附录 C　术语表

本术语表收录 DeerFlow 项目中的核心概念与技术术语，按英文字母顺序排列。

术语	说明
Agent	智能体，具备自主决策能力的 LLM 驱动实体。DeerFlow 中的 Agent 能够调用工具、执行代码、生成报告等。
AIO Sandbox	All-in-One 沙箱，基于 Docker 或 Apple Container 的隔离执行环境，提供文件系统、Bash 和代码运行能力。
AppConfig	应用配置类，从 config.yaml 加载，是 DeerFlow 配置体系的顶层 Pydantic 模型。
BaseChatModel	LangChain 定义的聊天模型基类，所有通过 use 字段加载的模型类都必须是其子类。
Channel	IM 渠道，指飞书、Slack、Telegram 等外部消息平台的集成接口。所有渠道均使用出站连接。
Checkpointer	状态检查点器，LangGraph 的持久化机制，支持 memory、sqlite、postgres 三种后端。
config.yaml	DeerFlow 的主配置文件，定义模型、工具、沙箱、摘要、记忆等核心设置。
create_chat_model	模型工厂函数，根据 config.yaml 中的模型名称动态实例化 LangChain 模型。
DEER_FLOW_CONFIG_PATH	环境变量，用于指定 config.yaml 的自定义路径。
Docker-outside-of-Docker (DooD)	容器内通过挂载宿主机的 Docker socket 来启动和管理其他容器的技术。
extensions_config.json	扩展配置文件，管理 MCP 服务器和技能状态，独立于 config.yaml。
ExtensionsConfig	扩展配置类，解析 extensions_config.json，管理 MCP 服务器和技能的启用/禁用状态。
extra="allow"	Pydantic ConfigDict 设置，允许模型接受未预先定义的额外字段，实现参数透传。
Gateway	网关服务，基于 FastAPI 构建，提供模型列表、记忆管理、MCP 配置等 REST API。
Harness	工具容器/包装器，将底层工具封装为 Agent 可调用的标准接口。
LangGraph	LangChain 的状态图执行框架，DeerFlow 用其编排多 Agent 工作流。
LangGraph Server	LangGraph 的独立服务进程，管理线程和消息的持久化与执行。
LangSmith	LangChain 的可观测性平台，提供 LLM 调用链追踪、延迟分析和成本监控。
Lead Agent	主 Agent，DeerFlow 的调度中枢，负责任务规划、子任务分配和结果汇总。
MCP (Model Context Protocol)	模型上下文协议，标准化 LLM 与外部工具/服务交互的协议，支持 stdio、SSE、HTTP 传输。
McpServerConfig	MCP 服务器配置类，定义单个 MCP 服务器的传输方式、认证和连接参数。
Memory	全局记忆系统，跨会话存储用户偏好和事实信息，通过系统提示词注入实现个性化响应。
Middleware	中间件，在请求处理流程中插入的预处理/后处理逻辑，如认证、日志、CORS 等。
ModelConfig	模型配置类，描述单个 LLM 的名称、类路径、能力标记和构造参数。
PatchedChatDeepSeek	DeepSeek 模型的补丁类，修复多轮对话中 reasoning_content 字段丢失的问题。
Provisioner	沙箱编排器，在 Kubernetes 集群中为每个沙箱创建独立的 Pod 和 Service。
reasoning_content	DeepSeek 思考模式产生的推理过程内容，需要在多轮对话中持续传递。
resolve_class	反射解析函数，将 module.path:ClassName 字符串解析为 Python 类对象。
Sandbox	沙箱，代码执行的隔离环境。DeerFlow 支持本地沙箱（直接执行）和容器沙箱（Docker/Apple Container）。
SandboxConfig	沙箱配置类，定义 Provider 类路径、容器镜像、端口、并发数等参数。
Skill	技能，预定义的专业化工作流（如绘图、数据分析），以目录形式组织，包含提示词和依赖配置。
SkillStateConfig	技能状态配置，控制单个技能是否启用，存储在 extensions_config.json 的 skills 字段中。
Sub-Agent	子 Agent，由 Lead Agent 委派执行具体任务的工作 Agent，如通用研究、Bash 执行等。
Summarization	对话摘要机制，当 Token 数或消息数达到阈值时自动压缩历史消息，保持上下文窗口在限制内。
ThreadState	线程状态，LangGraph 中一次对话会话的完整状态对象，包含消息历史、计划和中间结果。
Thinking Mode	思考模式，让 LLM 在回答前进行显式推理的能力，由 supports_thinking 和 when_thinking_enabled 控制。
Tool	工具，Agent 可调用的外部能力单元，如 Web 搜索、文件读写、Bash 命令执行等。
ToolConfig	工具配置类，定义工具名称、分组和变量路径。
use 字段	DeerFlow 配置中的动态加载标记，格式为 package.module:ClassName，通过反射在运行时导入。