));
     }

offline-backend-20260512/backend/config.yaml

@@ -185,3 +185,7 @@ memory:
     block_invisible_unicode: true
     # streaming_scrubber:预留字段,代码尚未实现 —— 待版本支持后取消注释。
     # streaming_scrubber: true       # SSE 流前清洗 <memory-context>
+
+keyword_model: deepseek-chat
+rank_model: deepseek-chat
+max_materials: 20