458 lines
16 KiB
YAML
458 lines
16 KiB
YAML
# Offline backend template for DeerFlow
|
|
config_version: 8
|
|
log_level: info
|
|
|
|
# Gateway FastAPI 监听端口。圆桌三路由(intent / recommend / multi_agent)的同进程
|
|
# loopback 调用会拼 http://127.0.0.1:<port> 打到本机其它 endpoint,所以必须与
|
|
# 实际监听端口一致(scripts/start-all.sh、Makefile 默认 8001)。
|
|
# 部署机改了端口请同步改这里;也可设环境变量 DEER_FLOW_GATEWAY_PORT 临时覆盖。
|
|
gateway:
|
|
port: 8001
|
|
|
|
models:
|
|
- name: zai-org/GLM-5-FP8
|
|
display_name: zai-org/GLM-5-FP8
|
|
use: langchain_openai:ChatOpenAI
|
|
model: zai-org/GLM-5-FP8
|
|
api_key: modalresearch_gWu46FDpVLYZWPVEA3b_2fq8Jw2UJiKMgEm_Rxmn1SA
|
|
base_url: https://api.us-west-2.modal.direct/v1
|
|
request_timeout: 600.0
|
|
max_retries: 2
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: true
|
|
supports_thinking: true
|
|
|
|
- name: deepseek-chat
|
|
display_name: DeepSeek Chat
|
|
use: langchain_openai:ChatOpenAI
|
|
model: deepseek-chat
|
|
api_key: sk-1520028668cb4cc388ed8315ff1e856e
|
|
base_url: https://api.deepseek.com
|
|
request_timeout: 600.0
|
|
max_retries: 2
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: false
|
|
supports_thinking: true
|
|
|
|
- name: deepseek-v4-flash
|
|
display_name: DeepSeek V4 Flash
|
|
use: langchain_openai:ChatOpenAI
|
|
model: deepseek-v4-flash
|
|
api_key: sk-e1c22b7931dc446f8b67e57878edd105
|
|
base_url: https://api.deepseek.com
|
|
request_timeout: 600.0
|
|
max_retries: 2
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: false
|
|
supports_thinking: true
|
|
|
|
- name: deepseek-v4-pro
|
|
display_name: DeepSeek V4 Pro
|
|
use: langchain_openai:ChatOpenAI
|
|
model: deepseek-v4-pro
|
|
api_key: sk-e1c22b7931dc446f8b67e57878edd105
|
|
base_url: https://api.deepseek.com
|
|
request_timeout: 600.0
|
|
max_retries: 2
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: false
|
|
supports_thinking: true
|
|
- name: MiniMax-M2.7
|
|
display_name: MiniMax-M2.7
|
|
use: langchain_openai:ChatOpenAI
|
|
model: MiniMax-M2.7
|
|
api_key: sk-cp-mrsAGtzDpUl0TpOBPVoiRG_pWF1kDDN9_mDAnONBs6HIPcNUexSKtSbx2QOxfKBvJT6Xw6hDTV6hdkJYFWfNA8UtHQ08TiGJiosdRoW6q1sGb6Cb7D85NHk
|
|
base_url: https://api.minimaxi.com/v1
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: true
|
|
supports_thinking: true
|
|
- name: glm-5.1
|
|
display_name: glm-5.1
|
|
use: langchain_openai:ChatOpenAI
|
|
model: glm-5.1
|
|
api_key: 75121e4bed7640d5b71ac95cf8b4310a.RA3GyRBAR3kv7VrR
|
|
base_url: https://open.bigmodel.cn/api/paas/v4/
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: true
|
|
supports_thinking: true
|
|
- name: deepseek-ai/DeepSeek-OCR
|
|
display_name: deepseek-ai/DeepSeek-OCR
|
|
use: langchain_openai:ChatOpenAI
|
|
model: deepseek-ai/DeepSeek-OCR
|
|
api_key: sk-beshfxfxfrllsczpqfrgjbugfbpzxgqgedbehceytpcvvtyb
|
|
base_url: https://api.siliconflow.cn/v1/
|
|
max_tokens: 4096
|
|
temperature: 1.0
|
|
supports_vision: true
|
|
supports_thinking: true
|
|
# 识图(图片识别)配置。
|
|
# - model_name:指定一个 models[] 中的模型名,作为“默认识图大模型”。view_image 工具会把
|
|
# 图片交给该模型识别,并把识别出的文字结果返回给主对话模型 —— 这样即使主对话模型不支持
|
|
# 视觉,也能“看图”。请改成你实际用于识图的模型名。
|
|
# - 若留空 / 注释掉 model_name,则回退到主对话模型自身的视觉能力(需该模型 supports_vision: true)。
|
|
# - prompt:不带具体问题时使用的默认识图指令(可选)。
|
|
# - max_tokens:识图模型输出上限(可选,默认用该模型自身的配置)。
|
|
vision:
|
|
model_name: deepseek-ai/DeepSeek-OCR
|
|
# prompt: 请详细描述这张图片的内容。
|
|
# max_tokens: 2048
|
|
|
|
# 上传文件识别配置。
|
|
# - auto_convert_documents: true 时,上传的 PDF / Word / Excel / PPT 会在服务端自动转换为
|
|
# Markdown(.md),agent 通过 read_file / grep 读取其内容 —— 即“识别”文档内容。
|
|
# 纯文本类(txt / csv / md / json / 代码等)无需转换,agent 用 read_file 直接读取。
|
|
# 图片(png/jpg/webp)由 view_image + 上面的 vision 识图模型处理。
|
|
# - pdf_converter: auto(优先 pymupdf4llm,缺失时回退 markitdown)| pymupdf4llm | markitdown
|
|
uploads:
|
|
auto_convert_documents: true
|
|
pdf_converter: auto
|
|
|
|
title:
|
|
enabled: true
|
|
max_words: 6
|
|
max_chars: 60
|
|
prompt_template: |
|
|
请为下面这段对话生成一个简洁的标题,概括对话的核心主题。
|
|
|
|
要求:
|
|
- 标题必须使用简体中文
|
|
- 尽量精炼,不超过 {max_words} 个词
|
|
- 只返回标题本身,不要加引号、不要解释、结尾不要标点
|
|
|
|
User: {user_msg}
|
|
Assistant: {assistant_msg}
|
|
|
|
tool_groups:
|
|
- name: web
|
|
- name: file:read
|
|
- name: file:write
|
|
- name: bash
|
|
|
|
tools:
|
|
- name: web_search
|
|
group: web
|
|
use: deerflow.community.ddg_search.tools:web_search_tool
|
|
max_results: 5
|
|
|
|
- name: web_fetch
|
|
group: web
|
|
use: deerflow.community.jina_ai.tools:web_fetch_tool
|
|
timeout: 15
|
|
|
|
- name: ls
|
|
group: file:read
|
|
use: deerflow.sandbox.tools:ls_tool
|
|
|
|
- name: read_file
|
|
group: file:read
|
|
use: deerflow.sandbox.tools:read_file_tool
|
|
|
|
- name: glob
|
|
group: file:read
|
|
use: deerflow.sandbox.tools:glob_tool
|
|
max_results: 200
|
|
|
|
- name: grep
|
|
group: file:read
|
|
use: deerflow.sandbox.tools:grep_tool
|
|
max_results: 100
|
|
|
|
- name: write_file
|
|
group: file:write
|
|
use: deerflow.sandbox.tools:write_file_tool
|
|
|
|
- name: str_replace
|
|
group: file:write
|
|
use: deerflow.sandbox.tools:str_replace_tool
|
|
|
|
- name: bash
|
|
group: bash
|
|
use: deerflow.sandbox.tools:bash_tool
|
|
|
|
sandbox:
|
|
use: deerflow.sandbox.local:LocalSandboxProvider
|
|
allow_host_bash: true
|
|
|
|
skills:
|
|
path: skills
|
|
security_scan:
|
|
enabled: false
|
|
|
|
agents_api:
|
|
enabled: true
|
|
|
|
# 登录鉴权扩展:在基础登录之上叠加两种自定义模式。
|
|
auth_login:
|
|
# 用户名直登口令门:开关打开后,/login/<用户名> 直登必须再带 ?password=口令,
|
|
# 口令不对直接 401。password 留空则默认口令为 123ewq。仅作用于用户名直登。
|
|
username_login:
|
|
require_password: false
|
|
password: ""
|
|
# token 换登录:前端用 ?authToken=上游token 进入,后端调用 token_info_url
|
|
# (把该 token 直接拼成 Authorization: Bearer <token> 头)换出用户名,再登录;
|
|
# 用户名不在库里时自动注册。
|
|
token_login:
|
|
enabled: false
|
|
token_info_url: "https://ch1.b.uat.4.cn/consumer/login/getTokenInfo"
|
|
# 已弃用:鉴权头现由前端传入的 token 拼成 "Bearer <token>",此项不再生效,保留仅兼容。
|
|
service_authorization: "Bearer admin"
|
|
timeout_seconds: 10
|
|
# 上游是 HTTPS。UAT/内网常用自签或私有 CA 证书,默认 verify=true 会握手失败导致
|
|
# 永远 401。此处 uat 域名按自签处理,先关校验;生产请置 true 或配 ca_cert_path。
|
|
verify_ssl: false
|
|
ca_cert_path: "" # 可选:PEM 格式 CA 包路径,设置后优先生效并启用校验
|
|
|
|
database:
|
|
backend: sqlite
|
|
sqlite_dir: .deer-flow/data
|
|
pool_size: 10
|
|
echo_sql: false
|
|
|
|
checkpointer:
|
|
type: sqlite
|
|
connection_string: .deer-flow/data/deerflow.db
|
|
|
|
subagents:
|
|
enabled: true
|
|
custom_agents:
|
|
fast:
|
|
description: 快速问答子Agent - 处理简单事实查询、one-hop问答
|
|
system_prompt: |
|
|
# 快速问答子Agent
|
|
|
|
## 角色定义
|
|
你是一个快速问答专家。专门处理简单事实查询、one-hop 问答场景。
|
|
|
|
## 能力范围
|
|
- 简单事实查询（天气、地理位置、基本概念等）
|
|
- 单次检索即可回答的问题
|
|
- 无需引用和深度检索的问答
|
|
|
|
## 行为规范
|
|
1. 简洁明了，直接回答用户问题
|
|
2. 如果问题复杂或需要引用，及时返回说明
|
|
tools: [web_search, read_file]
|
|
model: inherit
|
|
max_turns: 10
|
|
timeout_seconds: 60
|
|
|
|
rag:
|
|
description: 知识库问答子Agent - 从知识库检索并返回引用
|
|
system_prompt: |
|
|
# 知识库问答子Agent
|
|
|
|
## 角色定义
|
|
你是一个知识库问答专家。专门处理需要从知识库检索、需要返回文档引用的问答场景。
|
|
|
|
## 能力范围
|
|
- 从知识库检索相关信息
|
|
- 返回文档引用和来源
|
|
- 处理结构化知识需求
|
|
|
|
## 行为规范
|
|
1. 检索知识库获取相关信息
|
|
2. 返回答案时附带文档引用
|
|
3. 如未找到相关信息，明确告知用户
|
|
tools: [web_search, read_file]
|
|
model: inherit
|
|
max_turns: 20
|
|
timeout_seconds: 300
|
|
|
|
bigMode:
|
|
description: 大模型对话子Agent - 开放性问答、创意生成
|
|
system_prompt: |
|
|
# 大模型对话子Agent
|
|
|
|
## 角色定义
|
|
你是一个大模型对话专家。专门处理开放性问答、创意生成、通用对话场景。
|
|
|
|
## 能力范围
|
|
- 开放性问答
|
|
- 创意写作、翻译
|
|
- 通用对话
|
|
|
|
## 行为规范
|
|
1. 根据用户需求生成创意内容
|
|
2. 无需外部检索，直接使用知识回答
|
|
3. 保持对话简洁明了
|
|
tools: []
|
|
model: inherit
|
|
max_turns: 15
|
|
timeout_seconds: 180
|
|
|
|
moreModes:
|
|
description: 多轮检索子Agent - 需要搜索引擎、多跳推理、复杂问题分解
|
|
system_prompt: |
|
|
# 多轮检索子Agent
|
|
|
|
## 角色定义
|
|
你是一个多轮检索专家。专门处理需要多次搜索、多跳推理、复杂问题分解的场景。
|
|
|
|
## 能力范围
|
|
- 连续搜索多个来源
|
|
- 多跳推理
|
|
- 复杂问题分解
|
|
|
|
## 行为规范
|
|
1. 分析问题，分解为多个子问题
|
|
2. 逐个检索每个子问题
|
|
3. 汇总各子问题的答案形成完整回答
|
|
4. 必要时进行多轮搜索
|
|
tools: [web_search, read_file]
|
|
model: inherit
|
|
max_turns: 30
|
|
timeout_seconds: 600
|
|
|
|
taskChat:
|
|
description: 任务分析子Agent - 任务执行、工作流处理、步骤分解
|
|
system_prompt: |
|
|
# 任务分析子Agent
|
|
|
|
## 角色定义
|
|
你是一个任务分析专家。专门处理任务执行、工作流处理、步骤分解、多工具协作的场景。
|
|
|
|
## 能力范围
|
|
- 任务分解
|
|
- 工作流处理
|
|
- 步骤分解
|
|
- 多工具协作
|
|
|
|
## 行为规范
|
|
1. 分析任务，分解为可执行的步骤
|
|
2. 使用适当工具逐步完成任务
|
|
3. 定期汇报进度
|
|
4. 最终输出任务完成结果
|
|
tools: [web_search, read_file, write_file, bash]
|
|
model: inherit
|
|
max_turns: 40
|
|
timeout_seconds: 900
|
|
|
|
hxchat:
|
|
description: 画像检索子Agent - 人物画像分析、社交媒体用户搜索
|
|
system_prompt: |
|
|
# 画像检索子Agent
|
|
|
|
## 角色定义
|
|
你是一个画像检索专家。专门处理人物画像分析、社交媒体用户搜索、多平台数据汇总的场景。
|
|
|
|
## 能力范围
|
|
- 人物画像分析
|
|
- 社交媒体用户搜索
|
|
- 多平台数据汇总
|
|
|
|
## 行为规范
|
|
1. 搜索目标人物的公开信息
|
|
2. 分析和汇总来自不同平台的数据
|
|
3. 生成人物画像报告
|
|
4. 注意保护隐私信息
|
|
tools: [web_search]
|
|
model: inherit
|
|
max_turns: 20
|
|
timeout_seconds: 300
|
|
|
|
deerFlow:
|
|
description: 深度研究子Agent - 复杂研究任务、报告生成、长文本创作
|
|
system_prompt: |
|
|
# 深度研究子Agent
|
|
|
|
## 角色定义
|
|
你是一个深度研究专家。专门处理复杂研究任务、长文本报告生成、多工具深度协作。
|
|
|
|
## 能力范围
|
|
- 复杂研究任务和多角度分析
|
|
- 长文本报告生成
|
|
- 多工具深度协作
|
|
|
|
## 行为规范
|
|
1. 制定研究计划，明确研究目标和角度
|
|
2. 进行多轮信息收集和整理
|
|
3. 深入分析，形成完整研究报告
|
|
4. 输出结构清晰、引用完备的长文本
|
|
5. 使用多个工具协作完成复杂任务
|
|
tools: [web_search, read_file, write_file, bash]
|
|
model: inherit
|
|
max_turns: 50
|
|
timeout_seconds: 1200
|
|
|
|
# 记忆子系统:跨会话持久化用户画像与 agent 私有记忆。
|
|
# 三层覆盖优先级(高->低):
|
|
# users/{user_id}/memory_config.json > .deer-flow/memory_user_overrides.json > 此处
|
|
memory:
|
|
enabled: true
|
|
version: v1 # 记忆版本: 'v1'(原版 DeerFlow, memory.json + LLM 自动提取)
|
|
# 'v2'(USER.md/MEMORY.md + 可选 Hindsight)
|
|
provider: hindsight # 'builtin' | 'hindsight'(外部 provider 名)
|
|
# builtin 始终启用,这里只决定 external 选哪个
|
|
# (version=v1 时此字段忽略)
|
|
|
|
# V1 专属配置 —— version=v1 时生效
|
|
v1:
|
|
max_facts: 100 # 最多保留的事实条数,超出时驱逐最低置信度的事实
|
|
fact_confidence_threshold: 0.7 # 事实置信度阈值,低于此值不保存
|
|
debounce_seconds: 30 # 对话结束后延迟多少秒才触发 LLM 提取
|
|
model_name: "" # 用于事实提取的 LLM 模型名;空则继承全局默认模型
|
|
token_budget: 2000 # 注入系统提示词的 token 预算
|
|
builtin:
|
|
enabled: true
|
|
memory_char_limit: 2200
|
|
user_char_limit: 1375
|
|
deduplicate_on_load: true
|
|
|
|
hindsight: # provider=hindsight 时生效,需另行部署 Hindsight 服务
|
|
mode: local_external # 'cloud' | 'local_embedded' | 'local_external'
|
|
api_url: http://47.88.25.99:18888
|
|
api_key: "" # 部署 Hindsight 后填,或改成 $HINDSIGHT_API_KEY 并设同名环境变量
|
|
# 注意:写成 $VAR 但环境变量未设置会导致配置加载失败
|
|
bank_id_template: "deerflow-user-{user_id}"
|
|
work_bank_id_template: "deerflow-work-{user_id}-{agent_id}"
|
|
memory_mode: context # 'context' | 'tools' | 'hybrid'
|
|
bank_mission: "你是一个中文记忆助手，负责从对话中提炼和存储重要信息。所有记忆内容必须使用中文记录。"
|
|
bank_retain_mission: "请从以下对话中提炼重要信息，包括用户的偏好、需求、背景知识和关键事实。所有提炼的内容必须用中文表达。"
|
|
recall_budget: mid # 'low' | 'mid' | 'high'
|
|
recall_max_tokens: 4096
|
|
recall_max_input_chars: 800
|
|
auto_recall: true
|
|
auto_retain: true
|
|
retain_async: true
|
|
retain_every_n_turns: 1
|
|
retain_user_prefix: "User"
|
|
retain_assistant_prefix: "Assistant"
|
|
|
|
# background_extraction:预留功能,代码尚未实现 —— 仅设计文档存在。
|
|
# 待对应版本支持后,取消下面整段注释即可启用(漏记兜底)。
|
|
# background_extraction:
|
|
# enabled: false # 默认关闭,作为漏记兜底
|
|
# debounce_seconds: 30
|
|
# model_name: ~ # null = 用默认模型
|
|
# fact_confidence_threshold: 0.7
|
|
# max_facts_per_extraction: 10
|
|
# correction_detection: true
|
|
# reinforcement_detection: true
|
|
|
|
injection:
|
|
enabled: true
|
|
max_tokens: 2000
|
|
include_builtin: true
|
|
include_hindsight: true
|
|
context_tag: "memory-context" # 包裹 Hindsight recall 的标签名
|
|
|
|
security:
|
|
scan_content: true # 注入/外渗模式扫描
|
|
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>
|
|
|
|
# AI 写作子系统 —— 素材收集专家专用配置。
|
|
# 注意：这三项必须嵌套在 ai_writing: 段下；写到顶层会被 _ai_writing_config()
|
|
# (app/gateway/routers/ai_writing.py:_ai_writing_config) 直接忽略。
|
|
ai_writing:
|
|
keyword_model: deepseek-chat # 检索词生成专用模型，留空回退写作主模型
|
|
rank_model: deepseek-chat # 素材排序专用模型，留空回退写作主模型
|
|
max_materials: 20 # 合并去重后的素材总量上限，范围 [1, 100]，默认 20
|