DeerFlow源码分析

目录

• 背景和价值
• DeerFlow多智能体系统解析
  • 1. DeerFlow有哪些Agent，以及定义
    • research_team-> continue_to_running_research_team 函数返回节点的判断逻辑
  • 2. Agent之间流转（流程图）及控制变量

背景和价值

DeerFlow多智能体系统解析

1. DeerFlow有哪些Agent，以及定义

DeerFlow基于LangGraph构建的多智能体协作系统，主要包含以下核心Agent：

Agent类型	定义	主要职责
协调器(Coordinator)	系统入口点，领导者	接收用户输入，处理简单问候/拒绝不当请求，将任务转交给规划器
规划者(Planner)	系统参谋部	将宏观问题分解为子任务，制定研究计划，判断是否需要背景调查
研究员(Researcher)	研究团队核心	通过网络搜索、爬虫等工具收集信息，确保数据质量
程序员(Coder)	研究团队技术专家	执行Python代码进行数据处理、统计分析、运行模拟
报告员(Reporter)	最终成果输出者	整合所有信息，生成结构化、人类可读的报告/播客/演示文稿
research_team决策跳转逻辑	总结节点	无调研计划 / 计划无步骤 ，所有步骤均已执行完成等

research_team-> continue_to_running_research_team 函数返回节点的判断逻辑

节点	类别	具体触发场景	核心业务目的
planner	计划异常	1. 全局状态中current_plan为None（无调研计划）； 2. current_plan存在但steps列表为空（计划无步骤）	跳转到规划师节点，重新生成包含有效步骤的调研计划，为流程推进提供依据
planner	流程收尾	调研计划中所有步骤的execution_res均有值（无论执行成功/失败，所有步骤已完成）	跳转到规划师节点，由规划师触发后续收尾流程（如生成最终调研报告、结束调研任务）
planner	兜底防御	1. 遍历步骤列表后未找到任何未完成的步骤（与流程收尾场景形成双重兜底）； 2. 找到的未完成步骤类型既非StepType.RESEARCH也非StepType.PROCESSING； 3. 函数执行到最后一行无其他匹配分支（终极兜底）	1. 避免因数据结构错误、判断逻辑异常导致流程卡死； 2. 由规划师处理无法识别的步骤类型或异常分支，保障流程稳定性
researcher	调研执行	找到第一个未完成的步骤，且该步骤的类型为StepType.RESEARCH	跳转到研究员节点，由研究员执行调研类步骤（调用搜索/爬取工具、收集数据等）
coder	数据处理	找到第一个未完成的步骤，且该步骤的类型为StepType.PROCESSING	跳转到编码师节点，由编码师执行数据处理类步骤（如生成分析脚本、处理结构化数据等）

💡 从知识库[3][6]可知：DeerFlow采用"协调器→规划器→研究团队→报告员"的层级协作模式，研究团队包含研究员和程序员两个专业角色。

2. Agent之间流转（流程图）及控制变量