企业官网建设流程全解析

• 云原生
• 后端
• 运维

本文以 Olares 设备上的 DeerFlow 2.0 应用为核心，完整讲解如何从 Market 安装该应用、通过应用数据目录下的config.yaml将本地大模型（Qwen3.8-27B）经 Olares Router 接入，并重启部署后运行深度研究等任务。读完后你可以独立完成：在 Olares 1.12.7 及以上版本中把任意本地/路由模型接入 DeerFlow 2.0，理解default-chat路由名与 Base URL 的取值规则，并排查“无法生成响应”、启用后续建议等常见问题。

DeerFlow 2.0 是什么

DeerFlow 是字节跳动开源的智能代理（agent）框架，基于 LangGraph 和 LangChain 构建，通过可扩展的 skill 来编排子代理（sub-agents）、记忆（memory）和沙盒（sandbox），以处理复杂任务。

DeerFlow 2.0 是原版的彻底重写：1.0 版本定位是深度研究框架，而 2.0 则是一个通用智能代理平台。从 Market 应用详情页（下图）可以看到其核心能力：

• 子代理并行执行任务的 Super Agent Harness；
• 基于沙盒（Docker 或本地）的代码执行；
• 跨会话的持久长期记忆；
• 内置自定义 skills，支持搜索网络、分析数据、生成可交互 artifacts 等。

Market 页面同时标明了资源需求（截图所示为 1 GiB 内存、2 GiB 磁盘、200m CPU、无 GPU 要求），供安装前参考。

需要说明的是：DeerFlow 应用本身是经由 Olares Market 分发的第三方应用，其源码不在本仓库中；本仓库中与它相关的实现证据主要是 Router 连接机制文档（AI 服务连接、AI 应用如何连接 Olares 模型），本文在配置模型一节会结合这些文档解释连接参数背后的原理。

前提条件

开始之前，你需要：

• 一台运行Olares 1.12.7 或更高版本、具有足够磁盘空间和内存的 Olares 设备；
• 能够访问 Router（本地模型连接的统一入口）；
• 以下模型：

模型连接的工作原理：在 Olares 1.12.7 及以上版本中，AI 客户端通过 Olares Router 连接模型。Router 提供 Base URL，并将default-chat的请求转发给Default models页面中设置的默认聊天模型。

按AI 应用如何连接 Olares 模型的划分，Olares 上的 AI 连接包含三个部分：客户端应用（发送请求的界面/进程）、Router（统一入口，负责验证调用方身份并转发请求）、模型服务（本地模型应用或已接入的远程服务商）。本教程中 DeerFlow 2.0 的后端容器属于“Olares 内的应用进程”，请求始终位于 Olares 内部网络，因此应选用 Router 的Apps in Olares连接选项——该选项由平台注入应用身份，无需 Router API key，这正是后文config.yaml中api_key可填任意非空文本（如olares）的原因。

可选：使用其他模型——从应用市场安装其他聊天模型，或通过引擎基座应用创建模型实例，然后在 Router 的Default models页面将其设为默认聊天模型。使用default-chat的客户端会调用新的默认模型，无需修改客户端的模型设置。如果希望某个客户端始终使用指定模型，则改填 Router 的How to call this model窗口中显示的完整模型名称。

安装 DeerFlow 2.0

1. 打开 Market，搜索 “DeerFlow 2.0”。
2. 点击Get，然后点击Install，等待安装完成。

配置模型

DeerFlow 2.0 使用config.yaml文件作为核心配置。要将其连接到本地模型，需要在这个文件中添加模型及其连接信息。

获取模型连接信息

对于 Qwen3.8-27B (llama.cpp)，按以下步骤从 Router 获取连接参数：

1. 从 Launchpad 打开 Router。在Default models页面将 Qwen3.8-27B (llama.cpp) 设为默认聊天模型。
2. 进入LLM页面，找到 Qwen3.8-27B (llama.cpp)，点击模型所在行的View connection example图标。
3. 在How to call this model窗口中，选择Apps in Olares，复制完整的Base URL，保留末尾的/v1。
4. 客户端中的模型名称填写为default-chat。Olares 内的应用无需 Router API 密钥；允许留空时留空，必填时填olares。

注意：default-chat是路由名称，不会出现在模型列表 API 的返回结果中。如果客户端会自动拉取模型列表，需要手动添加它；如果客户端只允许选择列表中的模型，请改用 Router 中显示的完整模型名称。

编辑 config.yaml

1. 打开 Files，导航至 DeerFlow 2.0 应用数据目录：/Data/deerflowv2/config/。

2. 打开config.yaml，点击右上角编辑图标打开编辑器。

3. 在models:部分下添加以下模型配置，并把PASTE_ROUTER_BASE_URL替换为从 Router 复制的 Base URL：

   models: - name: default-chat # 模型的唯一标识符 display_name: Qwen3.8-27B # UI 中显示的名称 use: langchain_openai:ChatOpenAI # 用于 OpenAI-compatible API 的 LangChain 类 model: default-chat # 模型 ID api_key: olares # 使用任意非空文本 base_url: PASTE_ROUTER_BASE_URL supports_thinking: true # 如果模型支持扩展思考，则设为 true

   各字段的作用：

   字段	说明
   name	模型在 DeerFlow 内部配置中的唯一标识符
   display_name	在 UI 中展示的模型名称
   use	指定 LangChain 的加载器与类，langchain_openai:ChatOpenAI表示通过 OpenAI 兼容 API 调用
   model	发给 Router 的模型 ID，这里填路由名default-chat
   api_key	因请求来自 Olares 内部网络、由平台注入应用身份，此值可填任意非空文本
   base_url	从 Router 复制的 Base URL，需包含/v1路径
   supports_thinking	模型支持扩展思考（thinking）时设为true，否则应设为false

4. 点击保存按钮保存更改。

重启以应用更改

config.yaml的修改不会热生效，需要重启后端容器：

1. 打开 Control Hub，选择 DeerFlow 2.0 项目。
2. 在Deployments下，找到后端容器并点击Restart。
3. 在确认对话框中确认重启。
4. 等待状态图标变为绿色，表示部署恢复正常运行。

使用 DeerFlow 2.0

模型配置完成后，就可以开始使用了。

1. 从 Launchpad 打开 DeerFlow 2.0，点击Get Started with 2.0。

2. 首次启动时，创建用于访问和管理当前 DeerFlow 2.0 实例的管理员账号：

   • Email：输入管理员账号的电子邮箱地址；
   • Password：输入至少包含八个字符的密码；
   • Confirm Password：再次输入密码。

   账号数据（包括登录信息）仅保存在当前 DeerFlow 2.0 实例中，创建账号和登录均不连接外部账号服务。

   点击Create Admin Account进入聊天界面。

3. 选择执行模式。聊天界面提供 Flash、Reasoning、Pro、Ultra 等多种执行模式，控制代理如何处理你的请求——从快速单次回答到带子代理的多步骤研究。

   • Flash：快速高效，但可能不够准确；
   • Reasoning：先推理再行动，在速度与准确性之间取平衡；
   • Pro：推理、规划、行动执行并重，耗时更长；
   • Ultra：最重型模式，带规划器拆解任务，适合复杂的多步骤任务。

4. 在聊天框中输入提示词，或选择一个建议主题作为灵感。例如对某个主题进行深度研究：

   从上图可以看到，一次深度研究会产出结构化的研究过程（“6 more steps”等子任务进度）和可下载/可预览的交付物（如ai_note_taking_apps_research.md研究报告），右侧面板支持查看渲染后的 artifact。

   你也可以上传附件，让 DeerFlow 将其作为输入进行处理。

常见问题

DeerFlow 2.0 无法生成响应

如果代理无法启动或卡住：

• 检查模型兼容性：确保你选择的模型已在config.yaml中正确配置，验证端点 URL（base_url）是否正确；
• 检查连接信息：确保 Model name 和 Base URL 与 Router 中显示的值一致；使用default-chat作为模型，并在 Router 的Default models页面确认默认聊天模型就是你要调用的模型。

如何启用后续建议？

默认情况下，为了降低响应生成后不必要的 GPU 使用率，Olares 上的 DeerFlow 2.0 关闭了后续建议（follow-up suggestions）功能。要启用它：

1. 打开 Control Hub，选择 DeerFlow 2.0 项目。
2. 在Deployments下，点击deerflowv2-frontend部署。
3. 点击编辑图标编辑 YAML。
4. 找到ENABLE_FOLLOWUP_SUGGESTIONS环境变量，将其值改为'true'。
5. 点击Confirm应用更改。

版本与适用范围

本文基于 Olares 1.12.7 的连接机制（connectionVersion: 1.12.7，文档版本 1.2，应用版本 1.0.6，更新日期 2026-09-23）。仓库中同时保留了一份面向 1.12.6 的对应版本文档（docs/zh/use-cases/deerflow2-1.12.6.md）：在 1.12.6 及以下版本中，Router 的连接方式与 Base URL 规则可能与本文不同，若你的设备尚未升级到 1.12.7，请以该版本化文档为准。英文原文见 docs/use-cases/deerflow2.md，模型连接的完整规则见 docs/zh/manual/best-practices/connect-ai-apps.md 与 docs/zh/reusables/ai-service-connections.md。

• 云原生
• 后端
• 运维