DeerFlow操作手册：WebUI界面功能按钮详细说明
1. DeerFlow是什么：你的个人深度研究助理
DeerFlow不是普通聊天工具，而是一个能帮你做深度研究的智能助手。它不只回答问题，还能主动搜索网络、运行代码、整理报告，甚至把研究成果变成播客。如果你需要查资料、写分析、做技术调研，或者想快速了解一个陌生领域，DeerFlow就像一位随时待命的研究搭档——不用你手动翻网页、复制粘贴、调试代码，它自己就能完成一整套研究流程。
它背后整合了真实搜索引擎（比如Tavily和Brave Search）、Python执行环境、MCP服务接口，以及高质量语言模型。这意味着它不只是“说得好”，而是“做得实”：能验证信息来源、跑通数据逻辑、生成可读性强的结构化报告。对工程师、产品经理、研究员、内容创作者来说，这种“从提问到交付”的闭环能力，比单纯的文字生成更有实际价值。
2. WebUI界面概览：一眼看懂每个按钮是干什么的
打开DeerFlow的WebUI界面后，你会看到一个简洁但功能丰富的操作面板。它没有堆砌大量选项，所有核心功能都通过几个关键按钮组织起来。下面我们就按使用顺序，一个一个讲清楚每个按钮的实际作用、什么时候该点、点了之后会发生什么——不讲抽象概念，只说你点下去后能看到什么、能做什么。
2.1 主题切换按钮（左上角图标）
页面左上角有一个带“D”字母的圆形图标，旁边写着“DeerFlow”。这不是装饰，而是主题切换开关。
- 点击一次：界面从默认浅色模式切换为深色模式，适合长时间阅读或夜间使用；
- 再点一次：切回浅色模式；
- 小提示：深色模式下文字对比度更高，代码块和日志输出更清晰，做技术分析时推荐开启。
这个按钮不改变任何功能逻辑，只影响视觉体验，但用久了你会觉得它很贴心。
2.2 新建会话按钮（+号图标）
位于顶部导航栏右侧，是一个蓝色“+”号按钮。这是你每次开始新研究任务的起点。
- 点击后：清空当前对话历史，创建一个干净的空白会话；
- 适用场景：当你想换个方向提问（比如刚做完“比特币价格走势分析”，现在要转去查“医疗AI最新论文”），或者发现当前会话逻辑混乱、结果偏离预期时；
- 注意：它不会删除之前的会话记录，旧会话仍保留在左侧会话列表中，可随时点击返回。
这个按钮的存在，让DeerFlow避免了“越聊越乱”的常见问题——你可以随时按下“重来键”，而不是硬着头皮往下追问。
2.3 历史会话列表（左侧边栏）
界面左侧是一列垂直排列的会话标题，每条代表一次完整的研究过程。
- 每个标题默认显示你第一次提问的前10–15个字（比如“分析2024年Q2国产大模型性能对比”）；
- 点击任意一条：立即加载该次会话的全部上下文，包括中间调用的搜索结果、执行的代码、生成的图表；
- 长按或悬停在某条会话上：会出现“重命名”和“删除”两个小图标；
- 重命名：帮你把“问了啥”改成“实际做了啥”，比如把“怎么用Python画折线图”改成“2024主流LLM推理延迟对比图”；
- 删除：彻底移除该次会话及所有关联数据（不可恢复，请谨慎操作）。
这个列表不是简单的聊天记录，而是你的“研究档案柜”——每一次探索都有迹可循，方便复盘、分享或二次加工。
2.4 核心提问输入框（中央主区域）
页面正中央是一个宽大的文本输入框，底部有“发送”箭头按钮。这是你和DeerFlow交互最直接的地方。
- 输入内容建议：
- 别只写关键词（如“Transformer”），而是描述你真正想解决的问题（如“用通俗语言解释Transformer如何处理长文本，和RNN比有什么优势？”）；
- 可以带具体要求（如“请分三部分回答：原理、优缺点、2024年典型应用案例”）；
- 支持多轮追问（比如第一轮问“什么是LoRA”，第二轮接着问“在Qwen3上微调时，LoRA秩设为8和16效果差别大吗？”）；
- 发送后：DeerFlow不会立刻回复文字，而是先判断是否需要搜索、是否需要写代码、是否需要调用TTS——整个过程在后台自动完成，你只需等待最终整合好的答案。
这个输入框的设计理念是“降低表达门槛”：你不需要知道模型参数、不需要写prompt工程术语，就像跟一位懂技术的朋友当面讨论一样自然。
2.5 功能扩展按钮组（输入框下方）
在输入框正下方，横向排列着四个带图标的按钮，它们是DeerFlow区别于普通聊天界面的关键所在：
2.5.1 搜索增强按钮（放大镜图标）
- 作用：强制DeerFlow优先调用搜索引擎获取最新、最权威的外部信息；
- 什么时候用：
- 你问的是时效性强的问题（如“最近一周Tavily API有哪些更新？”）；
- 你想验证某个说法是否准确（如“网上说Qwen3在中文数学推理上超越Gemma3，是真的吗？”）；
- 默认情况下DeerFlow会自主判断是否需要搜索，但点这个按钮等于加一道“必须搜”的指令；
- 效果：你会看到它先列出3–5个搜索结果摘要，再基于这些内容组织回答，所有引用都标明来源链接。
2.5.2 代码执行按钮（</>图标）
- 作用：告诉DeerFlow：“接下来这个问题，需要用Python代码来解决”；
- 什么时候用：
- 涉及数据计算（如“根据这份CSV里的销售数据，算出各品类季度增长率并画柱状图”）；
- 需要自动化处理（如“把这10篇PDF论文的标题和摘要提取出来，存成Excel”）；
- 验证技术方案可行性（如“写一段代码，测试vLLM在4bit量化下对Qwen3-4B的吞吐量影响”）；
- 效果：它会自动生成完整可运行代码，先在沙箱环境中执行，再把结果（表格、图表、日志）嵌入回答中，并附上代码说明。
2.5.3 报告生成按钮（文档图标）
- 作用：触发深度报告模式，输出结构完整、带章节标题、含图表和参考文献的正式文档；
- 什么时候用：
- 你需要交付成果（如给团队写一份《开源RAG框架选型报告》）；
- 问题本身就很复杂（如“对比LlamaIndex、Haystack、RAGFlow在中文场景下的检索精度、部署难度、社区活跃度”）；
- 效果：生成的报告不是大段文字堆砌，而是分“背景→方法→结果→结论→建议”五大部分，关键数据用表格呈现，图表带坐标轴和图例，末尾附上所有引用来源链接。
2.5.4 播客生成按钮（声波图标）
- 作用：将当前会话内容或指定研究结果，转换成语音播客格式；
- 什么时候用：
- 你想边听边做其他事（通勤、健身时了解技术动态）；
- 需要把研究报告分享给不习惯读长文的同事；
- 做知识沉淀，把一次深度调研变成可反复收听的音频资产；
- 效果：生成MP3文件，语音采用火山引擎TTS服务，音色自然、语速适中、专业感强；支持选择男/女声、调整语速、添加章节停顿。
这组按钮的意义在于：它把“研究动作”显性化了。你不再需要靠猜模型会不会搜、会不会写代码，而是明确告诉它“这次我要用哪种能力”，控制权始终在你手上。
2.6 运行状态指示器（右上角小圆点）
界面右上角有一个彩色小圆点，颜色实时反映系统当前状态：
- 绿色：所有服务正常（vLLM模型服务、DeerFlow主程序、搜索引擎API、Python执行环境均就绪）；
- 黄色：部分服务响应较慢（如某次搜索超时、TTS服务暂时繁忙），但不影响基础问答；
- 红色：关键服务异常（如vLLM未启动、Python沙箱崩溃），此时需检查日志；
- 点击该圆点：弹出简明状态面板，显示各模块健康状态、最近一次错误时间、对应日志片段（如“vLLM连接失败：Connection refused”）。
这个设计让你不用翻日志文件就能快速定位问题，尤其适合非运维人员日常使用。
3. 实际操作示例：从提问到交付的完整走查
光看按钮说明还不够直观？我们用一个真实场景走一遍全流程，看看每个按钮如何配合工作。
3.1 场景设定：你想快速了解“DeerFlow在金融数据分析中的实际应用”
第一步：新建会话
点击右上角“+”号，确保从干净状态开始。
第二步：启用搜索增强
先点一下放大镜按钮（搜索增强），再在输入框中输入：
“DeerFlow有没有被用于股票分析、财报解读或量化策略生成？请找近半年的真实案例，最好有GitHub项目或技术博客链接。”
第三步：观察后台动作
你会看到界面上方出现一行小字：“正在调用Tavily搜索… 找到4个相关结果”，几秒后，它列出3篇技术文章摘要，并基于内容总结出：
- 有团队用DeerFlow自动抓取A股上市公司财报PDF，提取关键财务指标生成对比表；
- 另一项目将其集成进量化平台，用自然语言描述策略逻辑（如“当RSI低于30且MACD金叉时买入”），由DeerFlow自动生成回测代码；
- 所有引用均附原文链接，可一键跳转。
第四步：深化分析（调用代码执行）
你对第二个案例感兴趣，于是点击</>按钮，在输入框追加：
“请基于上面提到的‘RSI+MACD’策略，写一段能在yfinance和backtrader中运行的Python回测代码，并用贵州茅台2023年数据演示。”
DeerFlow立刻生成完整代码，包含数据获取、指标计算、信号生成、回测执行、结果可视化全过程，并在下方嵌入一张收益曲线图。
第五步：生成可交付报告
最后，点击文档图标，输入：
“把以上所有内容整理成一份面向金融工程师的内部技术简报，包含：应用场景说明、代码实现要点、实测效果数据、部署注意事项。”
几秒钟后，一份带封面、目录、章节编号、图表编号的PDF风格报告就生成了，可直接导出或分享。
整个过程，你只用了4个按钮、3次输入，就完成了信息搜集→技术验证→成果交付的全链条。
4. 常见问题与实用技巧
即使按钮功能清晰，实际使用中仍可能遇到一些小状况。以下是高频问题的应对方式，全是来自真实用户反馈的“血泪经验”。
4.1 为什么有时提问后没反应，或提示“服务不可用”？
最常见原因是vLLM模型服务未就绪。按以下顺序排查：
打开终端，执行：
cat /root/workspace/llm.log查看最后几行是否有
INFO: Uvicorn running on http://0.0.0.0:8000字样。如果没有，说明vLLM未启动，需重启服务。如果vLLM日志正常，再查DeerFlow主服务：
cat /root/workspace/bootstrap.log关键看是否有
DeerFlow server started on http://0.0.0.0:8080和Connected to vLLM at http://localhost:8000两行。缺任一者，说明服务间通信失败。小技巧：如果只是临时卡顿，刷新浏览器页面通常能恢复；若持续异常，重启容器比重装更高效。
4.2 输入框里写了很长的问题，但DeerFlow只答了一半？
这不是模型“偷懒”，而是它在执行过程中遇到了限制：
- 搜索结果数量限制：Tavily默认最多返回5个结果，若你问的是“全球所有AI芯片厂商”，它会优先返回英伟达、AMD、寒武纪等头部企业信息；
- 代码执行超时：沙箱环境单次运行上限为90秒，复杂计算（如训练小模型）会被中断；
- 报告长度限制：单次生成报告正文不超过8000字，超长内容会自动分节。
应对方法很简单：把大问题拆成小问题。例如，不要问“分析中国新能源汽车产业链”，而是分三次问：
① “国内动力电池主要厂商及2023年市占率” → 得到表格；
② “宁德时代2023年研发投入和专利数量” → 得到数据；
③ “综合以上，画出产业链图谱并标注技术卡点” → 得到可视化图。
4.3 如何让生成的播客更专业？
默认设置已足够清晰，但若想进一步提升质量，可在点击声波图标后，在弹出的设置面板中调整：
- 音色选择：推荐“科技男声-沉稳版”或“知性女声-清晰版”，避免“情感丰富”类音色（易显得不专业）；
- 语速调节：技术内容建议设为0.9倍速，比常速稍慢，便于理解术语；
- 章节停顿：开启“章节间增加2秒停顿”，让听众有时间消化图表或数据。
生成后的MP3文件会自动保存在/root/workspace/podcasts/目录下，文件名含时间戳，方便归档。
5. 总结：掌握按钮，就是掌握DeerFlow的核心能力
DeerFlow的WebUI看似简单，但每个按钮都对应一种研究能力的“开关”。你不需要记住所有技术细节，只要理解：
- +号按钮= 重置研究起点，保持思路清晰；
- 放大镜按钮= 调动外部世界的信息，让回答有据可依；
- </>按钮= 启动真实代码引擎，把想法变成可运行的结果；
- 文档按钮= 升级输出形态，从聊天记录变成交付物；
- 声波按钮= 拓展知识载体，让深度内容不止于阅读；
这五个按钮组合起来，构成了一个“提问→验证→实现→交付→传播”的完整研究闭环。它不替代你的思考，而是把你从重复劳动中解放出来，把时间真正花在判断、决策和创造上。
你现在要做的，就是打开界面，点一次+号，输入第一个问题——剩下的，交给DeerFlow。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
