DeerFlow 基础教程：控制台 UI 与 Web UI 双模式使用详解
1. DeerFlow 是什么：你的个人深度研究助理
面对一个新领域，比如'量子计算在金融建模中的最新应用'，往往面临信息零散、真假难辨的困境。或者需要为重要汇报准备一份结构清晰、数据扎实的行业报告，却卡在资料收集和逻辑梳理上。
DeerFlow 正是为解决这类问题而生。它不是普通的聊天机器人，而是一个能真正帮你'做研究'的 AI 助手。它不满足于简单回答问题，而是主动调用搜索引擎获取最新信息、运行 Python 代码验证假设、整合多源内容生成结构化报告，甚至能把研究成果变成自然流畅的播客音频。整个过程就像请了一支由研究员、分析师和编辑组成的虚拟团队在后台协同工作。
更关键的是，它将复杂能力封装成了两种界面：简洁高效的命令行控制台（Console UI），适合喜欢直接、快速操作的用户；功能完整、交互友好的网页界面（Web UI），适合需要可视化协作或分享成果的场景。这篇教程将带你从零开始，把这两种模式都用明白。
2. 快速上手：环境检查与服务启动
在开始之前，我们需要确认两个核心服务已经正常运行。这就像开车前检查油量和发动机，是确保一切顺利的前提。
2.1 检查大模型推理服务（vLLM）是否就绪
DeerFlow 的'大脑'是一个名为 Qwen3-4B-Instruct-2507 的高性能语言模型，部署在 vLLM 推理引擎上。我们首先确认这个'大脑'是否已清醒。
在终端中输入以下命令读取日志文件：
cat /root/workspace/llm.log
如果服务启动成功，你将看到类似这样的输出：
INFO 01-26 10:23:45 [server.py:189] Starting vLLM server on http://0.0.0.0:8000 INFO 01-26 10:23:45 [engine.py:212] vLLM engine started. INFO 01-26 10:23:45 [server.py:201] vLLM server is ready.
最关键的信息是最后一行 vLLM server is ready.。只要看到这行字，就说明大模型服务完全就绪。
2.2 检查 DeerFlow 主服务是否启动成功
接下来，确认 DeerFlow 这个'研究项目管理中枢'本身是否已启动。
同样在终端中输入：
cat /root/workspace/bootstrap.log
成功的启动日志结尾处会清晰地显示：
INFO: Application startup complete. INFO: Uvicorn running on http://0.0.0.0:8001 (Press CTRL+C to quit)
