Olares

简体中文

English

简体中文

English

Appearance

WARNING

本文档由 AI 自动翻译，可能存在表述差异。如需核对，请参考英文原文。

设置 DeerFlow 2.0 实现 AI 驱动的研究和任务处理 ​

DeerFlow 是字节跳动开源的智能代理框架，基于 LangGraph 和 LangChain 构建。它通过可扩展的 skill 编排子代理、记忆和沙盒来处理复杂任务。

DeerFlow 2.0 是原版 DeerFlow 的彻底重写。虽然 1.0 版本是一个深度研究框架，但 2.0 版本是一个通用智能代理平台。

学习目标 ​

在本指南中，你将学习如何：

  • 在 Olares 上安装 DeerFlow 2.0 并配置本地模型。
  • 运行深度研究等任务。

前提条件 ​

开始前，你需要：

  • 一台具有足够磁盘空间和内存的 Olares 设备。

  • 以下模型：

    模型类型模型获取方式
    聊天Qwen3.6-27B (llama.cpp)从 Market 安装
可选：使用其他模型

你也可以选择不同大小的模型，或改用其他模型提供商：

  • 从应用市场安装其他模型应用。
  • 通过引擎基座应用创建模型实例，使用自己的模型。

如果 AI Agent 应用已安装 Olares CLI 和 Agent Skills，可以让它部署模型并跳过手动设置。例如：

plain
使用 Ollama 引擎基座在我的 Olares 上部署 qwen3.5:9b。

安装 DeerFlow 2.0 ​

  1. 打开 Market，搜索 "DeerFlow 2.0"。 DeerFlow 2.0

  2. 点击 获取，然后点击 安装，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，请在该文件中添加模型及其连接信息。

获取模型连接信息 ​

模型连接的工作原理

Olares 上的独立模型作为与客户端应用分开的服务运行。要连接两者，客户端需要准确的 Model name，以及与其所需 API 格式相匹配的 Base URL。

你可以从模型控制台获取这两个值。有关更多信息，可参阅连接 AI 应用。

对于 Qwen3.6-27B (llama.cpp)：

  1. 从启动台打开模型应用。其模型控制台会自动打开。

  2. 等待模型显示就绪，且引擎显示运行中。

    Qwen3.6-27B 模型控制台

  3. 在模型部分，按显示内容原样复制模型名称。

  4. 在引擎部分：

    a. 连接来源：选择 Olares 内应用。

    b. API 格式：选择 OpenAI-Compatible。

    c.按显示内容原样复制 Base URL 地址。

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，然后点击右上角的 edit_square 打开编辑器。

  3. 在 models: 部分下添加以下模型配置。

    yaml
    models:
  - name: unsloth/Qwen3.6-27B-GGUF:Q4_K_M      # 模型的唯一标识符
    display_name: Qwen3.6-27B      # UI 中显示的名称
    use: langchain_openai:ChatOpenAI      # 用于 OpenAI-compatible API 的 LangChain 类
    model: unsloth/Qwen3.6-27B-GGUF:Q4_K_M      # 模型 ID
    api_key: olares      # 使用任意非空文本
    base_url: https://e46e044d.laresprime.olares.com/v1      # 模型控制台中的 Base URL
    supports_thinking: true      # 如果模型支持扩展思考，则设为 true

    编辑 config.yaml

  4. 点击 save 保存更改。

重启以应用更改 ​

  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。

    重启 DeerFlow 2.0

  3. 在确认对话框中，确认重启。

  4. 等待状态图标变为绿色。

使用 DeerFlow 2.0 ​

模型配置完成后，你就可以开始使用 DeerFlow 2.0 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。

    创建 DeerFlow 管理员账号

  3. 选择你喜欢的执行模式。

    选择执行模式

    DeerFlow 2.0 提供多种执行模式，控制代理如何处理你的请求，从快速单次回答到多步骤研究（含子代理）。

  4. 在聊天框中输入你的提示，或选择一个建议主题作为灵感。

    例如，你可以对某个主题进行深度研究： 深度研究示例

    你也可以上传附件，让 DeerFlow 将其作为输入： 上传附件

FAQs ​

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 是否正确。
  • 检查连接信息：确保 Model name 和 Base URL 与模型控制台中显示的值一致。

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 edit_square 编辑 YAML。

  4. 找到 ENABLE_FOLLOWUP_SUGGESTIONS 环境变量，将其值改为 'true'。 启用后续建议

  5. 点击 Confirm 应用更改。