Dify｜DeepResearch 深度研究对话工作流

DeepResearch 是一个导入 Dify 后使用的「高级对话」模式工作流。它的目标不是一次性回答，而是围绕一个研究主题反复检索、推理并汇总。从已解析的节点看，它包含开始、迭代、LLM、Tavily Search、变量赋值、IF/ELSE、变量聚合器、模板转换和回答等环节，整体形成一个可循环的搜索与写作流程。

开始节点接收一个数值型输入 depth，用来控制研究深度。工作流中有一个迭代节点，配合 Tavily Search 工具完成网络检索；另有「提取nextSearchTopic」「提取shouldContinue」等工具节点，用于决定下一轮搜索主题和是否继续。两个 LLM 节点分别使用 gpt-4o（OpenAI 提供方）和 deepseek-reasoner（DeepSeek 提供方），后者承担推理任务。流程通过 IF/ELSE、变量赋值和变量聚合器控制循环，最终由回答节点输出结果。

原始入口：https://github.com/dzh-gitcode/dify-workflows/blob/986a11833b6a13734da85a8250f875e71dcfdd8d/10_%E6%90%9C%E7%B4%A2%E8%B5%84%E8%AE%AF/DeepResearch.yml

整理来源：https://github.com/dzh-gitcode/dify-workflows

依据来源资料经AI翻译整理，未由本站实测。原始资料许可：未声明，转载与再分发权限待核验；目录许可不代表各产品或文件的使用授权。费用、账号、国内访问与版本兼容条件以原始发布者最新说明为准。

原仓库未声明许可证，并提示文件可能包含API密钥。本站仅提供原创介绍与原始入口，不转载配置文件或密钥。使用前应自行核对许可、检查并替换凭据，勿公开原始密钥。

适合需要做资料调研、行业分析或新闻背景梳理的内容工作者、研究人员和产品经理；也适合想学习 Dify 迭代与条件分支用法的开发者参考。

1. 在 Dify 中导入该 DSL 文件，确认版本兼容。
2. 在模型提供方中配置 OpenAI 与 DeepSeek 的凭据，并确认所选模型名称可用。
3. 配置 Tavily Search 工具所需的 API 密钥。
4. 检查迭代次数、depth 默认值与终止条件，按需调整。
5. 在对话窗口中输入研究主题，观察每轮搜索与最终回答。

调用外部大模型和搜索服务通常会产生费用，具体价格以各服务商条款为准；国内访问部分海外模型与搜索服务可能受限，需自行核验可用性。该工作流未声明许可证，转载与再分发权限待核验；本文仅为原创介绍，不表示允许复制分发。由于本次未实际导入运行，节点连线细节和最终效果需以实际配置为准。