火山引擎用DeerFlow完成Harness调研与多种产物

火山引擎团队（文章自述「我们」）用 DeerFlow 2.0 配置方舟 Coding Plan 对 Agent Harness 做深度调研：DeerFlow 自动把复杂调研任务拆解为并行子任务并逐步展示思考过程，在跨越数十轮对话的过程中自动对较早消息做摘要压缩以保持核心任务不偏移，最终产出深度调研报告。 随后在同一对话中继续调用 Seedream 5.0 lite 生成科普信息图并制作 PPT，再调用 Seedance 1.5 pro 生成 DeerFlow 介绍视频，期间多次抽卡纠错后仍锚定任务，并自动总结出调用 Seedance 生成视频的最佳实践指南。配置方式为克隆 https://github.com/bytedance/deer-flow.git 后 make config 生成配置，在 config.yaml 的 models 中配置 volcengine-plan-doubao-seed-2.0-pro（use: deerflow.models.patched_deepseek:PatchedChatDeepSeek，api_base https://ark.cn-beijing.volces.com/api/coding/v3，supports_thinking/vision/reasoning_effort，thinking.type=enabled），在 .env 填入方舟 API Key 与飞书机器人 App ID/Secret，make up 通过 Docker 启动后在 http://localhost:2026/ 使用，也可直接在飞书中对话。