DeerFlow 工具集成实战搜索、知识库、MCP 与 REPL 一次配齐【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow你让代理做深度研究第一步就卡在取数上网上查到的资料浅内网文档它读不到外部服务的接口它调不动中间的计算还得人工去算。DeerFlow 的工具集成就是冲着这四道坎来的一次研究任务里搜索后端、私有知识库、MCP 外部工具、Python REPL 各管一段配好就能跑。 信息从哪来搜索后端切换与私有库接入DeerFlow 用一个统一入口按配置动态创建搜索工具改一行配置就能换搜索后端代理侧代码不用动。搜索后端怎么选YAML 里改一个字段就行后端候选有 tavily、brave_search、arxiv、duckduckgo、wikipedia在 YAML 里写selected字段配合环境变量替换生效SEARCH_ENGINE: selected: tavily include_domains: [] exclude_domains: []TavilyAI 原生搜索引擎。可调返回条数、搜索深度basic / advanced、域名黑白名单还能开原始正文和图像返回图像结果附带文字描述。Brave Search隐私向的企业级搜索必须给BRAVE_SEARCH_API_KEY结果条数精确可控。Arxiv面向学术检索一次取回论文的完整元数据。不管走哪个后端返回结果都会整理成同一套字段typepage / image、title、url、content、score图像结果额外带image_url和image_description。上层解析逻辑因此保持稳定换后端不会触发返工。私有知识库怎么接RAGFlow 和 VikingDB 两条路两条路径都收在同一个Retriever接口后面接口只暴露两件事list_resources()列出可用资源query_relevant_documents()按资源取回相关文档。代理的用法固定两步先问有哪些知识库再按资源标识去检索。RAGFlow 路线开源 RAG 引擎配RAGFLOW_API_URLRAGFLOW_API_KEY即可连上默认取回 10 条支持跨语言检索中文问题能召回英文文档。VikingDB 路线火山引擎的企业级知识库认证走 AK/SK HMAC-SHA256 请求签名链路安全性更高除检索数量外还暴露稠密检索权重、重排序开关、块分组等高级参数适合对召回质量有要求的场景。资源用统一标识描述rag://dataset/{id}[#{doc}]。#后面的文档 id 可选给了就精确到单篇文档。上层代码因此不用为不同知识库各写一套解析。 代理能做什么用 MCP 扩工具、用 REPL 跑代码一个 MCP 服务器怎么接进来stdio / SSE / streamable_http 三选一MCPModel Context Protocol是接外部工具的现成协议。DeerFlow 支持三种传输stdio本地命令行进程配command和args就能拉起来。sse服务实时推送事件适合持续更新的数据流。streamable_http流式 HTTP 服务配url和headers。配好后 DeerFlow 自动向服务器要工具清单拿到的工具直接注册进代理工具箱不用手写胶水代码。工具怎么精确管控开关、白名单、按 agent 分发MCP 默认关闭ENABLE_MCP_SERVER_CONFIGURATION显式打开才生效生产环境不会误露出 MCP 接口。全局开关之外还有两层精细控制enabled_tools从这台服务器只加载哪些工具。add_to_agents加载来的工具分发给哪些代理。一个配置就能把某个工具只挂给 researcher{ transport: stdio, command: uvx, args: [mcp-github-trending], enabled_tools: [get_github_trending_repositories], add_to_agents: [researcher] }默认超时 60 秒首次连接要拉进程、建握手留足初始化时间。MCP 侧的异常单独捕获只会让对应工具调用失败不会拖垮整个研究流程。Python REPL 怎么跑代码print 出来才看得到REPL 由ENABLE_PYTHON_REPL控制默认关闭。启用后代理把要执行的代码交给它跑输入先做类型校验执行中的异常被捕获并以错误信息返回不会把主流程带崩。结果要用print()显式输出对话里才看得到。典型用途数据统计、算法验证、复利这类金融计算。 安全与性能这些细节都收敛在一处异步 IO搜索请求走 aiohttp 异步发出不阻塞事件循环。连接池HTTP 调用复用连接省掉反复建连的开销。超时与重试请求配超时临时故障按指数退避重试。结果缓存高频查询直接命中缓存省 API 调用。异常隔离搜索、知识库、MCP、REPL 的失败都只落到对应工具调用的返回里研究任务本身不停摆。沙箱与审计Python 代码在受控环境里执行默认禁用、生产环境谨慎开启工具调用保留审计日志出事可回查。 配置速查环境变量默认值必填SELECTED_SEARCH_ENGINEtavily否TAVILY_API_KEY无用 Tavily 时必填BRAVE_SEARCH_API_KEY无用 Brave 时必填RAGFLOW_API_URL无接 RAGFlow 时必填RAGFLOW_API_KEY无接 RAGFlow 时必填RAGFLOW_RETRIEVAL_SIZE10否RAGFLOW_CROSS_LANGUAGESEnglish,Chinese否VIKINGDB_KNOWLEDGE_BASE_API_URL / API_AK / API_SK无接 VikingDB 时必填ENABLE_MCP_SERVER_CONFIGURATIONfalse否ENABLE_PYTHON_REPLfalse否更多字段的解释可参考仓库里的 backend/docs/CONFIGURATION.md。MCP 工具一条配置就能挂上来私有知识库配两三个变量就能用搜索后端在 YAML 里换一行字。这四类能力拼起来一个深度研究任务从取数、查内部资料到跑计算不用再人工补位。【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 DeerFlow 工具集成实战：搜索、知识库、MCP 与 REPL 一次配齐
DeerFlow 工具集成实战搜索、知识库、MCP 与 REPL 一次配齐【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow你让代理做深度研究第一步就卡在取数上网上查到的资料浅内网文档它读不到外部服务的接口它调不动中间的计算还得人工去算。DeerFlow 的工具集成就是冲着这四道坎来的一次研究任务里搜索后端、私有知识库、MCP 外部工具、Python REPL 各管一段配好就能跑。 信息从哪来搜索后端切换与私有库接入DeerFlow 用一个统一入口按配置动态创建搜索工具改一行配置就能换搜索后端代理侧代码不用动。搜索后端怎么选YAML 里改一个字段就行后端候选有 tavily、brave_search、arxiv、duckduckgo、wikipedia在 YAML 里写selected字段配合环境变量替换生效SEARCH_ENGINE: selected: tavily include_domains: [] exclude_domains: []TavilyAI 原生搜索引擎。可调返回条数、搜索深度basic / advanced、域名黑白名单还能开原始正文和图像返回图像结果附带文字描述。Brave Search隐私向的企业级搜索必须给BRAVE_SEARCH_API_KEY结果条数精确可控。Arxiv面向学术检索一次取回论文的完整元数据。不管走哪个后端返回结果都会整理成同一套字段typepage / image、title、url、content、score图像结果额外带image_url和image_description。上层解析逻辑因此保持稳定换后端不会触发返工。私有知识库怎么接RAGFlow 和 VikingDB 两条路两条路径都收在同一个Retriever接口后面接口只暴露两件事list_resources()列出可用资源query_relevant_documents()按资源取回相关文档。代理的用法固定两步先问有哪些知识库再按资源标识去检索。RAGFlow 路线开源 RAG 引擎配RAGFLOW_API_URLRAGFLOW_API_KEY即可连上默认取回 10 条支持跨语言检索中文问题能召回英文文档。VikingDB 路线火山引擎的企业级知识库认证走 AK/SK HMAC-SHA256 请求签名链路安全性更高除检索数量外还暴露稠密检索权重、重排序开关、块分组等高级参数适合对召回质量有要求的场景。资源用统一标识描述rag://dataset/{id}[#{doc}]。#后面的文档 id 可选给了就精确到单篇文档。上层代码因此不用为不同知识库各写一套解析。 代理能做什么用 MCP 扩工具、用 REPL 跑代码一个 MCP 服务器怎么接进来stdio / SSE / streamable_http 三选一MCPModel Context Protocol是接外部工具的现成协议。DeerFlow 支持三种传输stdio本地命令行进程配command和args就能拉起来。sse服务实时推送事件适合持续更新的数据流。streamable_http流式 HTTP 服务配url和headers。配好后 DeerFlow 自动向服务器要工具清单拿到的工具直接注册进代理工具箱不用手写胶水代码。工具怎么精确管控开关、白名单、按 agent 分发MCP 默认关闭ENABLE_MCP_SERVER_CONFIGURATION显式打开才生效生产环境不会误露出 MCP 接口。全局开关之外还有两层精细控制enabled_tools从这台服务器只加载哪些工具。add_to_agents加载来的工具分发给哪些代理。一个配置就能把某个工具只挂给 researcher{ transport: stdio, command: uvx, args: [mcp-github-trending], enabled_tools: [get_github_trending_repositories], add_to_agents: [researcher] }默认超时 60 秒首次连接要拉进程、建握手留足初始化时间。MCP 侧的异常单独捕获只会让对应工具调用失败不会拖垮整个研究流程。Python REPL 怎么跑代码print 出来才看得到REPL 由ENABLE_PYTHON_REPL控制默认关闭。启用后代理把要执行的代码交给它跑输入先做类型校验执行中的异常被捕获并以错误信息返回不会把主流程带崩。结果要用print()显式输出对话里才看得到。典型用途数据统计、算法验证、复利这类金融计算。 安全与性能这些细节都收敛在一处异步 IO搜索请求走 aiohttp 异步发出不阻塞事件循环。连接池HTTP 调用复用连接省掉反复建连的开销。超时与重试请求配超时临时故障按指数退避重试。结果缓存高频查询直接命中缓存省 API 调用。异常隔离搜索、知识库、MCP、REPL 的失败都只落到对应工具调用的返回里研究任务本身不停摆。沙箱与审计Python 代码在受控环境里执行默认禁用、生产环境谨慎开启工具调用保留审计日志出事可回查。 配置速查环境变量默认值必填SELECTED_SEARCH_ENGINEtavily否TAVILY_API_KEY无用 Tavily 时必填BRAVE_SEARCH_API_KEY无用 Brave 时必填RAGFLOW_API_URL无接 RAGFlow 时必填RAGFLOW_API_KEY无接 RAGFlow 时必填RAGFLOW_RETRIEVAL_SIZE10否RAGFLOW_CROSS_LANGUAGESEnglish,Chinese否VIKINGDB_KNOWLEDGE_BASE_API_URL / API_AK / API_SK无接 VikingDB 时必填ENABLE_MCP_SERVER_CONFIGURATIONfalse否ENABLE_PYTHON_REPLfalse否更多字段的解释可参考仓库里的 backend/docs/CONFIGURATION.md。MCP 工具一条配置就能挂上来私有知识库配两三个变量就能用搜索后端在 YAML 里换一行字。这四类能力拼起来一个深度研究任务从取数、查内部资料到跑计算不用再人工补位。【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考