deepresearch

核心用法

Deep Research Conversation 是百度提供的长流程深度研究对话 Agent，区别于普通问答，它通过多轮 SSE 流式交互实现渐进式推理与执行。

两种使用路径：

• 纯主题讨论：直接调用 DeepresearchConversation API，系统自动创建会话
• 带文件分析：先创建会话 → 上传文件（支持 doc/pdf/xlsx/图片/音频等）→ 提交解析 → 轮询解析状态 → 结合文件内容进行深度对话

关键交互机制：

• 流式响应（SSE）实时返回中间结果
• 支持「需求澄清」和「大纲确认」中断点，用户需确认或修改后继续
• 必须保持 conversation_id 连续性，响应中断需回传 interrupt_id
• 提供 Lite（10分钟内）和 Standard（深度慢速）两种模式

显著优点

1. 企业级多模态支持：覆盖文本、表格、图片、音频四大类文件，单文件最大 100MB
2. 结构化大纲控制：用户可审核并修改自动生成的研究大纲，确保输出方向可控
3. 渐进式深度研究：通过多轮验证与修正机制，逐步收敛至满意答案，避免一次性生成的偏差
4. 百度生态集成：依托千帆大模型平台，中文语境理解与长文本处理能力较强

潜在局限

• 异步复杂性高：文件解析需轮询等待，完整流程涉及 4-5 个 API 调用，集成门槛较高
• 模式权衡：Lite 模式快但浅，Standard 模式深但慢，无中间档位
• 中断依赖用户介入：interrupt_id 和 structured_outline 的回传逻辑增加了客户端状态管理负担
• 仅支持单 Sheet Excel：表格类文件解析能力受限
• 实时性受限：SSE 流式虽实时，但整体任务属于长耗时批处理，不适合即时响应场景

适合人群

• 科研人员、分析师、咨询顾问等需要深度研究报告的专业用户
• 处理复杂多模态文档（合同、财报、论文、会议录音）并进行问答的企业场景
• 能接受分钟级等待以换取更高质量输出的任务型应用

常规风险

| 风险点 | 说明 |

|--------|------|

| API Key 泄露 | `BAIDU_API_KEY` 需妥善保管，避免硬编码 |

| 文件隐私 | 上传敏感文档至百度云服务，需评估数据跨境与合规要求 |

| 轮询资源消耗 | 文件解析状态查询频率不当可能导致请求浪费 |

| 会话状态丢失 | `conversation_id` 管理不当会导致研究进度中断 |