DeerFlow 系列教程 第十六篇本篇教程进入模块五：实战应用场景（案例驱动），通过完整的实战案例，展示如何使用 DeerFlow 进行深度研究与信息检索。我们将剖析deep-research技能的四阶段研究方法论、Web 搜索与内容提取的工具链协作、Sub-Agent 并行搜索机制、输出制品的呈现方式，以及在实际场景中的最佳实践。前置知识在开始之前，建议你已阅读：第 08 篇：中间件体系——理解AgentMiddleware的拦截和调度机制第 10 篇：技能系统——了解技能加载与 Prompt 注入第 12 篇：Tools 工具体系——理解工具注册、配置和加载流程第 13 篇：大模型适配——了解模型选择与create_chat_model()的工作方式一、场景描述1.1 什么是"深度研究"在日常使用 AI Agent 时，最常见的需求之一就是对某个主题进行全面、系统的研究。与简单的问答不同，深度研究要求：多源信息采集