[dify]官方模板DeepResearch工作流学习笔记
一、功能
根据用户输入的主题进行多轮搜索并生成综合报告
1、流程分析
1.1 初始阶段
Start节点：接收用户输入的"depth"参数，决定搜索的深度/轮数
参数可以不填，不填的时候取默认值3
Create Array节点：根据depth参数生成一个数组（如depth=3则生成[0,1,2]），用于控制迭代次数
def main(depth: int) -> dict:depth = depth or 3array = list(range(depth))return {"array": array,"depth": depth}
输入是一个int类型的数值，如果没有输入取默认值3
返回一个dict类型，包含两个变量，array是一个number的数组，depth是一个int类型值
1.2 迭代搜索阶段（核心循环）
工作流的主体是一个迭代循环，每次迭代包含以下步骤：
1、搜索决策
LLM节点：使用deepseek-v3模型分析当前状态，决定：
是否需要继续搜索（shouldContinue）、下一个搜索主题（nextSearchTopic）
输出为JSON格式
提示词：
你是一个研究以下主题的研究助手。
你目前发现了什么？还有哪些问题尚未解答？接下来应该具体研究哪些方面？#输出要求
1、不要输出与已搜索主题完全相同的主题。
2、如果需要进一步搜索信息，请设置 nextSearchTopic。
3、如果已获得足够信息，请将 shouldContinue 设为 false。
4、请以 JSON 格式输出
{nextSearchTopic: str | None
shouldContinue: bool
}
在工作流中用到4个会话变量，以及记忆功能
2、JSON解析
1、代码执行2节点：从LLM输出中提取JSON内容
2、模板转换4节点：格式化JSON数据
3、参数提取器节点：提取nextSearchTopic和shouldContinue字段
大模型节点的输入类似下面的文字
{
“text”: “json\n{\n \"nextSearchTopic\": \"Dify平台的功能和架构概述\",\n \"shouldContinue\": true\n}\n”
}
通过代码执行节点，提取tex文本中json字符串
输入：
{
“arg1”: “json\n{\n \"nextSearchTopic\": \"Dify平台的功能和架构概述\",\n \"shouldContinue\": true\n}\n”
}
代码：
import re
import json
def main(arg1: str) -> dict:json_pattern = r'```json\s*([\s\S]*?)\s*```'match = re.search(json_pattern, arg1.strip())if not match:raise ValueError("文本中未找到有效的JSON内容")json_str = match.group(1)#去除转义的json_str = re.sub(r'\\n', '', json_str)#.strip() 默认会移除字符串 开头和结尾 的 所有空白字符（包括 \n, \t, 等）json_str = json_str.strip()json_str=json_str.replace('\\"', '"').replace('\\n', '')# 解析为Python对象parsed_data = json.loads(json_str)return {"result":parsed_data}
输出：
{"result": {"nextSearchTopic": "Dify平台的功能和架构概述","shouldContinue": true}
}
代码执行结果是一个json对象，通过模板转换节点，转换为字符串，用参数提取器节点提取json里的变量
3、变量更新
变量赋值节点：更新以下变量：
将nextSearchTopic写入会话变量
将shouldContinue写入会话变量
将nextSearchTopic追加到已搜索topics列表
4、条件判断
IF/ELSE节点：检查shouldContinue值
如果为true：执行Tavily搜索
Tavily Search节点：使用nextSearchTopic进行网络搜索
Assign Variables节点：将搜索结果追加到findings列表
Intermediate Output Format节点：生成中间状态报告
如果为false：跳过搜索，进入空操作分支
1.3、结果聚合
变量聚合器节点：收集所有迭代的结果
最终报告生成
Reasoning Model节点：使用deepseek-r1模型综合分析所有findings
提示词：
根据调查结果，撰写一份关于该主题的全面分析报告。
提供重要见解、结论以及尚存的不确定性。必要时请引用来源。本分析应非常全面且详细，预期为长篇文本。
1.4 生成报告
生成详细的调查报告，包含重要发现、结论和未解决的问题
Answer节点：输出最终报告
二、工作流特点
多轮迭代搜索：根据depth参数和模型判断动态控制搜索轮数
自适应搜索主题：每轮搜索后，模型会决定下一步要探索的子主题
避免重复搜索：系统会记录已搜索的topics，避免重复
综合报告生成：最后将所有发现汇总分析，生成详细报告
三、数据流
用户输入 → 初始分析 → 多轮搜索 → 结果收集 → 综合分析 → 报告输出