作为智能体元年，2025年为我们带来了诸多惊喜。尤其是在通用领域，各类智能体不断涌现，其中深度研究类智能体最具生产力价值。
本文介绍了如何使用 Dify 构建一个简化的深度研究智能体框架。使用者可基于此框架，结合实际业务场景和需求进行调整，具有较高的灵活性。
联网搜索能力对深度研究智能体来说非常重要，它能让大模型实时获取互联网上的最新信息，有效解决大模型出现幻觉以及缺乏实时信息等问题。不过，很多深度研究智能体，包括 Dify 内置模板，都用了境外供应商提供的联网搜索能力，这给境内用户在合规性和使用便捷性等方面带来了挑战。
安思派联网搜索就是在这样的情况下推出的，它现在已经上架到 Dify 的插件市场了。使用 Dify 的朋友能直接安装使用。现在注册还会赠送免费额度。下面来看教程，文末还有免费源代码的获取方法。
插件安装：
进入Dify插件市场，选择第一个“安思派联网搜索”
安装后设置授权即可开始使用：
Dify工作流：
一、编排全览
二、核心思路
任务拆解 -> 迭代处理子任务：[联网信息获取；子任务处理] -> 总结输出完整分析结果
所有深入研究的智能体主干架构都差不多，最基本的逻辑是把复杂的大任务拆分成目标更明确的子任务，这样能让大模型更聚焦，进而将能力做到最大发挥。同时，通过接入联网搜索功能，为大模型提供最新的互联网数据。
三、分步介绍
1.任务拆解：
# 角色
你是一个具有详细思考复杂问题的AI助手，专注于任务拆分与规划
# 任务
收到问题后不要直接给出答案。而是通过分布推理将问题拆分成相应的处理步骤，每个步骤都要包含步骤的名称和任务说明，注意不要包含任何实际的计算过程和结果。步骤的拆分尽可能细致，确保每个单独步骤的任务简单清晰，每次都提供至少3个或更多的步骤。但是不要超过7个步骤。
# 输出格式要求
最终以JSON格式输出，并严格遵循下列格式范例，不要输出任何额外信息：
将内容中的任务步骤转换为JSON数组，按照如下格式要求：
[
{
"task_name":"任务名称1",
"task_desc":"任务描述1"
},
{
"task_name":"任务名称2",
"task_desc":"任务描述2"
}
,
{
"task_name":"任务名称3",
"task_desc":"任务描述3"
}
]
2.迭代处理子任务：
# 角色
信息分析与调研专家
# 任务
基于 <参考信息> 完成任务： <分析任务>，任务的具体要求是 <任务要求>。
# 参考信息
{{#1750067720615.text#}}
# 分析任务
{{#1740018504914.task_name#}}
# 任务要求
{{#1740018504914.task_desc#}}
3.汇总分析：
用户需要进行一个深度研究，主题是：{{#sys.query#}}
已经针对该主题做了前置信息收集与预分析，需要遵循的分析任务包括：
{{#1740016646335.text#}}
这些任务的前置数据采集与分析结果是：
{{#1740019914411.result#}}
请基于上述所有信息给出深度研究分析报告，内容需要涵盖所有分项任务的要求与内容，并尽可能的详尽有深度的进行分析。
四、总结与源代码：
以上只是一个最简单的在Dify内构建深度研究智能体的模板，大家可以在此基础上按照自己的实际情况仅限调整和增强。 如果需要获取本文的Dify工作流源码请登录安思派开放平台(open.anspire.cn/)向客服索取。现在注册…
