deer-flow自定义DeepResearch流程实践经历

最近想做一个DeepResearch的多智能体系统，一方面是对MAS感兴趣，一方面就是想自己去实现了解一下DeepResearch的流程，不然总是浮于表面。

整体用下来的感受，字节的大佬还是很强的，整个项目的架构，构思，我觉得都是很值得学习的。有的时候以为自己懂了，但是实际还是离真实的知识差的远，所以还是一定要多花时间时间。

简单讲一讲遇到的一些坑吧。

一，第一个大坑就是报告生成的关键引用部分，会有很多的幻觉。基本全部是幻觉产生的链接。
因为research_team中的observations里面是纯字符串，一起导入到reporter里面，然后交由大模型总结，最终由reporter_node统一生成返回。字符串的内容太多，会导致URL被模型忽略。

如何解决：

1，将传入obeservations里面数据结构化，结构化成title，url，content等内容，让大模型能够清楚的知道从哪里得到知识，知识对应的URL。

2，强化优化提示词，reporter的提示词还是有待加强，尤其是url的引用这一块。

3，tavily检索问题，这个就建议去看一看tavily的文档了，tavily提供了打分功能和NLP智能总结功能等等。原本的tavily检索是来者不拒的，加上一个评估和验证逻辑。高分可访问的链接才会传入到observations里面，保证信息来源质量。也可以用其他搜索引擎，searxng等等。有一个一定要注意，raw_content这个字段建议设置成false，这样的话就会返回总结内容，不然就会返回网页中的所有内容，容易超出模型的上下文。

4，最重要的一点，不要舍不得key，用一些能力比较差，规模比较小的模型，生成的报告质量也会很差，工具调用也会有问题，直接上最好的模型。

二，图片处理，openai要的参数是image_url,但是大模型有时候会直接返回type=image，导致无法正确处理图片。

三，爬虫工具，在html为空，或者有异常的时候，容易报错并且中断。要加一个处理函数逻辑。

四，tavily检索返回结果个数，这个不光要在后端改，一定要在前端改，前端的数据会覆盖后端的，所以我当时改了很久都没有用。

五，如何链接dify知识库，直接去dify的知识库里面找知识库的api文档，直接调用知识库的api即可。

六，一个提醒，可以将后端的日志专门写到文件里面，以便于阅读，不然终端会截断日志。

其他的我不记得了，后面想起来再继续写吧，如果有小伙伴对这些比较感兴趣的，可以在我评论区多多交流。