DeerFlow项目配置指南：模型集成与参数设置详解

一、快速配置入门

DeerFlow作为一款先进的AI研究工具，其配置过程设计得非常简洁。对于初次使用的开发者，只需完成以下两个简单步骤：

1. 进入项目目录
2. 复制示例配置文件并重命名

cd deer-flow
cp conf.yaml.example conf.yaml

完成上述操作后，您就可以开始编辑conf.yaml文件来定制您的DeerFlow环境了。这个配置文件采用YAML格式，结构清晰，易于理解和修改。

二、模型支持情况解析

2.1 当前支持模型类型

DeerFlow目前专注于支持非推理类模型（non-reasoning models）。这类模型的特点是专注于信息处理和内容生成，而非复杂的逻辑推理任务。具体来说：

• 支持：常规聊天模型，如doubao-1.5-pro-32k-250115、gpt-4o、qwen-max-latest等
• 暂不支持：OpenAI的o1/o3系列、DeepSeek的R1等推理类模型（未来版本将加入支持）

2.2 关键模型特性要求

由于DeerFlow的研究流程特性，对模型有一个重要要求：

长上下文窗口支持：研究过程通常需要处理大量上下文信息，因此所选模型应具备较长的上下文处理能力。

如果您的模型不支持长上下文，可以通过以下两种方式临时解决：

1. 在Web界面右上角的设置对话框中，将"研究计划最大步骤数"设为2
2. 在API调用时设置max_step_num参数为2

三、模型切换与配置详解

3.1 基础配置方法

模型切换主要通过修改conf.yaml文件实现。DeerFlow采用与litellm兼容的配置格式，这使得它可以灵活支持多种模型服务提供商。

3.2 主流模型配置示例

3.2.1 火山引擎Doubao模型

BASIC_MODEL:
  base_url: "https://ark.cn-beijing.volces.com/api/v3"
  model: "doubao-1.5-pro-32k-250115"
  api_key: "您的API密钥"

3.2.2 阿里云通义千问模型

BASIC_MODEL:
  base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"
  model: "qwen-max-latest"
  api_key: "您的API密钥"

3.2.3 DeepSeek官方模型

BASIC_MODEL:
  base_url: "https://api.deepseek.com"
  model: "deepseek-chat"
  api_key: "您的API密钥"

3.2.4 Google Gemini模型

BASIC_MODEL:
  base_url: "https://generativelanguage.googleapis.com/v1beta/openai/"
  model: "gemini-2.0-flash"
  api_key: "您的API密钥"

3.3 特殊模型集成方案

3.3.1 Ollama本地模型集成

对于希望在本地运行模型的开发者，可以通过Ollama实现：

BASIC_MODEL:
  model: "ollama/模型名称"
  base_url: "http://localhost:11434"  # Ollama默认服务地址

使用前请确保已正确安装并启动了Ollama服务。

3.3.2 OpenRouter模型集成

OpenRouter提供了统一的模型访问接口，配置分为两步：

1. 设置环境变量（如在.env文件中）：

OPENROUTER_API_KEY="您的OpenRouter API密钥"

2. 配置conf.yaml：

BASIC_MODEL:
  model: "openrouter/google/palm-2-chat-bison"

注意模型名称前需要添加"openrouter/"前缀。

3.3.3 Azure模型集成

Azure云服务上的模型可通过以下配置接入：

BASIC_MODEL:
  model: "azure/gpt-4o-2024-08-06"
  api_base: "您的Azure API基础地址"
  api_version: "API版本号"
  api_key: "您的Azure API密钥"

四、最佳实践建议

1. API密钥安全：建议将敏感信息如API密钥通过环境变量注入，而非直接写在配置文件中
2. 模型选择：根据任务复杂度选择模型，简单任务可使用轻量级模型以节省成本
3. 上下文长度：对于长文档处理，优先选择支持32k及以上上下文的模型
4. 测试验证：配置完成后，建议先用简单查询测试模型连接是否正常

五、常见问题排查

1. 连接失败：检查base_url是否正确，网络是否通畅
2. 认证错误：确认API密钥是否有效且未过期
3. 模型不可用：验证模型名称是否拼写正确，服务商是否已更新模型版本
4. 性能问题：调整max_step_num参数，或尝试更换更高性能的模型

通过本指南，您应该已经掌握了DeerFlow的配置要点。随着项目发展，我们将持续扩展支持的模型范围并优化配置体验。建议定期查看项目更新以获取最新功能。