Deep Agent：让企业知识库开始交付成果
企业把制度、合同、报告和项目材料放进知识库，通常不只是为了问一句“这份文件讲了什么”。真正占用员工时间的，是后面的工作：核对几十份合同、整理台账、跨章节查证条款，再把材料写成一份可以提交的报告。
普通 RAG 擅长找到相关片段并回答问题，但面对这些任务，只有一轮检索往往不够。KnowFlow 在 v2.4.8 引入 Deep Agent，在 v2.4.9 又把它从后台能力做成了用户可以直接选择的工作方式。v2.6.0 再进一步，让 Agent 在隔离沙箱里直接交付 Word、PowerPoint 和 Excel 文件。几次更新连起来看，变化并不是“多了一个聊天模式”，而是知识库开始具备读取材料、执行任务和交付成果的完整链路。
两个版本解决了什么
| 版本 | 重点 | 用户得到的能力 |
|---|---|---|
| v2.4.8 | 建立知识执行底座 | 深度阅读、跨文档结构化抽取、Excel 产物、人工补充信息与任务恢复 |
| v2.4.9 | 把能力放进日常工作入口 | 统一回答方式、@文档 精确选材、报告与文章生成、流式写作工作区、Document Structure V2 |
| v2.6.0 | 从回答走到办公交付 | Word / PPT / Excel 文件交付、Agent 隔离沙箱、技能目录、长期记忆、运行中插话、助手级「思考」开关 |
v2.4.8：先把“可靠地干活”做出来
Deep Agent 的第一条边界是权限。它不会另建一套知识目录，也不直接绕过 RAGFlow 读取数据库。任务开始前，系统会把当前用户有权访问的知识库和文档固化为本轮范围，Agent 只能在这个范围里查找材料。
第二条边界是证据。深度阅读不是让模型凭记忆总结，而是先定位文档，再浏览目录、检索正文、读取相关章节。结构化抽取也不是从若干命中片段里猜字段，而是按用户给定的字段口径处理完整文档，并保留缺失值、歧义值和原文引用。
这套机制适合几类过去很难稳定完成的工作：
- 从多份合同中提取甲乙方、金额、期限和签署日期，形成一份台账；
- 检查制度文件中的“第 X 条”是否连续，有没有缺号或重复编号；
- 围绕一个问题跨章节阅读技术手册，给出带出处的结论；
- 在任务缺少关键条件时暂停，等用户补充后从原进度继续。
v2.4.9：从能力接口走到产品入口
如果每次都要理解 Agent 的内部机制，能力再强也很难进入日常使用。v2.4.9 把入口收进了聊天输入框。用户可以按本轮任务选择“普通问答”“智能处理”“深度阅读”“结构化抽取”或“报告生成”，发送后自动回到会话默认设置，不会悄悄改变整个助理的配置。
同一位置还增加了 @文档。以前用户说“根据这两份制度写一份说明”，系统仍需要从整个知识库判断材料范围；现在可以直接点名文档。范围更小，结果通常也更容易核对。
报告生成则补上了交付环节。系统一边查找证据，一边在独立写作区输出正文；长文按章节组织，不必等所有材料检索完才看到第一个字。材料中的图片可以进入正文，引用可以回到原文，下载 Markdown 时则会移除阅读界面使用的引用编号，得到一份便于继续编辑的稿件。
v2.6.0：把结果做成能直接用的文件
很多任务的终点是一份文件：一份汇报 PPT、一份 Word 方案、一张带公式的 Excel。v2.6.0 内置了 Word、PowerPoint、Excel 三个办公文档技能，Agent 在每个会话独立、断网的沙箱里生成文件，生成的文件在对话里显示为卡片，点开即可在侧边抽屉预览，也可以直接下载。用户上传的附件会自动放进这个工作区供 Agent 读取。
同一版本还把入口做得更简单。回答方式收成「普通问答」和「Agent」两项，深度阅读、结构化抽取、报告生成以及管理员安装的技能，都和文档一样在输入框里用 @ 点名。Agent 运行中也能继续输入：回车排队到下一轮，组合键补进当前轮。管理员开启长期记忆后，助手可以跨会话记住用户的偏好和事实，推断出的记忆先由用户确认才会使用。
长任务的稳定性也一并加强：上下文按模型真实窗口自动压缩，回合预算提高到 30 次，用尽时给出答案而不是报错。详见 办公 Agent、技能与记忆。
文档结构为什么重要
Agent 能不能读懂长文档，很大程度上取决于解析阶段留下了什么。只有平坦文本块时，它能找到相关词句，却未必知道某段内容属于哪一章、一张表接续自哪一页、图片对应哪段说明。
v2.4.9 引入 Document Structure V2，并可选接入 MinerU-Popo。它在 MinerU 解析结果之上补充标题层级、章节关系、表格连续性和图片上下文，再把统一结构交给分块、检索、Deep Agent 与报告写作使用。这个服务不是强依赖：未启用、超时或返回异常时，KnowFlow 会回退到原始 MinerU 结果。
应该选择哪种回答方式
| 任务 | 推荐方式 |
|---|---|
| 查询一个明确事实，希望尽快得到回答 | 普通问答 |
| 不确定该用阅读、抽取还是写作 | Agent，不点名能力 |
| 需要跨章节核对、比较或解释原文 | Agent + @深度阅读 |
| 需要每份文档一行的字段结果或 Excel 台账 | Agent + @结构化抽取 |
| 需要可直接修改、下载的报告、文章或讲稿 | Agent + @报告生成 |
| 需要一份 Word 文档、PPT 或自由格式的 Excel | Agent，在需求里写明要 Word / PPT / Excel |
Deep Agent 并不取代普通问答。问题越简单，确定性的检索问答越直接；任务涉及多步阅读、固定字段、正式稿件或办公文件时，再切换到 Agent。这样的分工既能控制等待时间，也能避免为了一个简单问题启动不必要的模型调用。
下一步可阅读 Deep Agent Skills 使用指南 和 办公 Agent、技能与记忆。如果希望提升复杂 PDF 的结构质量，请参考 MinerU-Popo 部署与配置。