fix the lint errors in frontend

2026-05-24 17:06:00 +00:00 · 2026-04-26 15:11:22 +08:00
parent 829e82a9af
commit 28381e1383
46 changed files with 456 additions and 357 deletions
@@ -12,7 +12,7 @@ DeerFlow App is configured through two files and a set of environment variables.
 ## Configuration files
 | File                     | Purpose                                                                                 |
-|---|---|
+| ------------------------ | --------------------------------------------------------------------------------------- |
 | `config.yaml`            | Backend configuration: models, sandbox, tools, skills, memory, and all Harness settings |
 | `extensions_config.json` | MCP servers and skill enable/disable state (managed by the App UI and Gateway API)      |
@@ -144,6 +144,7 @@ sandbox:
 ```
 Install: `cd backend && uv add 'deerflow-harness[aio-sandbox]'`
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@@ -225,7 +226,7 @@ memory:
 Set these before running `pnpm build` or starting the frontend in production:
 | Variable              | Required                   | Description                                                      |
-|---|---|---|
+| --------------------- | -------------------------- | ---------------------------------------------------------------- |
 | `BETTER_AUTH_SECRET`  | **Required** in production | Secret for session signing. Use `openssl rand -base64 32`.       |
 | `BETTER_AUTH_URL`     | Recommended                | Public-facing base URL (e.g., `https://your-domain.com`)         |
 | `SKIP_ENV_VALIDATION` | Optional                   | Set to `1` to skip env validation during build (not recommended) |
@@ -268,6 +269,12 @@ make config-upgrade
 ```
 <Cards num={2}>
-  <Cards.Card title="Deployment Guide" href="/docs/application/deployment-guide" />
+  <Cards.Card
-  <Cards.Card title="Harness Configuration" href="/docs/harness/configuration" />
+    title="Deployment Guide"
    href="/docs/application/deployment-guide"
  />
  <Cards.Card
    title="Harness Configuration"
    href="/docs/harness/configuration"
  />
 </Cards>
@@ -18,7 +18,7 @@ DeerFlow App is the reference implementation of what a production DeerFlow exper
 ## What the App provides
 | Capability              | Description                                                                                          |
-|---|---|
+| ----------------------- | ---------------------------------------------------------------------------------------------------- |
 | **Web workspace**       | Browser-based conversation UI with support for threads, artifacts, file uploads, and skill selection |
 | **Custom agents**       | Create and manage named agents with different models, skills, and tool sets                          |
 | **Thread management**   | Persistent conversation threads with checkpointing and history                                       |
@@ -59,7 +59,7 @@ The DeerFlow App runs as four services behind a single nginx reverse proxy:
 ## Technology stack
 | Layer             | Technology                                                           |
-|---|---|
+| ----------------- | -------------------------------------------------------------------- |
 | Frontend          | Next.js 16, React 19, TypeScript, pnpm                               |
 | Gateway           | FastAPI, Python 3.12, uvicorn                                        |
 | Agent runtime     | LangGraph, LangChain, DeerFlow Harness                               |
@@ -68,5 +68,8 @@ The DeerFlow App runs as four services behind a single nginx reverse proxy:
 <Cards num={2}>
  <Cards.Card title="Quick Start" href="/docs/application/quick-start" />
-  <Cards.Card title="Deployment Guide" href="/docs/application/deployment-guide" />
+  <Cards.Card
    title="Deployment Guide"
    href="/docs/application/deployment-guide"
  />
 </Cards>
@@ -14,7 +14,7 @@ This page covers day-to-day operational tasks and solutions to common problems w
 All services write logs to the `logs/` directory when started with `make dev`:
 | File                 | Service                              |
-|---|---|
+| -------------------- | ------------------------------------ |
 | `logs/langgraph.log` | LangGraph / DeerFlow Harness runtime |
 | `logs/gateway.log`   | FastAPI Gateway API                  |
 | `logs/frontend.log`  | Next.js frontend dev server          |
@@ -171,6 +171,9 @@ make dev
 Individual service restart scripts are in `scripts/`. For targeted restarts, you can kill and relaunch individual processes manually using the PIDs in the log files.
 <Cards num={2}>
-  <Cards.Card title="Deployment Guide" href="/docs/application/deployment-guide" />
+  <Cards.Card
    title="Deployment Guide"
    href="/docs/application/deployment-guide"
  />
  <Cards.Card title="Configuration" href="/docs/application/configuration" />
 </Cards>
@@ -25,7 +25,7 @@ make check
 Required:
 | Tool    | Minimum version    |
-|---|---|
+| ------- | ------------------ |
 | Python  | 3.12               |
 | uv      | latest             |
 | Node.js | 22                 |
@@ -87,6 +87,7 @@ make dev
 ```
 This starts:
 - LangGraph server on port `2024`
 - Gateway API on port `8001`
 - Frontend on port `3000`
@@ -111,7 +112,7 @@ make stop
 Log files:
 | Service   | Log file             |
-|---|---|
+| --------- | -------------------- |
 | LangGraph | `logs/langgraph.log` |
 | Gateway   | `logs/gateway.log`   |
 | Frontend  | `logs/frontend.log`  |
@@ -124,6 +125,9 @@ Log files:
 </Callout>
 <Cards num={2}>
-  <Cards.Card title="Deployment Guide" href="/docs/application/deployment-guide" />
+  <Cards.Card
    title="Deployment Guide"
    href="/docs/application/deployment-guide"
  />
  <Cards.Card title="Configuration" href="/docs/application/configuration" />
 </Cards>
@@ -74,6 +74,9 @@ If you have created custom agents, use the **Agent** selector in the input bar t
 Custom agents may have different models, skills, tool sets, and system prompts. See [Agents and Threads](/docs/application/agents-and-threads) for how to create and manage custom agents.
 <Cards num={2}>
-  <Cards.Card title="Agents and Threads" href="/docs/application/agents-and-threads" />
+  <Cards.Card
    title="Agents and Threads"
    href="/docs/application/agents-and-threads"
  />
  <Cards.Card title="Configuration" href="/docs/application/configuration" />
 </Cards>
@@ -105,7 +105,7 @@ This merges new fields from `config.example.yaml` into your existing `config.yam
 The following table maps each top-level `config.yaml` section to its documentation page:
 | Section           | Description                                      | Documentation                                            |
-|---|---|---|
+| ----------------- | ------------------------------------------------ | -------------------------------------------------------- |
 | `log_level`       | Logging level (`debug`/`info`/`warning`/`error`) | —                                                        |
 | `models`          | Available LLM models                             | [Lead Agent](/docs/harness/lead-agent)                   |
 | `token_usage`     | Token tracking per model call                    | [Middlewares](/docs/harness/middlewares)                 |
@@ -157,6 +157,12 @@ tools:
 Start from `config.example.yaml` in the repository root and uncomment the sections you need.
 <Cards num={2}>
-  <Cards.Card title="Deployment Guide" href="/docs/application/deployment-guide" />
+  <Cards.Card
-  <Cards.Card title="Application Configuration" href="/docs/application/configuration" />
+    title="Deployment Guide"
    href="/docs/application/deployment-guide"
  />
  <Cards.Card
    title="Application Configuration"
    href="/docs/application/configuration"
  />
 </Cards>
@@ -170,6 +170,9 @@ guardrails:
 For custom guardrail logic, implement a class with `evaluate()` and `aevaluate()` methods and reference it via `use:`.
 <Cards num={2}>
-  <Cards.Card title="Integration Guide" href="/docs/harness/integration-guide" />
+  <Cards.Card
    title="Integration Guide"
    href="/docs/harness/integration-guide"
  />
  <Cards.Card title="Configuration" href="/docs/harness/configuration" />
 </Cards>
@@ -111,7 +111,7 @@ Environment variable interpolation (`api_key: $OPENAI_API_KEY`) keeps secrets ou
 ## Summary
 | Principle                   | What it means in practice                                      |
-|---|---|
+| --------------------------- | -------------------------------------------------------------- |
 | Harness, not framework      | Ready-to-run runtime with all the infrastructure already wired |
 | Long-horizon first          | Architecture assumes multi-step, multi-tool, multi-turn tasks  |
 | Middleware over inheritance | Behavior is composed from small, isolated plugins              |
@@ -141,9 +141,9 @@ The same Lead Agent runtime powers both the default agent and any custom agents
 Custom agents are created through the DeerFlow App UI or via the `/api/agents` endpoint. Their configuration is stored in `agents/{name}/config.yaml` relative to the backend directory.
 <Callout type="tip">
-  When a custom agent is selected in a thread, the Lead Agent loads that
+  When a custom agent is selected in a thread, the Lead Agent loads that agent's
-  agent's config at runtime. Switching models or skills for a specific agent
+  config at runtime. Switching models or skills for a specific agent does not
-  does not require restarting the server.
+  require restarting the server.
 </Callout>
 ## Bootstrap mode
@@ -44,6 +44,7 @@ The default location is the project root (same directory as `config.yaml`). The
 ```
 Each server entry supports:
 - `command`: the executable to run (e.g., `npx`, `uvx`, `python`)
 - `args`: command arguments as an array
 - `enabled`: whether the server is active (can be toggled without removing the entry)
@@ -92,6 +93,7 @@ With tool search enabled, MCP tools are listed by name in the system prompt but
 Some MCP servers require OAuth authentication. DeerFlow's `mcp/oauth.py` handles the OAuth flow for servers that declare OAuth requirements in their capability headers.
 When an OAuth-protected MCP server is connected, DeerFlow will:
 1. Detect the OAuth requirement from the server's capability headers
 2. Build the appropriate authorization headers using `get_initial_oauth_headers()`
 3. Wrap tool calls with an OAuth interceptor via `build_oauth_tool_interceptor()`
@@ -182,6 +182,7 @@ summarization:
 ```
 **Trigger types**:
 - `tokens`: triggers when the total token count in the conversation exceeds `value`.
 - `messages`: triggers when the number of messages exceeds `value`.
 - `fraction`: triggers when the context reaches `value` fraction of the model's maximum input token limit.
@@ -189,6 +190,7 @@ summarization:
 Multiple triggers can be listed; summarization runs when **any** of them fires.
 **Keep types**:
 - `messages`: keep the last `value` messages after summarization.
 - `tokens`: keep up to `value` tokens of recent history.
 - `fraction`: keep up to `value` fraction of the model's max input token limit.
@@ -86,7 +86,7 @@ agent = create_deerflow_agent(
 Common parameters:
 | Parameter          | Description                                     |
-|---|---|
+| ------------------ | ----------------------------------------------- |
 | `tools`            | Additional tools available to the agent         |
 | `system_prompt`    | Custom system prompt                            |
 | `features`         | Enable or replace built-in runtime features     |
@@ -109,7 +109,10 @@ Use `DeerFlowClient` when you want the higher-level embedded app interface, such
 ## Next steps
 <Cards num={3}>
-  <Cards.Card title="Design Principles" href="/docs/harness/design-principles" />
+  <Cards.Card
    title="Design Principles"
    href="/docs/harness/design-principles"
  />
  <Cards.Card title="Lead Agent" href="/docs/harness/lead-agent" />
  <Cards.Card title="Configuration" href="/docs/harness/configuration" />
 </Cards>
@@ -9,8 +9,8 @@ import { Callout, Cards, Tabs } from "nextra/components";
 <Callout type="info" emoji="📦">
  The sandbox is the isolated workspace where the agent does file and
-  command-based work. It is what makes DeerFlow capable of real action, not
+  command-based work. It is what makes DeerFlow capable of real action, not just
-  just conversation.
+  conversation.
 </Callout>
 The sandbox gives the Lead Agent a controlled environment where it can read files, write outputs, run shell commands, and produce artifacts. Without a sandbox, the agent can only generate text. With a sandbox, it can write and execute code, process data files, generate charts, and build deliverables.
@@ -84,7 +84,7 @@ The provisioner service is included in `docker/docker-compose-dev.yaml` and mana
 The sandbox uses path mappings to bridge the host filesystem and the container's virtual filesystem. Two key mappings are always configured:
 | Host path                                   | Container path                               | Access     |
-|---|---|---|
+| ------------------------------------------- | -------------------------------------------- | ---------- |
 | `skills/` (from `skills.path`)              | `/mnt/skills` (from `skills.container_path`) | Read-only  |
 | `.deer-flow/threads/{thread_id}/user-data/` | `/mnt/user-data/`                            | Read-write |
@@ -45,7 +45,7 @@ The `SKILL.md` file is the authoritative definition of the skill. It is parsed b
 DeerFlow ships with the following public skills:
 | Skill                          | Description                                                                      |
-|---|---|
+| ------------------------------ | -------------------------------------------------------------------------------- |
 | `deep-research`                | Multi-step research with source gathering, cross-checking, and structured output |
 | `data-analysis`                | Data exploration, statistical analysis, and insight generation                   |
 | `chart-visualization`          | Chart and graph creation from data                                               |
@@ -122,8 +122,8 @@ The Lead Agent invokes ACP agents through the `invoke_acp_agent` built-in tool.
 <Callout type="tip">
  ACP agents run as child processes managed by DeerFlow. They communicate over
  the ACP wire protocol. The standard CLI tools (like the plain `claude` or
-  `codex` commands) are not ACP-compatible by default — use the adapter
+  `codex` commands) are not ACP-compatible by default — use the adapter packages
-  packages listed above or a compatible ACP wrapper.
+  listed above or a compatible ACP wrapper.
 </Callout>
 ## Custom agents as subagents
@@ -79,7 +79,7 @@ Searches for tools by name or description and loads them into the agent's contex
 The following tools interact with the sandbox filesystem. They require a sandbox to be configured and active.
 | Tool          | Description                                                                       |
-|---|---|
+| ------------- | --------------------------------------------------------------------------------- |
 | `ls`          | List files in a directory                                                         |
 | `read_file`   | Read file contents                                                                |
 | `glob`        | Find files matching a pattern                                                     |
@@ -124,6 +124,7 @@ tools:
 High-quality search with structured results. Requires a [Tavily](https://tavily.com) API key.
 Install: `cd backend && uv add 'deerflow-harness[tavily]'`
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@@ -134,6 +135,7 @@ tools:
 Semantic search with neural retrieval. Requires an [Exa](https://exa.ai) API key.
 Install: `cd backend && uv add 'deerflow-harness[exa]'`
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@@ -152,6 +154,7 @@ tools:
 Firecrawl-powered search and crawl. Requires a [Firecrawl](https://firecrawl.dev) API key.
 Install: `cd backend && uv add 'deerflow-harness[firecrawl]'`
  </Tabs.Tab>
 </Tabs>
@@ -159,33 +162,22 @@ Install: `cd backend && uv add 'deerflow-harness[firecrawl]'`
 <Tabs items={["Jina AI (default)", "Exa", "InfoQuest", "Firecrawl"]}>
  <Tabs.Tab>
-```yaml
+    ```yaml tools: - use: deerflow.community.jina_ai.tools:web_fetch_tool
-tools:
+    api_key: $JINA_API_KEY # optional; anonymous usage has rate limits ```
-  - use: deerflow.community.jina_ai.tools:web_fetch_tool
+    Converts web pages to clean Markdown. Works without an API key at reduced
-    api_key: $JINA_API_KEY  # optional; anonymous usage has rate limits
+    rate limits.
 ```
 Converts web pages to clean Markdown. Works without an API key at reduced rate limits.
  </Tabs.Tab>
  <Tabs.Tab>
-```yaml
+    ```yaml tools: - use: deerflow.community.exa.tools:web_fetch_tool api_key:
-tools:
+    $EXA_API_KEY ```
  - use: deerflow.community.exa.tools:web_fetch_tool
    api_key: $EXA_API_KEY
 ```
  </Tabs.Tab>
  <Tabs.Tab>
-```yaml
+    ```yaml tools: - use: deerflow.community.infoquest.tools:web_fetch_tool
-tools:
+    api_key: $INFOQUEST_API_KEY ```
  - use: deerflow.community.infoquest.tools:web_fetch_tool
    api_key: $INFOQUEST_API_KEY
 ```
  </Tabs.Tab>
  <Tabs.Tab>
-```yaml
+    ```yaml tools: - use: deerflow.community.firecrawl.tools:web_fetch_tool
-tools:
+    api_key: $FIRECRAWL_API_KEY ```
  - use: deerflow.community.firecrawl.tools:web_fetch_tool
    api_key: $FIRECRAWL_API_KEY
 ```
  </Tabs.Tab>
 </Tabs>
@@ -35,6 +35,7 @@ Press Enter to send.
 ### Watch the agent work
 You will see the agent start working:
 - Expand the **thinking steps** to see which tools it is calling
 - Watch search results stream in
 - Wait for the final report to be generated
@@ -42,6 +43,7 @@ You will see the agent start working:
 ### Interact with the result
 Once the report is generated, you can:
 - Ask for more detail on a specific section
 - Ask to export the report as a file (the agent will use the `present_files` tool)
 - Ask to create a chart based on the research findings
@@ -51,6 +53,7 @@ Once the report is generated, you can:
 ## What just happened
 The agent used the DeerFlow Harness to:
 1. Receive your message and add it to the thread state
 2. Run the middleware chain (memory injection, title generation)
 3. Call the LLM, which decided to search the web
@@ -33,6 +33,7 @@ tools:
 Enable skills through the DeerFlow app's extensions panel, or edit `extensions_config.json` directly.
 **Via the app UI:**
 1. Open the DeerFlow app
 2. Click the Extensions/Skills icon in the sidebar
 3. Find `deep-research` and toggle it on
@@ -32,6 +32,7 @@ Memory works automatically through `MemoryMiddleware`:
 ## Example
 **First conversation:**
 ```
 I am a Python backend developer primarily using FastAPI and PostgreSQL.
 My team follows PEP 8 and prefers type annotations everywhere.
@@ -39,6 +40,7 @@ Please remember this for future code suggestions.
 ```
 **Later conversation** (no need to repeat background):
 ```
 Help me write a user authentication module
 ```
@@ -8,7 +8,8 @@ import { Callout, Cards, Steps } from "nextra/components";
 # Agent 与线程
 <Callout type="info" emoji="🤖">
-  Agent 是配置单元——它们定义了一组能力。线程是对话实例，带有持久化状态和历史记录。
+  Agent
  是配置单元——它们定义了一组能力。线程是对话实例，带有持久化状态和历史记录。
 </Callout>
 ## 自定义 Agent
@@ -115,5 +116,8 @@ checkpointer:
 <Cards num={2}>
  <Cards.Card title="工作区使用" href="/docs/application/workspace-usage" />
-  <Cards.Card title="运维与排障" href="/docs/application/operations-and-troubleshooting" />
+  <Cards.Card
    title="运维与排障"
    href="/docs/application/operations-and-troubleshooting"
  />
 </Cards>
@@ -46,7 +46,7 @@ models:
 启用扩展思考：
 ```yaml
-  - name: claude-extended-thinking
+- name: claude-extended-thinking
  use: langchain_anthropic:ChatAnthropic
  model: claude-sonnet-4-5
  api_key: $ANTHROPIC_API_KEY
@@ -57,6 +57,7 @@ models:
      type: enabled
      budget_tokens: 10000
 ```
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@@ -103,6 +104,7 @@ models:
 ```bash
 ollama pull llama3.3
 ```
  </Tabs.Tab>
 </Tabs>
@@ -163,7 +165,7 @@ checkpointer:
 前端通过 `.env.local`（本地开发）或 Docker Compose 环境中的环境变量配置。
 | 变量                  | 必需       | 描述                                               |
-|---|---|---|
+| --------------------- | ---------- | -------------------------------------------------- |
 | `BETTER_AUTH_SECRET`  | 是（生产） | 会话管理的密钥（最少 32 个字符）                   |
 | `BETTER_AUTH_URL`     | 推荐       | 你的应用公开 URL（例如 `https://your-domain.com`） |
 | `SKIP_ENV_VALIDATION` | 否         | 设为 `1` 跳过构建时环境变量验证                    |
@@ -176,7 +178,8 @@ BETTER_AUTH_SECRET=local-dev-secret-at-least-32-chars
 ```
 <Callout type="warning">
-  不要在生产中使用 <code>SKIP_ENV_VALIDATION=1</code>。为 <code>BETTER_AUTH_SECRET</code> 设置一个真实值。
+  不要在生产中使用 <code>SKIP_ENV_VALIDATION=1</code>。为{" "}
  <code>BETTER_AUTH_SECRET</code> 设置一个真实值。
 </Callout>
 ## extensions_config.json
@@ -208,7 +211,7 @@ BETTER_AUTH_SECRET=local-dev-secret-at-least-32-chars
 这些变量在 DeerFlow 进程中设置（通过 `.env`、Docker 环境或 shell）：
 | 变量                    | 默认值           | 描述                                             |
-|---|---|---|
+| ----------------------- | ---------------- | ------------------------------------------------ |
 | `DEER_FLOW_CONFIG_PATH` | 自动发现         | `config.yaml` 的绝对路径                         |
 | `LOG_LEVEL`             | `info`           | 日志详细程度（`debug`/`info`/`warning`/`error`） |
 | `DEER_FLOW_ROOT`        | 仓库根目录       | 用于 Docker 中的技能和线程挂载                   |
@@ -22,13 +22,14 @@ make dev
 启动的服务：
 | 服务        | 端口 | 描述                    |
-|---|---|---|
+| ----------- | ---- | ----------------------- |
 | LangGraph   | 2024 | DeerFlow Harness 运行时 |
 | Gateway API | 8001 | FastAPI 后端            |
 | 前端        | 3000 | Next.js 界面            |
 | nginx       | 2026 | 统一反向代理            |
 访问地址：**http://localhost:2026**
  </Tabs.Tab>
  <Tabs.Tab>
 ```bash
@@ -36,6 +37,7 @@ make stop
 ```
 停止所有四个服务。即使某个服务没有运行也可以安全执行。
  </Tabs.Tab>
  <Tabs.Tab>
 ```
@@ -46,9 +48,11 @@ logs/nginx.log       # nginx 访问/错误日志
 ```
 实时追踪日志：
 ```bash
 tail -f logs/langgraph.log
 ```
  </Tabs.Tab>
 </Tabs>
@@ -86,7 +90,8 @@ BETTER_AUTH_SECRET=your-secret-here-min-32-chars
 `docker-compose*.yaml` 文件包含 `env_file: ../.env` 指令，会自动加载该文件。
 <Callout type="warning">
-  在部署前始终将 <code>BETTER_AUTH_SECRET</code> 设置为强随机字符串。没有它，前端构建会使用一个公开已知的默认值。
+  在部署前始终将 <code>BETTER_AUTH_SECRET</code>{" "}
  设置为强随机字符串。没有它，前端构建会使用一个公开已知的默认值。
 </Callout>
 ### 数据持久化
@@ -105,7 +110,7 @@ BETTER_AUTH_SECRET=your-secret-here-min-32-chars
 ### 沙箱模式选择
 | 沙箱                                   | 使用场景                   |
-|---|---|
+| -------------------------------------- | -------------------------- |
 | `LocalSandboxProvider`                 | 单用户、受信任的本地工作流 |
 | `AioSandboxProvider`（Docker）         | 多用户、中等隔离需求       |
 | `AioSandboxProvider` + K8s Provisioner | 生产环境、强隔离、多用户   |
@@ -154,7 +159,7 @@ SKILLS_PVC_NAME=deer-flow-skills-pvc
 nginx 路由所有流量，控制路由的关键环境变量：
 | 变量                 | 默认值           | 描述                          |
-|---|---|---|
+| -------------------- | ---------------- | ----------------------------- |
 | `LANGGRAPH_UPSTREAM` | `langgraph:2024` | LangGraph 服务地址            |
 | `LANGGRAPH_REWRITE`  | `/`              | LangGraph 路由的 URL 重写前缀 |
@@ -175,7 +180,7 @@ openssl rand -base64 32
 ### 资源建议
 | 服务                      | 最低配置         | 推荐配置         |
-|---|---|---|
+| ------------------------- | ---------------- | ---------------- |
 | LangGraph（Agent 运行时） | 2 vCPU、4 GB RAM | 4 vCPU、8 GB RAM |
 | Gateway                   | 0.5 vCPU、512 MB | 1 vCPU、1 GB     |
 | 前端                      | 0.5 vCPU、512 MB | 1 vCPU、1 GB     |
@@ -200,5 +205,8 @@ curl http://localhost:2026/api/models
 <Cards num={2}>
  <Cards.Card title="配置" href="/docs/application/configuration" />
-  <Cards.Card title="运维与排障" href="/docs/application/operations-and-troubleshooting" />
+  <Cards.Card
    title="运维与排障"
    href="/docs/application/operations-and-troubleshooting"
  />
 </Cards>
@@ -8,7 +8,9 @@ import { Callout, Cards } from "nextra/components";
 # DeerFlow 应用
 <Callout type="info" emoji="🚀">
-  DeerFlow 应用是构建在 DeerFlow Harness 之上的完整 Super Agent 应用。它将运行时能力打包成一个可部署的产品，包含 Web 界面、API Gateway 和运维工具。
+  DeerFlow 应用是构建在 DeerFlow Harness 之上的完整 Super Agent
  应用。它将运行时能力打包成一个可部署的产品，包含 Web 界面、API Gateway
  和运维工具。
 </Callout>
 DeerFlow 应用是 DeerFlow 生产体验的参考实现。它将 Harness 运行时、基于 Web 的对话工作区、API Gateway 和反向代理组合成一个可部署的完整系统。
@@ -16,7 +18,7 @@ DeerFlow 应用是 DeerFlow 生产体验的参考实现。它将 Harness 运行
 ## 应用提供什么
 | 能力             | 描述                                                  |
-|---|---|
+| ---------------- | ----------------------------------------------------- |
 | **Web 工作区**   | 浏览器对话界面，支持线程、产出物、文件上传和技能选择  |
 | **自定义 Agent** | 创建和管理具有不同模型、技能和工具集的命名 Agent      |
 | **线程管理**     | 带检查点和历史记录的持久化对话线程                    |
@@ -57,7 +59,7 @@ DeerFlow 应用以四个服务的形式运行，通过单个 nginx 反向代理
 ## 技术栈
 | 层次         | 技术                                                    |
-|---|---|
+| ------------ | ------------------------------------------------------- |
 | 前端         | Next.js 16、React 19、TypeScript、pnpm                  |
 | Gateway      | FastAPI、Python 3.12、uvicorn                           |
 | Agent 运行时 | LangGraph、LangChain、DeerFlow Harness                  |
@@ -14,7 +14,7 @@ import { Callout, Cards } from "nextra/components";
 DeerFlow 应用在 `logs/` 目录中写入每个服务的日志：
 | 文件                 | 内容                                   |
-|---|---|
+| -------------------- | -------------------------------------- |
 | `logs/langgraph.log` | Agent 运行时、工具调用、LangGraph 错误 |
 | `logs/gateway.log`   | API 请求/响应、Gateway 错误            |
 | `logs/frontend.log`  | Next.js 服务器日志                     |
@@ -66,12 +66,14 @@ make config-upgrade
 **症状**：Agent 在响应第一条消息时报错，日志中有 API 认证错误。
 **诊断**：
 ```bash
 # 检查 LangGraph 日志中的模型错误
 grep -i "error\|apikey\|unauthorized" logs/langgraph.log | tail -20
 ```
 **解决**：
 1. 验证 `config.yaml` 中 API key 字段名称正确（例如 `$OPENAI_API_KEY`）。
 2. 确认对应的环境变量已设置（`echo $OPENAI_API_KEY`）。
 3. 检查 `base_url`（如有）是否与提供商的实际端点匹配。
@@ -83,12 +85,14 @@ grep -i "error\|apikey\|unauthorized" logs/langgraph.log | tail -20
 **症状**：工具报"文件未找到"或权限错误，即使 Agent 声称已创建文件。
 **诊断**：
 ```bash
 # 检查线程用户数据目录是否存在且可写
 ls -la backend/.deer-flow/threads/
 ```
 **解决**：
 1. 确保 `backend/.deer-flow/` 对运行 DeerFlow 的进程可写。
 2. 在 Docker 部署中，验证卷挂载路径正确（`DEER_FLOW_ROOT` 设置为绝对路径）。
 3. 如果使用基于容器的沙箱，确认 Docker 已运行并且容器镜像已拉取。
@@ -100,6 +104,7 @@ ls -la backend/.deer-flow/threads/
 **症状**：`make install` 或前端构建步骤失败，提示 `BETTER_AUTH_SECRET` 错误。
 **解决**：
 ```bash
 # 选项 1：设置环境变量（推荐）
 export BETTER_AUTH_SECRET=your-secret-here-at-least-32-chars
@@ -116,12 +121,14 @@ SKIP_ENV_VALIDATION=1 pnpm build
 **症状**：MCP 工具未出现，`logs/langgraph.log` 中有超时错误。
 **诊断**：
 ```bash
 # 检查 MCP 相关错误
 grep -i "mcp\|timeout" logs/langgraph.log | tail -20
 ```
 **解决**：
 1. 验证 `extensions_config.json` 中 MCP 服务器的 `command` 和 `args` 在服务器外部正常工作（手动运行命令）。
 2. 确认 MCP 服务器的依赖（如 `npx`、`uvx`）已安装并在 PATH 中。
 3. 检查 MCP 服务器是否需要网络访问或特定环境变量。
@@ -133,6 +140,7 @@ grep -i "mcp\|timeout" logs/langgraph.log | tail -20
 **症状**：沙箱工具请求挂起，日志中有连接拒绝错误。
 **解决**：
 1. 验证 `config.yaml` 中 `provisioner_url` 正确且 Provisioner Pod 运行正常。
 2. 检查 `K8S_NAMESPACE` 和 RBAC 配置是否允许 Provisioner 创建 Pod。
 3. 验证 `SANDBOX_IMAGE` 可以从 K8s 节点拉取。
@@ -140,6 +148,7 @@ grep -i "mcp\|timeout" logs/langgraph.log | tail -20
 ## 数据备份
 DeerFlow 将持久化数据存储在：
 - **线程数据**：`backend/.deer-flow/threads/` — 每个线程的上传文件、输出和工作区文件
 - **检查点**：取决于检查点器配置（SQLite：`backend/.deer-flow/checkpoints.db`，Redis：外部存储）
 - **记忆**：`backend/.deer-flow/memory.json`（以及 `agents/*/memory.json`）
@@ -8,7 +8,8 @@ import { Callout, Cards, Steps } from "nextra/components";
 # 快速上手
 <Callout type="info" emoji="⚡">
-  大约 10 分钟即可在本地运行 DeerFlow 应用。你需要一台安装了 Python 3.12+、Node.js 22+ 的机器，以及至少一个 LLM API Key。
+  大约 10 分钟即可在本地运行 DeerFlow 应用。你需要一台安装了 Python
  3.12+、Node.js 22+ 的机器，以及至少一个 LLM API Key。
 </Callout>
 本指南引导你使用 `make dev` 工作流在本地机器上启动 DeerFlow 应用。所有四个服务（LangGraph、Gateway、前端、nginx）一起启动，通过单个 URL 访问。
@@ -24,7 +25,7 @@ make check
 必需工具：
 | 工具    | 最低版本     |
-|---|---|
+| ------- | ------------ |
 | Python  | 3.12         |
 | uv      | 最新版       |
 | Node.js | 22           |
@@ -86,6 +87,7 @@ make dev
 ```
 这会启动：
 - LangGraph 服务，端口 `2024`
 - Gateway API，端口 `8001`
 - 前端，端口 `3000`
@@ -110,14 +112,16 @@ make stop
 日志文件：
 | 服务      | 日志文件             |
-|---|---|
+| --------- | -------------------- |
 | LangGraph | `logs/langgraph.log` |
 | Gateway   | `logs/gateway.log`   |
 | 前端      | `logs/frontend.log`  |
 | nginx     | `logs/nginx.log`     |
 <Callout type="tip">
-  如果有问题，先检查日志文件。大多数启动错误（缺失 API Key、配置解析失败）会出现在 <code>logs/langgraph.log</code> 或 <code>logs/gateway.log</code> 中。
+  如果有问题，先检查日志文件。大多数启动错误（缺失 API
  Key、配置解析失败）会出现在 <code>logs/langgraph.log</code> 或{" "}
  <code>logs/gateway.log</code> 中。
 </Callout>
 <Cards num={2}>
@@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 工作区使用
 <Callout type="info" emoji="💬">
-  DeerFlow 工作区是你与 Agent 交互的地方。本页面涵盖主要用户界面工作流——创建对话、上传文件、查看产出物和使用技能。
+  DeerFlow 工作区是你与 Agent
  交互的地方。本页面涵盖主要用户界面工作流——创建对话、上传文件、查看产出物和使用技能。
 </Callout>
 DeerFlow 工作区是一个基于浏览器的对话界面，你可以在其中向 Agent 发送消息、上传文件、查看中间步骤，以及下载生成的产出物。
@@ -41,13 +42,15 @@ DeerFlow 工作区是一个基于浏览器的对话界面，你可以在其中
 拖放文件到消息输入区域，或点击附件图标上传。上传的文件挂载在沙箱的 `/mnt/user-data/uploads/` 路径下，Agent 可以直接读取和处理。
 **支持的操作**：
 - 读取和分析文件内容
 - 处理数据文件（CSV、JSON、Excel）
 - 提取 PDF 内容
 - 分析图像（需要支持视觉的模型）
 <Callout type="tip">
-  上传大文件时，告诉 Agent 文件的具体内容，以便获得更好的结果（例如"分析这个包含季度销售数据的 CSV"）。
+  上传大文件时，告诉 Agent
  文件的具体内容，以便获得更好的结果（例如"分析这个包含季度销售数据的 CSV"）。
 </Callout>
 ## 使用技能
@@ -72,6 +75,7 @@ DeerFlow 工作区是一个基于浏览器的对话界面，你可以在其中
 当 Agent 生成文件（报告、图表、代码文件、演示文稿）时，它们会以**产出物**的形式出现在对话中。
 点击产出物卡片：
 - 在浏览器中预览文件。
 - 下载文件到本地机器。
 - 复制文件内容。
@@ -87,6 +91,12 @@ DeerFlow 工作区是一个基于浏览器的对话界面，你可以在其中
 **删除线程**：从线程侧边栏菜单中选择删除。这会移除线程状态和所有相关的用户数据文件。
 <Cards num={2}>
-  <Cards.Card title="Agent 与线程" href="/docs/application/agents-and-threads" />
+  <Cards.Card
-  <Cards.Card title="运维与排障" href="/docs/application/operations-and-troubleshooting" />
+    title="Agent 与线程"
    href="/docs/application/agents-and-threads"
  />
  <Cards.Card
    title="运维与排障"
    href="/docs/application/operations-and-troubleshooting"
  />
 </Cards>
@@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 配置
 <Callout type="info" emoji="⚙️">
-  所有 DeerFlow Harness 行为都由 <code>config.yaml</code> 驱动。一个文件控制哪些模型可用、沙箱如何运行、加载哪些工具，以及每个子系统的行为。
+  所有 DeerFlow Harness 行为都由 <code>config.yaml</code>{" "}
  驱动。一个文件控制哪些模型可用、沙箱如何运行、加载哪些工具，以及每个子系统的行为。
 </Callout>
 DeerFlow 的配置系统围绕一个目标设计：每一个有意义的行为都应该可以在配置文件中表达，而不是硬编码在应用程序中。这使部署可重现、可审计，并且易于按环境定制。
@@ -103,7 +104,7 @@ make config-upgrade
 下表将 `config.yaml` 中的每个顶层章节映射到其文档页面：
 | 章节              | 描述                                         | 文档                                                 |
-|---|---|---|
+| ----------------- | -------------------------------------------- | ---------------------------------------------------- |
 | `log_level`       | 日志级别（`debug`/`info`/`warning`/`error`） | —                                                    |
 | `models`          | 可用的 LLM 模型                              | [Lead Agent](/docs/harness/lead-agent)               |
 | `token_usage`     | 每次模型调用的 token 追踪                    | [中间件](/docs/harness/middlewares)                  |
@@ -8,7 +8,9 @@ import { Callout, Cards } from "nextra/components";
 # 自定义与扩展
 <Callout type="info" emoji="🔧">
-  DeerFlow 设计为可适配的。你可以通过编写自定义中间件、添加新工具、构建技能包以及通过 config.yaml 的 <code>use:</code> 字段替换任何内置组件来扩展 Agent 行为。
+  DeerFlow
  设计为可适配的。你可以通过编写自定义中间件、添加新工具、构建技能包以及通过
  config.yaml 的 <code>use:</code> 字段替换任何内置组件来扩展 Agent 行为。
 </Callout>
 DeerFlow 的可插拔架构意味着系统的大多数部分都可以在不 fork 核心的情况下被替换或扩展。本页面列举了扩展点，并解释如何使用每一个。
@@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 设计理念
 <Callout type="info" emoji="🏗️">
-  DeerFlow 围绕一个核心思想构建：Agent 行为应该由小型、可观察、可替换的组件组合而成——而不是硬编码到固定的工作流图中。
+  DeerFlow 围绕一个核心思想构建：Agent
  行为应该由小型、可观察、可替换的组件组合而成——而不是硬编码到固定的工作流图中。
 </Callout>
 了解 DeerFlow Harness 背后的设计理念，有助于你有效地使用它、自信地扩展它，并推断 Agent 在生产环境中的行为方式。
@@ -102,7 +103,7 @@ DeerFlow 中所有有意义的行为都通过 `config.yaml` 控制。系统的
 ## 总结
 | 设计原则               | 实践含义                                 |
-|---|---|
+| ---------------------- | ---------------------------------------- |
 | Harness 而非 Framework | 开箱即用的运行时，所有基础设施已预先连接 |
 | 长时序优先             | 架构假设多步骤、多工具、多轮次任务       |
 | 中间件优于继承         | 行为由小型、隔离的插件组合而成           |
@@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 安装 DeerFlow Harness
 <Callout type="info" emoji="📦">
-  DeerFlow Harness Python 包将以 <code>deerflow</code> 名称发布。目前尚未正式发布，安装方式<strong>即将推出</strong>。
+  DeerFlow Harness Python 包将以 <code>deerflow</code>{" "}
  名称发布。目前尚未正式发布，安装方式<strong>即将推出</strong>。
 </Callout>
 DeerFlow Harness 是构建自己 Super Agent 系统的 Python SDK 和运行时基础。
@@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 集成指南
 <Callout type="info" emoji="🔌">
-  DeerFlow Harness 可以嵌入任何 Python 应用程序。本指南涵盖在你自己的系统中将 DeerFlow 作为库使用的集成模式。
+  DeerFlow Harness 可以嵌入任何 Python 应用程序。本指南涵盖在你自己的系统中将
  DeerFlow 作为库使用的集成模式。
 </Callout>
 DeerFlow Harness 不仅仅是一个独立应用程序——它是一个可以导入并在你自己的后端、API 服务器、自动化系统或多 Agent 协调器中使用的 Python 库。
@@ -8,7 +8,9 @@ import { Callout, Cards, Steps } from "nextra/components";
 # Lead Agent
 <Callout type="info" emoji="🧠">
-  Lead Agent 是每个 DeerFlow 线程中的主要推理和编排单元。它决定要做什么、调用工具、委派子 Agent，并返回产出物。
+  Lead Agent 是每个 DeerFlow
  线程中的主要推理和编排单元。它决定要做什么、调用工具、委派子
  Agent，并返回产出物。
 </Callout>
 Lead Agent 是 DeerFlow 线程中的核心执行者。每个对话、任务和工作流都通过它进行。理解它的工作方式有助于你有效地配置它，并在需要时扩展它。
@@ -122,7 +124,8 @@ models:
 自定义 Agent 通过 DeerFlow 应用界面或 `/api/agents` 端点创建。其配置存储在后端目录的 `agents/{name}/config.yaml` 中。
 <Callout type="tip">
-  当在线程中选择自定义 Agent 时，Lead Agent 在运行时加载该 Agent 的配置。为特定 Agent 切换模型或技能不需要重启服务器。
+  当在线程中选择自定义 Agent 时，Lead Agent 在运行时加载该 Agent 的配置。为特定
  Agent 切换模型或技能不需要重启服务器。
 </Callout>
 <Cards num={2}>
@@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 记忆系统
 <Callout type="info" emoji="💾">
-  记忆让 DeerFlow 在多个会话中保留有用信息。Agent 记住用户偏好、项目背景和反复出现的事实，这样它可以在不每次从零开始的情况下给出更好的响应。
+  记忆让 DeerFlow 在多个会话中保留有用信息。Agent
  记住用户偏好、项目背景和反复出现的事实，这样它可以在不每次从零开始的情况下给出更好的响应。
 </Callout>
 记忆是 DeerFlow Harness 的一个运行时功能。它不是简单的对话日志，而是跨多个独立会话持久化、在未来对话中影响 Agent 行为的结构化事实和上下文摘要存储。
@@ -8,7 +8,9 @@ import { Callout } from "nextra/components";
 # 中间件
 <Callout type="info" emoji="🔌">
-  中间件包裹 Lead Agent 中的每次 LLM 调用。它们是添加跨领域行为（如记忆、摘要压缩、澄清和 token 追踪）的主要扩展点。
+  中间件包裹 Lead Agent 中的每次 LLM
  调用。它们是添加跨领域行为（如记忆、摘要压缩、澄清和 token
  追踪）的主要扩展点。
 </Callout>
 每次 Lead Agent 调用 LLM 时，都会先后执行一条**中间件链**。中间件可以读取和修改 Agent 的状态、向系统提示注入内容、拦截工具调用，并对模型输出做出反应。
@@ -172,11 +174,13 @@ summarization:
 ```
 **触发类型**：
 - `tokens`：当对话中总 token 数超过 `value` 时触发。
 - `messages`：当消息数超过 `value` 时触发。
 - `fraction`：当上下文达到模型最大输入 token 限制的 `value` 比例时触发。
 **保留类型**：
 - `messages`：摘要后保留最后 `value` 条消息。
 - `tokens`：保留最近 `value` 个 token 的历史。
 - `fraction`：保留模型最大输入 token 限制的 `value` 比例的最近历史。
@@ -86,7 +86,7 @@ agent = create_deerflow_agent(
 常用参数：
 | 参数               | 说明                       |
-|---|---|
+| ------------------ | -------------------------- |
 | `tools`            | 提供给 Agent 的额外工具    |
 | `system_prompt`    | 自定义系统提示词           |
 | `features`         | 启用或替换内置运行时能力   |
@@ -8,7 +8,8 @@ import { Callout, Cards, Tabs } from "nextra/components";
 # 沙箱
 <Callout type="info" emoji="📦">
-  沙箱是 Agent 进行文件和命令操作的隔离工作区。它让 DeerFlow 能够采取真实行动，而不仅仅是对话。
+  沙箱是 Agent 进行文件和命令操作的隔离工作区。它让 DeerFlow
  能够采取真实行动，而不仅仅是对话。
 </Callout>
 沙箱为 Lead Agent 提供一个受控环境，在其中可以读取文件、写入输出、运行 Shell 命令并生成产出物。没有沙箱，Agent 只能生成文本；有了沙箱，它可以编写和执行代码、处理数据文件、生成图表并构建交付物。
@@ -73,7 +74,7 @@ sandbox:
 沙箱使用路径映射来桥接主机文件系统和容器的虚拟文件系统。始终配置两个关键映射：
 | 主机路径                                    | 容器路径                                      | 访问权限 |
-|---|---|---|
+| ------------------------------------------- | --------------------------------------------- | -------- |
 | `skills/`（来自 `skills.path`）             | `/mnt/skills`（来自 `skills.container_path`） | 只读     |
 | `.deer-flow/threads/{thread_id}/user-data/` | `/mnt/user-data/`                             | 读写     |
@@ -94,7 +95,8 @@ sandbox:
 <Callout type="warning">
  自定义挂载的 <code>container_path</code> 不能与保留前缀冲突：
-  <code>/mnt/skills</code>、<code>/mnt/acp-workspace</code> 或 <code>/mnt/user-data</code>。
+  <code>/mnt/skills</code>、<code>/mnt/acp-workspace</code> 或{" "}
  <code>/mnt/user-data</code>。
 </Callout>
 ## 输出截断
@@ -8,7 +8,8 @@ import { Callout, Cards, FileTree, Steps } from "nextra/components";
 # 技能
 <Callout type="info" emoji="🎯">
-  技能是面向任务的能力包，教会 Agent 如何完成特定类型的工作。基础 Agent 保持通用；技能在需要时提供专业化。
+  技能是面向任务的能力包，教会 Agent 如何完成特定类型的工作。基础 Agent
  保持通用；技能在需要时提供专业化。
 </Callout>
 技能不仅仅是提示词。它是一个自包含的能力包，可以包含结构化指令、分步工作流、领域最佳实践、支撑资源和工具配置。技能按需加载——在任务需要时注入内容，否则不影响上下文。
@@ -40,7 +41,7 @@ import { Callout, Cards, FileTree, Steps } from "nextra/components";
 DeerFlow 内置以下公共技能：
 | 技能                           | 描述                                         |
-|---|---|
+| ------------------------------ | -------------------------------------------- |
 | `deep-research`                | 带来源收集、交叉验证和结构化输出的多步骤研究 |
 | `data-analysis`                | 数据探索、统计分析和洞察生成                 |
 | `chart-visualization`          | 从数据创建图表和可视化                       |
@@ -137,7 +138,9 @@ skill_evolution:
 ```
 <Callout type="warning">
-  只在你信任 Agent 输出的环境中启用技能进化。新创建的技能在加载前会经过安全扫描，但该功能给予 Agent 对技能目录的写访问权限。
+  只在你信任 Agent
  输出的环境中启用技能进化。新创建的技能在加载前会经过安全扫描，但该功能给予
  Agent 对技能目录的写访问权限。
 </Callout>
 ## 编写自定义技能
@@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 子 Agent
 <Callout type="info" emoji="👥">
-  子 Agent 是 Lead Agent 委派子任务的专注执行者。它们以隔离的上下文运行，在处理并行或专业工作的同时保持主对话清晰。
+  子 Agent 是 Lead Agent
  委派子任务的专注执行者。它们以隔离的上下文运行，在处理并行或专业工作的同时保持主对话清晰。
 </Callout>
 当一个任务对单个推理线程来说太宽泛，或者部分任务可以并行完成时，Lead Agent 将工作委派给**子 Agent**。子 Agent 是一个独立的 Agent 调用，接收特定任务、执行并返回结果。
@@ -115,7 +116,9 @@ acp_agents:
 Lead Agent 通过 `invoke_acp_agent` 内置工具调用 ACP Agent。
 <Callout type="tip">
-  ACP Agent 作为 DeerFlow 管理的子进程运行，通过 ACP 协议通信。标准 CLI 工具（如原始的 `claude` 或 `codex` 命令）默认不兼容 ACP——请使用上面列出的适配器包或兼容的 ACP 封装器。
+  ACP Agent 作为 DeerFlow 管理的子进程运行，通过 ACP 协议通信。标准 CLI
  工具（如原始的 `claude` 或 `codex` 命令）默认不兼容
  ACP——请使用上面列出的适配器包或兼容的 ACP 封装器。
 </Callout>
 <Cards num={2}>
@@ -8,7 +8,8 @@ import { Callout, Cards, Tabs } from "nextra/components";
 # 工具
 <Callout type="info" emoji="🔧">
-  工具是 Lead Agent 可以采取的行动。DeerFlow 提供内置工具、社区集成、MCP 工具和技能工具——全部通过 <code>config.yaml</code> 控制。
+  工具是 Lead Agent 可以采取的行动。DeerFlow 提供内置工具、社区集成、MCP
  工具和技能工具——全部通过 <code>config.yaml</code> 控制。
 </Callout>
 Lead Agent 是一个工具调用 Agent。工具是它与世界交互的方式：搜索网络、读写文件、运行命令、委派任务以及向用户呈现输出。
@@ -75,7 +76,7 @@ task(agent="general-purpose", task="...", context="...")
 以下工具与沙箱文件系统交互，需要配置并激活沙箱。
 | 工具          | 描述                                                       |
-|---|---|
+| ------------- | ---------------------------------------------------------- |
 | `ls`          | 列出目录中的文件                                           |
 | `read_file`   | 读取文件内容                                               |
 | `glob`        | 查找匹配模式的文件                                         |
@@ -120,6 +121,7 @@ tools:
 高质量搜索，带结构化结果。需要 [Tavily](https://tavily.com) API Key。
 安装：`cd backend && uv add 'deerflow-harness[tavily]'`
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@@ -130,6 +132,7 @@ tools:
 带神经检索的语义搜索。需要 [Exa](https://exa.ai) API Key。
 安装：`cd backend && uv add 'deerflow-harness[exa]'`
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@@ -145,19 +148,13 @@ Firecrawl 驱动的搜索和爬取。需要 [Firecrawl](https://firecrawl.dev) A
 <Tabs items={["Jina AI（默认）", "Exa"]}>
  <Tabs.Tab>
-```yaml
+    ```yaml tools: - use: deerflow.community.jina_ai.tools:web_fetch_tool
-tools:
+    api_key: $JINA_API_KEY # 可选；匿名使用有速率限制 ``` 将网页转换为干净的
-  - use: deerflow.community.jina_ai.tools:web_fetch_tool
+    Markdown。无 API Key 也可使用，但有更严格的速率限制。
    api_key: $JINA_API_KEY  # 可选；匿名使用有速率限制
 ```
 将网页转换为干净的 Markdown。无 API Key 也可使用，但有更严格的速率限制。
  </Tabs.Tab>
  <Tabs.Tab>
-```yaml
+    ```yaml tools: - use: deerflow.community.exa.tools:web_fetch_tool api_key:
-tools:
+    $EXA_API_KEY ```
  - use: deerflow.community.exa.tools:web_fetch_tool
    api_key: $EXA_API_KEY
 ```
  </Tabs.Tab>
 </Tabs>
@@ -63,4 +63,3 @@ Harness 章节是技术文档的核心，面向想要构建基于 DeerFlow 系
 ### 参考
 参考章节提供详细的查阅资料，包括配置、运行时模式、API 和代码映射。
@@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 核心概念
 <Callout type="important" emoji="🧠">
-  如果你将 DeerFlow 理解为一个长时序 Agent 的运行时，而不仅仅是聊天界面或工作流图，它将最易于理解。
+  如果你将 DeerFlow 理解为一个长时序 Agent
  的运行时，而不仅仅是聊天界面或工作流图，它将最易于理解。
 </Callout>
 在深入了解 DeerFlow 之前，先建立一些贯穿整个系统的核心概念。这些概念解释了 DeerFlow 的优化目标以及其架构设计的原因。
@@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # Harness 与应用
 <Callout type="info" emoji="⚙️">
-  DeerFlow 应用是构建在 DeerFlow Harness 之上的最佳实践 Super Agent 应用，而 DeerFlow Harness 是构建自己 Agent 系统的 Python SDK 和运行时基础。
+  DeerFlow 应用是构建在 DeerFlow Harness 之上的最佳实践 Super Agent 应用，而
  DeerFlow Harness 是构建自己 Agent 系统的 Python SDK 和运行时基础。
 </Callout>
 DeerFlow 有两个紧密相关但服务于不同目的的层次：
@@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 为什么选择 DeerFlow
 <Callout type="info" emoji="🦌">
-  DeerFlow 起源于深度研究，但逐渐演化为一个通用的长时序 Agent 运行时——支持技能、记忆、工具和协作调度。
+  DeerFlow 起源于深度研究，但逐渐演化为一个通用的长时序 Agent
  运行时——支持技能、记忆、工具和协作调度。
 </Callout>
 DeerFlow 的诞生是因为现代 Agent 系统需要的不仅仅是一个聊天循环。一个真正有用的 Agent 必须能够进行长时序规划、将任务拆解为子任务、使用工具、操作文件、安全地运行代码，并在复杂任务中保持足够的上下文连贯性。DeerFlow 正是为提供这样的运行时基础而构建的。
@@ -31,6 +31,7 @@ description: 本教程引导你在 DeerFlow 中完成第一次完整的 Agent
 ### 3. 观察 Agent 的工作过程
 你将看到 Agent 进入工作状态：
 - 展开**思考步骤**查看它调用了哪些工具
 - 观察网络搜索结果的流入
 - 等待最终报告生成
@@ -38,6 +39,7 @@ description: 本教程引导你在 DeerFlow 中完成第一次完整的 Agent
 ### 4. 与结果互动
 报告生成后，你可以：
 - 要求对某部分进行详细说明
 - 要求将报告导出为文件（Agent 会使用 `present_files` 工具）
 - 要求基于研究结果创建图表
@@ -30,6 +30,7 @@ memory:
 ## 示例
 **第一次对话**：
 ```
 我是一名 Python 后端开发者，主要使用 FastAPI 和 PostgreSQL。
 我的团队遵循 PEP 8 代码规范，偏好类型注解。
@@ -37,6 +38,7 @@ memory:
 ```
 **后续对话**（无需重复背景）：
 ```
 帮我写一个用户认证模块
 ```
`@@ -63,4 +63,3 @@ Harness 章节是技术文档的核心，面向想要构建基于 DeerFlow 系`
	`### 参考`	`### 参考`

	`参考章节提供详细的查阅资料，包括配置、运行时模式、API 和代码映射。`	`参考章节提供详细的查阅资料，包括配置、运行时模式、API 和代码映射。`