01
deepFlow
意图理解 · 命令转换 · 结果回传
deepFlow Skill 通过 WorkBuddy 接收研究需求，识别 Research Plan，整理和校验参数并生成标准化 Command，再调用 deepGraph API。
调用：deepGraph API →MyWorkflow · Research Flow
deepFlow
深度研究工作流
deepFlow 用于围绕特定主题开展深度研究与持续跟踪，并把一次次研究沉淀为可以继续追踪、复用和生长的研究资产。
当前方案以 WorkBuddy 作为主要交互入口：deepFlow Skill 理解研究意图、加载配置与 Research Plan，并把自然语言请求转换为结构化任务；deepGraph 后端基于 LangGraph 维护运行状态、编排研究流程，再按任务需要调用多个数据源、检索服务、分析模型及其他专业工具。
MyWorkflow/deepFlow 保存工作流配置、研究计划与公共规范。deepFlow Skill 保持无状态，deepGraph 负责运行时状态与 checkpoint，长期研究成果则作为独立的 Research Assets 持续沉淀。
开发中
Skill / deepGraph 职责边界已确定
Command Contract、状态模型与工具集待实现
RESEARCH WORKFLOW
从提出研究问题，到获得持续生长的研究资产
用户始终通过 WorkBuddy 表达研究意图。deepFlow Skill 把意图整理为后端可以稳定执行的结构化任务；deepGraph 负责有状态的研究编排；具体检索、验证与分析再由不同 Research Tools 完成。
02
deepGraph
有状态研究流程编排
deepGraph API 接收结构化 Command，由后端维护任务状态与 checkpoint，拆解研究步骤、安排执行路径，并根据上下文组织多轮工具调用。
调用：Deep Research Tools →03
Deep Research Tools
检索 · 验证 · 分析 · 执行
根据 deepGraph 的调用计划访问数据源、搜索与检索服务、RAG / 知识库、分析模型及其他专业工具，完成具体任务，并把研究材料与工具结果返回 deepGraph。
输出：研究材料与工具结果工具结果返回 deepGraph 后继续参与研究编排与综合；任务状态、阶段进展和最终结果经 deepFlow Skill 回传至 WorkBuddy
RESPONSIBILITY BOUNDARIES
四层运行职责，让入口保持简单，让后端保持可编排
完整工作流不把意图理解、状态管理和研究执行塞进同一个 Skill。运行链路中的每一层只承担最稳定的职责，模型、数据源与研究工具因此可以独立演进。
WorkBuddy
用户的主要工作台，负责接收自然语言需求、承载交互，并展示任务状态、阶段进展和最终结果。
deepFlow Skill
无状态地理解研究意图、加载配置与 Research Plan，整理和校验参数，把请求转换为标准 Command，并负责 API 调用与结果回传。
deepGraph
有状态的 LangGraph 后端，负责任务生命周期、checkpoint、研究步骤与分支逻辑，以及工具选择、调用和结果组织。
Deep Research Tools
执行具体检索、抓取、知识查询、分析与其他专业动作，并把事实、证据和阶段结果返回 deepGraph。
定义层与运行层分离。 MyWorkflow/deepFlow 是工作流配置、Research Plan 与公共规范的事实源；deepFlow Skill 在运行时加载这些定义，deepGraph 可以消费解析后的参数，但不取代 Research Plan 的权威存储。用户始终以 WorkBuddy 为主要工作台，不需要直接操作 deepGraph 或具体研究工具。
RESEARCH MODES
既完成一次研究，也为下一次研究保留上下文
deepFlow 既可以承接一次性的深度研究，也可以围绕 Research Plan 持续跟踪主题。deepFlow Skill 本身不保存研究状态；持续性来自 MyWorkflow/deepFlow 中的研究计划、deepGraph 的运行状态以及独立沉淀的 Research Assets。
单次深度研究
围绕一个明确问题进行多途径检索、交叉验证、分析与综合，形成符合特定内容、格式和用途要求的研究产出。
持续跟踪研究
围绕长期 Research Plan，在已有研究资产基础上关注新增资料与重要变化，形成增量研究结果，并持续更新可复用的 Research Assets。
提出目标
拆解任务
多途径研究
综合与产出
沉淀为下一轮基线
DESIGN PRINCIPLES
一个面向长期研究的可演化工作流
现阶段先冻结边界和方向，再在真实任务中逐步确定 API、状态模型、工具路由与产出规范。
入口简单
用户主要与 WorkBuddy 交互，不需要理解或操作后端编排细节。
职责分离
deepFlow Skill 负责无状态适配，deepGraph 负责有状态编排，Research Tools 负责具体研究动作。
工具可替换
搜索、数据源、模型与专业工具通过稳定接口接入，不与核心流程强绑定。
状态归属明确
任务生命周期与 checkpoint 由 deepGraph 维护；deepFlow Skill 不依赖上一次调用留下的本地状态。
研究可延续
Research Plan 与既有成果成为下一轮研究的上下文和基线，让长期研究资产持续增长。
人保留判断权
系统推进过程与执行工具调用，用户保留目标、关键判断和结果使用的决定权。
CURRENT STATUS
边界已经明确，下一步冻结接口并进入实现
deepFlow 当前仍处于开发阶段。WorkBuddy、deepFlow Skill、MyWorkflow/deepFlow、deepGraph 与 Research Tools 的职责边界已经明确，具体 API、状态模型和工具路由仍将随首批真实研究任务逐步冻结。
已经确定
WorkBuddy 是主要交互入口；deepFlow 是无状态 WorkBuddy Skill；MyWorkflow/deepFlow 是配置与 Research Plan 的事实源；deepGraph 是有状态 LangGraph 后端；研究能力通过可替换的 Tools 与数据源接入；状态与结果最终经 deepFlow 回到 WorkBuddy。
下一阶段
随着首批真实研究任务进入开发，再逐步固化：