第 5 章：模型工厂与 Prompt —— 把供应商差异关进边界层

模型调用看似只是一行 create_chat_model()，真正困难的是配置、能力、重试、思考轨迹、统计和上下文缓存如何保持一致。

ModelConfig 是能力声明

config.yaml 中的模型不只是 base_url + api_key + model。ModelConfig 还描述 provider、API 类型、思考支持、视觉支持、最大 token、采样参数和自定义实现。Agent 工厂根据这些能力决定：

• 是否允许 thinking_enabled；
• 是否注册 view_image 及对应 middleware；
• 是否传 reasoning effort；
• 摘要时用哪个模型做 token counter 与生成；
• 工具调用格式需要哪种 provider patch。

能力判断放在工厂而不是 prompt 里，是为了让模型看不到它根本无法执行的接口。

创建链路

create_chat_model() 负责把声明式配置转成 LangChain BaseChatModel。特殊 provider 被隔离在 patched_openai.py、patched_deepseek.py、claude_provider.py、vllm_provider.py 等文件里，Agent 不需要知道某家如何编码 reasoning 或 tool call。

为什么需要 patched provider

“OpenAI-compatible”只说明大体协议相似，并不保证：

• reasoning 内容放在同一字段；
• tool call arguments 的流式 chunk 总是合法 JSON；
• usage 在 chunk、final response 还是 header 中；
• safety/length stop reason 使用相同枚举；
• assistant payload 能被另一个供应商原样回放。

DeerFlow 把这些差异收敛在模型层，再用 assistant_payload_replay.py 处理历史 assistant message 的供应商私有载荷。原则是：ThreadState 存统一消息，但保留必要的可回放元数据。

Prompt 的四个来源

Lead Agent 的 system prompt 不是一段常量字符串，而是由四类片段组合：

1. 基础行为：文件工作流、回答规范、工具使用原则；
2. 能力描述：可用子代理、MCP 路由提示、记忆工具、ACP；
3. Agent 身份：custom agent 的 SOUL.md 与自更新说明；
4. Skills 元数据：名称、描述、位置，不直接塞入完整正文。

apply_prompt_template() 汇总这些片段。它接收已经过 allowlist 过滤的技能名和延迟工具信息，因此 prompt 与实际能力表保持一致。

静态前缀与动态 reminder

模型前缀缓存通常对 system prompt 的字节级变化敏感。如果每天日期、每个用户 memory、每轮 workspace 路径都拼进 system prompt，缓存几乎无法命中。

DeerFlow 的策略是：

• system prompt 放跨轮稳定内容；
• DynamicContextMiddleware 把日期/记忆变成隐藏 reminder；
• DurableContextMiddleware 在调用模型前注入 summary、delegation ledger 和 skill refs；
• SystemMessageCoalescingMiddleware 最后把系统消息合并成严格 provider 可接受的单个 leading message。

这是一种工程上的折中：逻辑上仍是系统上下文，物理上选择更利于缓存和兼容性的消息位置。

Skills 的渐进式披露

基础 prompt 只列技能元数据。完整 SKILL.md 有三种进入上下文的方式：

• 用户用 /skill-name 显式激活；
• 模型先调用 describe_skill 发现技能，再读取文件；
• 子代理按自身配置在会话启动时加载。

完整正文不常驻，既节省 token，也让 allowed-tools 策略只在技能真的激活后生效。ThreadState 的 skill_context 只保存路径、描述与加载次序，不复制正文，防止每个 checkpoint 膨胀。

摘要模型的回退

摘要是“模型调用中的模型调用”。配置可指定独立 summary model；构建失败或调用失败时，按候选顺序回退到当前 run model，再到默认模型。摘要调用加 nostream 标签，避免它的 token 被前端误认为主回答流。

这揭示一个通用原则：旁路 LLM 任务（标题、摘要、记忆抽取）要有独立归因与流隔离，否则 token、事件和错误都会污染主 Agent。

源码锚点

• models/factory.py
• agents/lead_agent/prompt.py
• models/assistant_payload_replay.py
• config/model_config.py

下一章把重点从“模型能看见什么”转向“模型真的允许执行什么”。