fix the lint errors in frontend

2026-04-27 20:28:16 +00:00 · 2026-04-26 15:11:22 +08:00 · 2026-04-26 15:11:22 +08:00 · 28381e1383
commit 28381e1383
parent 829e82a9af
46 changed files with 456 additions and 357 deletions
--- a/frontend/src/content/en/application/configuration.mdx
+++ b/frontend/src/content/en/application/configuration.mdx
@ -11,10 +11,10 @@ DeerFlow App is configured through two files and a set of environment variables.

 ## Configuration files

-| File | Purpose |
-|---|---|
-| `config.yaml` | Backend configuration: models, sandbox, tools, skills, memory, and all Harness settings |
-| `extensions_config.json` | MCP servers and skill enable/disable state (managed by the App UI and Gateway API) |
+| File                     | Purpose                                                                                 |
+| ------------------------ | --------------------------------------------------------------------------------------- |
+| `config.yaml`            | Backend configuration: models, sandbox, tools, skills, memory, and all Harness settings |
+| `extensions_config.json` | MCP servers and skill enable/disable state (managed by the App UI and Gateway API)      |

 Frontend environment variables control the Next.js build and runtime behavior.

@ -144,6 +144,7 @@ sandbox:
 ```

 Install: `cd backend && uv add 'deerflow-harness[aio-sandbox]'`
+
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@ -161,7 +162,7 @@ Configure which tools the agent has access to. The defaults use DuckDuckGo (no A
 ```yaml
 tools:
  # Web search (choose one)
-  - use: deerflow.community.ddg_search.tools:web_search_tool  # default, no key required
+  - use: deerflow.community.ddg_search.tools:web_search_tool # default, no key required
  # - use: deerflow.community.tavily.tools:web_search_tool
  #   api_key: $TAVILY_API_KEY

@ -188,7 +189,7 @@ By default, DeerFlow uses an SQLite checkpointer for thread state persistence:
 ```yaml
 checkpointer:
  type: sqlite
-  connection_string: checkpoints.db  # stored in backend/.deer-flow/
+  connection_string: checkpoints.db # stored in backend/.deer-flow/
 ```

 For production deployments with multiple processes:
@ -224,12 +225,12 @@ memory:

 Set these before running `pnpm build` or starting the frontend in production:

-| Variable | Required | Description |
-|---|---|---|
-| `BETTER_AUTH_SECRET` | **Required** in production | Secret for session signing. Use `openssl rand -base64 32`. |
-| `BETTER_AUTH_URL` | Recommended | Public-facing base URL (e.g., `https://your-domain.com`) |
-| `SKIP_ENV_VALIDATION` | Optional | Set to `1` to skip env validation during build (not recommended) |
-| `NEXT_PUBLIC_API_URL` | Optional | Override the API base URL for the frontend |
+| Variable              | Required                   | Description                                                      |
+| --------------------- | -------------------------- | ---------------------------------------------------------------- |
+| `BETTER_AUTH_SECRET`  | **Required** in production | Secret for session signing. Use `openssl rand -base64 32`.       |
+| `BETTER_AUTH_URL`     | Recommended                | Public-facing base URL (e.g., `https://your-domain.com`)         |
+| `SKIP_ENV_VALIDATION` | Optional                   | Set to `1` to skip env validation during build (not recommended) |
+| `NEXT_PUBLIC_API_URL` | Optional                   | Override the API base URL for the frontend                       |

 In development, set these in a `.env` file at the repo root:

@ -268,6 +269,12 @@ make config-upgrade
 ```

 <Cards num={2}>
-  <Cards.Card title="Deployment Guide" href="/docs/application/deployment-guide" />
-  <Cards.Card title="Harness Configuration" href="/docs/harness/configuration" />
+  <Cards.Card
+    title="Deployment Guide"
+    href="/docs/application/deployment-guide"
+  />
+  <Cards.Card
+    title="Harness Configuration"
+    href="/docs/harness/configuration"
+  />
 </Cards>
--- a/frontend/src/content/en/application/deployment-guide.mdx
+++ b/frontend/src/content/en/application/deployment-guide.mdx
@ -1,5 +1,5 @@
 ---
-title: Deployment Guide 
+title: Deployment Guide
 description: "This guide covers all supported deployment methods for DeerFlow App: local development, Docker Compose, and production with Kubernetes-managed sandboxes."
 ---

--- a/frontend/src/content/en/application/index.mdx
+++ b/frontend/src/content/en/application/index.mdx
@ -17,15 +17,15 @@ DeerFlow App is the reference implementation of what a production DeerFlow exper

 ## What the App provides

-| Capability | Description |
-|---|---|
-| **Web workspace** | Browser-based conversation UI with support for threads, artifacts, file uploads, and skill selection |
-| **Custom agents** | Create and manage named agents with different models, skills, and tool sets |
-| **Thread management** | Persistent conversation threads with checkpointing and history |
-| **Streaming responses** | Real-time token streaming with thinking steps and tool call visibility |
-| **Artifact viewer** | In-browser preview and download of files and outputs produced by the agent |
-| **Extensions UI** | Enable/disable MCP servers and skills without editing config files |
-| **Gateway API** | FastAPI-based REST API that bridges the frontend and the LangGraph runtime |
+| Capability              | Description                                                                                          |
+| ----------------------- | ---------------------------------------------------------------------------------------------------- |
+| **Web workspace**       | Browser-based conversation UI with support for threads, artifacts, file uploads, and skill selection |
+| **Custom agents**       | Create and manage named agents with different models, skills, and tool sets                          |
+| **Thread management**   | Persistent conversation threads with checkpointing and history                                       |
+| **Streaming responses** | Real-time token streaming with thinking steps and tool call visibility                               |
+| **Artifact viewer**     | In-browser preview and download of files and outputs produced by the agent                           |
+| **Extensions UI**       | Enable/disable MCP servers and skills without editing config files                                   |
+| **Gateway API**         | FastAPI-based REST API that bridges the frontend and the LangGraph runtime                           |

 ## Architecture

@ -58,15 +58,18 @@ The DeerFlow App runs as four services behind a single nginx reverse proxy:

 ## Technology stack

-| Layer | Technology |
-|---|---|
-| Frontend | Next.js 16, React 19, TypeScript, pnpm |
-| Gateway | FastAPI, Python 3.12, uvicorn |
-| Agent runtime | LangGraph, LangChain, DeerFlow Harness |
-| Reverse proxy | nginx |
+| Layer             | Technology                                                           |
+| ----------------- | -------------------------------------------------------------------- |
+| Frontend          | Next.js 16, React 19, TypeScript, pnpm                               |
+| Gateway           | FastAPI, Python 3.12, uvicorn                                        |
+| Agent runtime     | LangGraph, LangChain, DeerFlow Harness                               |
+| Reverse proxy     | nginx                                                                |
 | State persistence | LangGraph Server (default) + optional SQLite/PostgreSQL checkpointer |

 <Cards num={2}>
  <Cards.Card title="Quick Start" href="/docs/application/quick-start" />
-  <Cards.Card title="Deployment Guide" href="/docs/application/deployment-guide" />
+  <Cards.Card
+    title="Deployment Guide"
+    href="/docs/application/deployment-guide"
+  />
 </Cards>
--- a/frontend/src/content/en/application/operations-and-troubleshooting.mdx
+++ b/frontend/src/content/en/application/operations-and-troubleshooting.mdx
@ -13,12 +13,12 @@ This page covers day-to-day operational tasks and solutions to common problems w

 All services write logs to the `logs/` directory when started with `make dev`:

-| File | Service |
-|---|---|
+| File                 | Service                              |
+| -------------------- | ------------------------------------ |
 | `logs/langgraph.log` | LangGraph / DeerFlow Harness runtime |
-| `logs/gateway.log` | FastAPI Gateway API |
-| `logs/frontend.log` | Next.js frontend dev server |
-| `logs/nginx.log` | nginx reverse proxy |
+| `logs/gateway.log`   | FastAPI Gateway API                  |
+| `logs/frontend.log`  | Next.js frontend dev server          |
+| `logs/nginx.log`     | nginx reverse proxy                  |

 Tail logs in real time:

@ -30,7 +30,7 @@ tail -f logs/gateway.log
 Adjust the runtime log level in `config.yaml`:

 ```yaml
-log_level: debug  # debug | info | warning | error
+log_level: debug # debug | info | warning | error
 ```

 ## Health checks
@ -171,6 +171,9 @@ make dev
 Individual service restart scripts are in `scripts/`. For targeted restarts, you can kill and relaunch individual processes manually using the PIDs in the log files.

 <Cards num={2}>
-  <Cards.Card title="Deployment Guide" href="/docs/application/deployment-guide" />
+  <Cards.Card
+    title="Deployment Guide"
+    href="/docs/application/deployment-guide"
+  />
  <Cards.Card title="Configuration" href="/docs/application/configuration" />
 </Cards>
--- a/frontend/src/content/en/application/quick-start.mdx
+++ b/frontend/src/content/en/application/quick-start.mdx
@ -24,13 +24,13 @@ make check

 Required:

-| Tool | Minimum version |
-|---|---|
-| Python | 3.12 |
-| uv | latest |
-| Node.js | 22 |
-| pnpm | 10 |
-| nginx | any recent version |
+| Tool    | Minimum version    |
+| ------- | ------------------ |
+| Python  | 3.12               |
+| uv      | latest             |
+| Node.js | 22                 |
+| pnpm    | 10                 |
+| nginx   | any recent version |

 On macOS, install with `brew install python uv node pnpm nginx`. On Linux, use your distribution's package manager.

@ -87,6 +87,7 @@ make dev
 ```

 This starts:
+
 - LangGraph server on port `2024`
 - Gateway API on port `8001`
 - Frontend on port `3000`
@ -110,12 +111,12 @@ make stop

 Log files:

-| Service | Log file |
-|---|---|
+| Service   | Log file             |
+| --------- | -------------------- |
 | LangGraph | `logs/langgraph.log` |
-| Gateway | `logs/gateway.log` |
-| Frontend | `logs/frontend.log` |
-| nginx | `logs/nginx.log` |
+| Gateway   | `logs/gateway.log`   |
+| Frontend  | `logs/frontend.log`  |
+| nginx     | `logs/nginx.log`     |

 <Callout type="tip">
  If something is not working, check the log files first. Most startup errors
@ -124,6 +125,9 @@ Log files:
 </Callout>

 <Cards num={2}>
-  <Cards.Card title="Deployment Guide" href="/docs/application/deployment-guide" />
+  <Cards.Card
+    title="Deployment Guide"
+    href="/docs/application/deployment-guide"
+  />
  <Cards.Card title="Configuration" href="/docs/application/configuration" />
 </Cards>
--- a/frontend/src/content/en/application/workspace-usage.mdx
+++ b/frontend/src/content/en/application/workspace-usage.mdx
@ -74,6 +74,9 @@ If you have created custom agents, use the **Agent** selector in the input bar t
 Custom agents may have different models, skills, tool sets, and system prompts. See [Agents and Threads](/docs/application/agents-and-threads) for how to create and manage custom agents.

 <Cards num={2}>
-  <Cards.Card title="Agents and Threads" href="/docs/application/agents-and-threads" />
+  <Cards.Card
+    title="Agents and Threads"
+    href="/docs/application/agents-and-threads"
+  />
  <Cards.Card title="Configuration" href="/docs/application/configuration" />
 </Cards>
--- a/frontend/src/content/en/harness/configuration.mdx
+++ b/frontend/src/content/en/harness/configuration.mdx
@ -81,7 +81,7 @@ models:
    use: langchain_openai:ChatOpenAI
    model: gpt-4o
    api_key: $OPENAI_API_KEY
-    some_provider_specific_option: value  # passed through to ChatOpenAI constructor
+    some_provider_specific_option: value # passed through to ChatOpenAI constructor
 ```

 ## Configuration version
@ -104,27 +104,27 @@ This merges new fields from `config.example.yaml` into your existing `config.yam

 The following table maps each top-level `config.yaml` section to its documentation page:

-| Section | Description | Documentation |
-|---|---|---|
-| `log_level` | Logging level (`debug`/`info`/`warning`/`error`) | — |
-| `models` | Available LLM models | [Lead Agent](/docs/harness/lead-agent) |
-| `token_usage` | Token tracking per model call | [Middlewares](/docs/harness/middlewares) |
-| `tools` | Available agent tools | [Tools](/docs/harness/tools) |
-| `tool_groups` | Named groups of tools | [Tools](/docs/harness/tools) |
-| `tool_search` | Deferred/on-demand tool loading | [Tools](/docs/harness/tools) |
-| `sandbox` | Sandbox provider and options | [Sandbox](/docs/harness/sandbox) |
-| `skills` | Skills directory and container path | [Skills](/docs/harness/skills) |
-| `skill_evolution` | Agent-managed skill creation | [Skills](/docs/harness/skills) |
-| `subagents` | Subagent timeouts and max turns | [Subagents](/docs/harness/subagents) |
-| `acp_agents` | External ACP agent integrations | [Subagents](/docs/harness/subagents) |
-| `memory` | Cross-session memory storage | [Memory](/docs/harness/memory) |
-| `summarization` | Conversation summarization | [Middlewares](/docs/harness/middlewares) |
-| `title` | Automatic thread title generation | [Middlewares](/docs/harness/middlewares) |
-| `checkpointer` | Thread state persistence | [Agents & Threads](/docs/application/agents-and-threads) |
-| `guardrails` | Tool call authorization | — |
-| `stream_bridge` | Streaming configuration | — |
-| `uploads` | File upload settings (PDF converter) | — |
-| `channels` | IM channel integrations (Feishu, Slack, etc.) | — |
+| Section           | Description                                      | Documentation                                            |
+| ----------------- | ------------------------------------------------ | -------------------------------------------------------- |
+| `log_level`       | Logging level (`debug`/`info`/`warning`/`error`) | —                                                        |
+| `models`          | Available LLM models                             | [Lead Agent](/docs/harness/lead-agent)                   |
+| `token_usage`     | Token tracking per model call                    | [Middlewares](/docs/harness/middlewares)                 |
+| `tools`           | Available agent tools                            | [Tools](/docs/harness/tools)                             |
+| `tool_groups`     | Named groups of tools                            | [Tools](/docs/harness/tools)                             |
+| `tool_search`     | Deferred/on-demand tool loading                  | [Tools](/docs/harness/tools)                             |
+| `sandbox`         | Sandbox provider and options                     | [Sandbox](/docs/harness/sandbox)                         |
+| `skills`          | Skills directory and container path              | [Skills](/docs/harness/skills)                           |
+| `skill_evolution` | Agent-managed skill creation                     | [Skills](/docs/harness/skills)                           |
+| `subagents`       | Subagent timeouts and max turns                  | [Subagents](/docs/harness/subagents)                     |
+| `acp_agents`      | External ACP agent integrations                  | [Subagents](/docs/harness/subagents)                     |
+| `memory`          | Cross-session memory storage                     | [Memory](/docs/harness/memory)                           |
+| `summarization`   | Conversation summarization                       | [Middlewares](/docs/harness/middlewares)                 |
+| `title`           | Automatic thread title generation                | [Middlewares](/docs/harness/middlewares)                 |
+| `checkpointer`    | Thread state persistence                         | [Agents & Threads](/docs/application/agents-and-threads) |
+| `guardrails`      | Tool call authorization                          | —                                                        |
+| `stream_bridge`   | Streaming configuration                          | —                                                        |
+| `uploads`         | File upload settings (PDF converter)             | —                                                        |
+| `channels`        | IM channel integrations (Feishu, Slack, etc.)    | —                                                        |

 ## Minimal config to get started

@ -157,6 +157,12 @@ tools:
 Start from `config.example.yaml` in the repository root and uncomment the sections you need.

 <Cards num={2}>
-  <Cards.Card title="Deployment Guide" href="/docs/application/deployment-guide" />
-  <Cards.Card title="Application Configuration" href="/docs/application/configuration" />
+  <Cards.Card
+    title="Deployment Guide"
+    href="/docs/application/deployment-guide"
+  />
+  <Cards.Card
+    title="Application Configuration"
+    href="/docs/application/configuration"
+  />
 </Cards>
--- a/frontend/src/content/en/harness/customization.mdx
+++ b/frontend/src/content/en/harness/customization.mdx
@ -170,6 +170,9 @@ guardrails:
 For custom guardrail logic, implement a class with `evaluate()` and `aevaluate()` methods and reference it via `use:`.

 <Cards num={2}>
-  <Cards.Card title="Integration Guide" href="/docs/harness/integration-guide" />
+  <Cards.Card
+    title="Integration Guide"
+    href="/docs/harness/integration-guide"
+  />
  <Cards.Card title="Configuration" href="/docs/harness/configuration" />
 </Cards>
--- a/frontend/src/content/en/harness/design-principles.mdx
+++ b/frontend/src/content/en/harness/design-principles.mdx
@ -110,15 +110,15 @@ Environment variable interpolation (`api_key: $OPENAI_API_KEY`) keeps secrets ou

 ## Summary

-| Principle | What it means in practice |
-|---|---|
-| Harness, not framework | Ready-to-run runtime with all the infrastructure already wired |
-| Long-horizon first | Architecture assumes multi-step, multi-tool, multi-turn tasks |
-| Middleware over inheritance | Behavior is composed from small, isolated plugins |
-| Skills for specialization | Domain capability injected on demand, keeping the base clean |
-| Sandbox for execution | Isolated workspace for real file and command work |
-| Context engineering | Active management of what the agent sees to stay effective |
-| Config-driven | All key behaviors are controlled through `config.yaml` |
+| Principle                   | What it means in practice                                      |
+| --------------------------- | -------------------------------------------------------------- |
+| Harness, not framework      | Ready-to-run runtime with all the infrastructure already wired |
+| Long-horizon first          | Architecture assumes multi-step, multi-tool, multi-turn tasks  |
+| Middleware over inheritance | Behavior is composed from small, isolated plugins              |
+| Skills for specialization   | Domain capability injected on demand, keeping the base clean   |
+| Sandbox for execution       | Isolated workspace for real file and command work              |
+| Context engineering         | Active management of what the agent sees to stay effective     |
+| Config-driven               | All key behaviors are controlled through `config.yaml`         |

 <Cards num={2}>
  <Cards.Card title="Lead Agent" href="/docs/harness/lead-agent" />
--- a/frontend/src/content/en/harness/lead-agent.mdx
+++ b/frontend/src/content/en/harness/lead-agent.mdx
@ -141,9 +141,9 @@ The same Lead Agent runtime powers both the default agent and any custom agents
 Custom agents are created through the DeerFlow App UI or via the `/api/agents` endpoint. Their configuration is stored in `agents/{name}/config.yaml` relative to the backend directory.

 <Callout type="tip">
-  When a custom agent is selected in a thread, the Lead Agent loads that
-  agent's config at runtime. Switching models or skills for a specific agent
-  does not require restarting the server.
+  When a custom agent is selected in a thread, the Lead Agent loads that agent's
+  config at runtime. Switching models or skills for a specific agent does not
+  require restarting the server.
 </Callout>

 ## Bootstrap mode
--- a/frontend/src/content/en/harness/mcp.mdx
+++ b/frontend/src/content/en/harness/mcp.mdx
@ -44,6 +44,7 @@ The default location is the project root (same directory as `config.yaml`). The
 ```

 Each server entry supports:
+
 - `command`: the executable to run (e.g., `npx`, `uvx`, `python`)
 - `args`: command arguments as an array
 - `enabled`: whether the server is active (can be toggled without removing the entry)
@ -92,6 +93,7 @@ With tool search enabled, MCP tools are listed by name in the system prompt but
 Some MCP servers require OAuth authentication. DeerFlow's `mcp/oauth.py` handles the OAuth flow for servers that declare OAuth requirements in their capability headers.

 When an OAuth-protected MCP server is connected, DeerFlow will:
+
 1. Detect the OAuth requirement from the server's capability headers
 2. Build the appropriate authorization headers using `get_initial_oauth_headers()`
 3. Wrap tool calls with an OAuth interceptor via `build_oauth_tool_interceptor()`
--- a/frontend/src/content/en/harness/middlewares.mdx
+++ b/frontend/src/content/en/harness/middlewares.mdx
@ -89,7 +89,7 @@ title:
  enabled: true
  max_words: 6
  max_chars: 60
-  model_name: null  # use default model
+  model_name: null # use default model
 ```

 ---
@ -159,7 +159,7 @@ summarization:

  # Trigger conditions — summarization runs when ANY threshold is met
  trigger:
-    - type: tokens      # trigger when context exceeds N tokens
+    - type: tokens # trigger when context exceeds N tokens
      value: 15564
    # - type: messages  # trigger when there are more than N messages
    #   value: 50
@ -169,7 +169,7 @@ summarization:
  # How much recent history to keep after summarization
  keep:
    type: messages
-    value: 10           # keep the 10 most recent messages
+    value: 10 # keep the 10 most recent messages
    # Alternative: keep by tokens
    # type: tokens
    # value: 3000
@ -182,6 +182,7 @@ summarization:
 ```

 **Trigger types**:
+
 - `tokens`: triggers when the total token count in the conversation exceeds `value`.
 - `messages`: triggers when the number of messages exceeds `value`.
 - `fraction`: triggers when the context reaches `value` fraction of the model's maximum input token limit.
@ -189,6 +190,7 @@ summarization:
 Multiple triggers can be listed; summarization runs when **any** of them fires.

 **Keep types**:
+
 - `messages`: keep the last `value` messages after summarization.
 - `tokens`: keep up to `value` tokens of recent history.
 - `fraction`: keep up to `value` fraction of the model's max input token limit.
--- a/frontend/src/content/en/harness/quick-start.mdx
+++ b/frontend/src/content/en/harness/quick-start.mdx
@ -85,15 +85,15 @@ agent = create_deerflow_agent(

 Common parameters:

-| Parameter | Description |
-|---|---|
-| `tools` | Additional tools available to the agent |
-| `system_prompt` | Custom system prompt |
-| `features` | Enable or replace built-in runtime features |
+| Parameter          | Description                                     |
+| ------------------ | ----------------------------------------------- |
+| `tools`            | Additional tools available to the agent         |
+| `system_prompt`    | Custom system prompt                            |
+| `features`         | Enable or replace built-in runtime features     |
 | `extra_middleware` | Insert custom middleware into the default chain |
-| `plan_mode` | Enable Todo-style task tracking |
-| `checkpointer` | Persist agent state across runs |
-| `name` | Logical agent name |
+| `plan_mode`        | Enable Todo-style task tracking                 |
+| `checkpointer`     | Persist agent state across runs                 |
+| `name`             | Logical agent name                              |

 ## When to use DeerFlowClient instead

@ -109,7 +109,10 @@ Use `DeerFlowClient` when you want the higher-level embedded app interface, such
 ## Next steps

 <Cards num={3}>
-  <Cards.Card title="Design Principles" href="/docs/harness/design-principles" />
+  <Cards.Card
+    title="Design Principles"
+    href="/docs/harness/design-principles"
+  />
  <Cards.Card title="Lead Agent" href="/docs/harness/lead-agent" />
  <Cards.Card title="Configuration" href="/docs/harness/configuration" />
 </Cards>
--- a/frontend/src/content/en/harness/sandbox.mdx
+++ b/frontend/src/content/en/harness/sandbox.mdx
@ -9,8 +9,8 @@ import { Callout, Cards, Tabs } from "nextra/components";

 <Callout type="info" emoji="📦">
  The sandbox is the isolated workspace where the agent does file and
-  command-based work. It is what makes DeerFlow capable of real action, not
-  just conversation.
+  command-based work. It is what makes DeerFlow capable of real action, not just
+  conversation.
 </Callout>

 The sandbox gives the Lead Agent a controlled environment where it can read files, write outputs, run shell commands, and produce artifacts. Without a sandbox, the agent can only generate text. With a sandbox, it can write and execute code, process data files, generate charts, and build deliverables.
@ -29,7 +29,7 @@ Commands run directly on the host machine's filesystem. There is no container is
 ```yaml
 sandbox:
  use: deerflow.sandbox.local:LocalSandboxProvider
-  allow_host_bash: false  # default; set to true only for fully trusted workflows
+  allow_host_bash: false # default; set to true only for fully trusted workflows
 ```

 ### Container-based AIO Sandbox
@ -83,10 +83,10 @@ The provisioner service is included in `docker/docker-compose-dev.yaml` and mana

 The sandbox uses path mappings to bridge the host filesystem and the container's virtual filesystem. Two key mappings are always configured:

-| Host path | Container path | Access |
-|---|---|---|
-| `skills/` (from `skills.path`) | `/mnt/skills` (from `skills.container_path`) | Read-only |
-| `.deer-flow/threads/{thread_id}/user-data/` | `/mnt/user-data/` | Read-write |
+| Host path                                   | Container path                               | Access     |
+| ------------------------------------------- | -------------------------------------------- | ---------- |
+| `skills/` (from `skills.path`)              | `/mnt/skills` (from `skills.container_path`) | Read-only  |
+| `.deer-flow/threads/{thread_id}/user-data/` | `/mnt/user-data/`                            | Read-write |

 The skills directory is always mounted read-only. Threads write their working data (uploads, outputs, intermediate files) to `/mnt/user-data/`.

@ -136,7 +136,7 @@ The `LocalSandbox` runs commands directly on the host. By default, the `bash` to

 ```yaml
 sandbox:
-  allow_host_bash: true  # Dangerous: grants the agent shell access to your machine
+  allow_host_bash: true # Dangerous: grants the agent shell access to your machine
 ```

 Even without `bash`, the agent can still read and write files through the dedicated file tools.
--- a/frontend/src/content/en/harness/skills.mdx
+++ b/frontend/src/content/en/harness/skills.mdx
@ -44,23 +44,23 @@ The `SKILL.md` file is the authoritative definition of the skill. It is parsed b

 DeerFlow ships with the following public skills:

-| Skill | Description |
-|---|---|
-| `deep-research` | Multi-step research with source gathering, cross-checking, and structured output |
-| `data-analysis` | Data exploration, statistical analysis, and insight generation |
-| `chart-visualization` | Chart and graph creation from data |
-| `ppt-generation` | Presentation slide generation |
-| `image-generation` | AI image generation workflows |
-| `code-documentation` | Automated code documentation generation |
-| `newsletter-generation` | Newsletter content creation |
-| `podcast-generation` | Podcast script and outline generation |
-| `academic-paper-review` | Structured academic paper analysis |
-| `consulting-analysis` | Business consulting frameworks and analysis |
-| `systematic-literature-review` | Literature review methodology and synthesis |
-| `github-deep-research` | Repository and code deep-dive research |
-| `frontend-design` | Frontend design and UI workflow |
-| `web-design-guidelines` | Web design standards and review |
-| `video-generation` | Video content planning and generation |
+| Skill                          | Description                                                                      |
+| ------------------------------ | -------------------------------------------------------------------------------- |
+| `deep-research`                | Multi-step research with source gathering, cross-checking, and structured output |
+| `data-analysis`                | Data exploration, statistical analysis, and insight generation                   |
+| `chart-visualization`          | Chart and graph creation from data                                               |
+| `ppt-generation`               | Presentation slide generation                                                    |
+| `image-generation`             | AI image generation workflows                                                    |
+| `code-documentation`           | Automated code documentation generation                                          |
+| `newsletter-generation`        | Newsletter content creation                                                      |
+| `podcast-generation`           | Podcast script and outline generation                                            |
+| `academic-paper-review`        | Structured academic paper analysis                                               |
+| `consulting-analysis`          | Business consulting frameworks and analysis                                      |
+| `systematic-literature-review` | Literature review methodology and synthesis                                      |
+| `github-deep-research`         | Repository and code deep-dive research                                           |
+| `frontend-design`              | Frontend design and UI workflow                                                  |
+| `web-design-guidelines`        | Web design standards and review                                                  |
+| `video-generation`             | Video content planning and generation                                            |

 ## Skill lifecycle

@ -139,8 +139,8 @@ DeerFlow includes an optional **skill evolution** feature that allows the agent

 ```yaml
 skill_evolution:
-  enabled: false  # Set to true to allow agent-managed skill creation
-  moderation_model_name: null  # Model for security scanning (null = use default)
+  enabled: false # Set to true to allow agent-managed skill creation
+  moderation_model_name: null # Model for security scanning (null = use default)
 ```

 <Callout type="warning">
--- a/frontend/src/content/en/harness/subagents.mdx
+++ b/frontend/src/content/en/harness/subagents.mdx
@ -75,10 +75,10 @@ subagents:
  # Optional: per-agent overrides
  agents:
    general-purpose:
-      timeout_seconds: 1800  # 30 minutes for complex tasks
+      timeout_seconds: 1800 # 30 minutes for complex tasks
      max_turns: 160
    bash:
-      timeout_seconds: 300   # 5 minutes for quick commands
+      timeout_seconds: 300 # 5 minutes for quick commands
      max_turns: 80
 ```

@ -122,8 +122,8 @@ The Lead Agent invokes ACP agents through the `invoke_acp_agent` built-in tool.
 <Callout type="tip">
  ACP agents run as child processes managed by DeerFlow. They communicate over
  the ACP wire protocol. The standard CLI tools (like the plain `claude` or
-  `codex` commands) are not ACP-compatible by default — use the adapter
-  packages listed above or a compatible ACP wrapper.
+  `codex` commands) are not ACP-compatible by default — use the adapter packages
+  listed above or a compatible ACP wrapper.
 </Callout>

 ## Custom agents as subagents
--- a/frontend/src/content/en/harness/tools.mdx
+++ b/frontend/src/content/en/harness/tools.mdx
@ -78,15 +78,15 @@ Searches for tools by name or description and loads them into the agent's contex

 The following tools interact with the sandbox filesystem. They require a sandbox to be configured and active.

-| Tool | Description |
-|---|---|
-| `ls` | List files in a directory |
-| `read_file` | Read file contents |
-| `glob` | Find files matching a pattern |
-| `grep` | Search file contents |
-| `write_file` | Write content to a file |
-| `str_replace` | Replace a string in a file |
-| `bash` | Execute a shell command (requires `allow_host_bash: true` or a container sandbox) |
+| Tool          | Description                                                                       |
+| ------------- | --------------------------------------------------------------------------------- |
+| `ls`          | List files in a directory                                                         |
+| `read_file`   | Read file contents                                                                |
+| `glob`        | Find files matching a pattern                                                     |
+| `grep`        | Search file contents                                                              |
+| `write_file`  | Write content to a file                                                           |
+| `str_replace` | Replace a string in a file                                                        |
+| `bash`        | Execute a shell command (requires `allow_host_bash: true` or a container sandbox) |

 These are configured in `config.yaml` under `tools:`:

@ -98,7 +98,7 @@ tools:
  - use: deerflow.sandbox.tools:grep_tool
  - use: deerflow.sandbox.tools:write_file_tool
  - use: deerflow.sandbox.tools:str_replace_tool
-  - use: deerflow.sandbox.tools:bash_tool  # requires host bash or container sandbox
+  - use: deerflow.sandbox.tools:bash_tool # requires host bash or container sandbox
 ```

 ## Community tools
@ -124,6 +124,7 @@ tools:
 High-quality search with structured results. Requires a [Tavily](https://tavily.com) API key.

 Install: `cd backend && uv add 'deerflow-harness[tavily]'`
+
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@ -134,6 +135,7 @@ tools:
 Semantic search with neural retrieval. Requires an [Exa](https://exa.ai) API key.

 Install: `cd backend && uv add 'deerflow-harness[exa]'`
+
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@ -152,6 +154,7 @@ tools:
 Firecrawl-powered search and crawl. Requires a [Firecrawl](https://firecrawl.dev) API key.

 Install: `cd backend && uv add 'deerflow-harness[firecrawl]'`
+
  </Tabs.Tab>
 </Tabs>

@ -159,33 +162,22 @@ Install: `cd backend && uv add 'deerflow-harness[firecrawl]'`

 <Tabs items={["Jina AI (default)", "Exa", "InfoQuest", "Firecrawl"]}>
  <Tabs.Tab>
-```yaml
-tools:
-  - use: deerflow.community.jina_ai.tools:web_fetch_tool
-    api_key: $JINA_API_KEY  # optional; anonymous usage has rate limits
-```
-Converts web pages to clean Markdown. Works without an API key at reduced rate limits.
+    ```yaml tools: - use: deerflow.community.jina_ai.tools:web_fetch_tool
+    api_key: $JINA_API_KEY # optional; anonymous usage has rate limits ```
+    Converts web pages to clean Markdown. Works without an API key at reduced
+    rate limits.
  </Tabs.Tab>
  <Tabs.Tab>
-```yaml
-tools:
-  - use: deerflow.community.exa.tools:web_fetch_tool
-    api_key: $EXA_API_KEY
-```
+    ```yaml tools: - use: deerflow.community.exa.tools:web_fetch_tool api_key:
+    $EXA_API_KEY ```
  </Tabs.Tab>
  <Tabs.Tab>
-```yaml
-tools:
-  - use: deerflow.community.infoquest.tools:web_fetch_tool
-    api_key: $INFOQUEST_API_KEY
-```
+    ```yaml tools: - use: deerflow.community.infoquest.tools:web_fetch_tool
+    api_key: $INFOQUEST_API_KEY ```
  </Tabs.Tab>
  <Tabs.Tab>
-```yaml
-tools:
-  - use: deerflow.community.firecrawl.tools:web_fetch_tool
-    api_key: $FIRECRAWL_API_KEY
-```
+    ```yaml tools: - use: deerflow.community.firecrawl.tools:web_fetch_tool
+    api_key: $FIRECRAWL_API_KEY ```
  </Tabs.Tab>
 </Tabs>

--- a/frontend/src/content/en/tutorials/first-conversation.mdx
+++ b/frontend/src/content/en/tutorials/first-conversation.mdx
@ -35,6 +35,7 @@ Press Enter to send.
 ### Watch the agent work

 You will see the agent start working:
+
 - Expand the **thinking steps** to see which tools it is calling
 - Watch search results stream in
 - Wait for the final report to be generated
@ -42,6 +43,7 @@ You will see the agent start working:
 ### Interact with the result

 Once the report is generated, you can:
+
 - Ask for more detail on a specific section
 - Ask to export the report as a file (the agent will use the `present_files` tool)
 - Ask to create a chart based on the research findings
@ -51,6 +53,7 @@ Once the report is generated, you can:
 ## What just happened

 The agent used the DeerFlow Harness to:
+
 1. Receive your message and add it to the thread state
 2. Run the middleware chain (memory injection, title generation)
 3. Call the LLM, which decided to search the web
--- a/frontend/src/content/en/tutorials/use-tools-and-skills.mdx
+++ b/frontend/src/content/en/tutorials/use-tools-and-skills.mdx
@ -33,6 +33,7 @@ tools:
 Enable skills through the DeerFlow app's extensions panel, or edit `extensions_config.json` directly.

 **Via the app UI:**
+
 1. Open the DeerFlow app
 2. Click the Extensions/Skills icon in the sidebar
 3. Find `deep-research` and toggle it on
--- a/frontend/src/content/en/tutorials/work-with-memory.mdx
+++ b/frontend/src/content/en/tutorials/work-with-memory.mdx
@ -32,6 +32,7 @@ Memory works automatically through `MemoryMiddleware`:
 ## Example

 **First conversation:**
+
 ```
 I am a Python backend developer primarily using FastAPI and PostgreSQL.
 My team follows PEP 8 and prefers type annotations everywhere.
@ -39,6 +40,7 @@ Please remember this for future code suggestions.
 ```

 **Later conversation** (no need to repeat background):
+
 ```
 Help me write a user authentication module
 ```
--- a/frontend/src/content/zh/application/agents-and-threads.mdx
+++ b/frontend/src/content/zh/application/agents-and-threads.mdx
@ -8,7 +8,8 @@ import { Callout, Cards, Steps } from "nextra/components";
 # Agent 与线程

 <Callout type="info" emoji="🤖">
-  Agent 是配置单元——它们定义了一组能力。线程是对话实例，带有持久化状态和历史记录。
+  Agent
+  是配置单元——它们定义了一组能力。线程是对话实例，带有持久化状态和历史记录。
 </Callout>

 ## 自定义 Agent
@ -115,5 +116,8 @@ checkpointer:

 <Cards num={2}>
  <Cards.Card title="工作区使用" href="/docs/application/workspace-usage" />
-  <Cards.Card title="运维与排障" href="/docs/application/operations-and-troubleshooting" />
+  <Cards.Card
+    title="运维与排障"
+    href="/docs/application/operations-and-troubleshooting"
+  />
 </Cards>
--- a/frontend/src/content/zh/application/configuration.mdx
+++ b/frontend/src/content/zh/application/configuration.mdx
@ -46,17 +46,18 @@ models:
 启用扩展思考：

 ```yaml
-  - name: claude-extended-thinking
-    use: langchain_anthropic:ChatAnthropic
-    model: claude-sonnet-4-5
-    api_key: $ANTHROPIC_API_KEY
-    max_tokens: 16000
-    thinking_enabled: true
-    extra_body:
-      thinking:
-        type: enabled
-        budget_tokens: 10000
+- name: claude-extended-thinking
+  use: langchain_anthropic:ChatAnthropic
+  model: claude-sonnet-4-5
+  api_key: $ANTHROPIC_API_KEY
+  max_tokens: 16000
+  thinking_enabled: true
+  extra_body:
+    thinking:
+      type: enabled
+      budget_tokens: 10000
 ```
+
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@ -103,6 +104,7 @@ models:
 ```bash
 ollama pull llama3.3
 ```
+
  </Tabs.Tab>
 </Tabs>

@ -162,11 +164,11 @@ checkpointer:

 前端通过 `.env.local`（本地开发）或 Docker Compose 环境中的环境变量配置。

-| 变量 | 必需 | 描述 |
-|---|---|---|
-| `BETTER_AUTH_SECRET` | 是（生产） | 会话管理的密钥（最少 32 个字符） |
-| `BETTER_AUTH_URL` | 推荐 | 你的应用公开 URL（例如 `https://your-domain.com`） |
-| `SKIP_ENV_VALIDATION` | 否 | 设为 `1` 跳过构建时环境变量验证 |
+| 变量                  | 必需       | 描述                                               |
+| --------------------- | ---------- | -------------------------------------------------- |
+| `BETTER_AUTH_SECRET`  | 是（生产） | 会话管理的密钥（最少 32 个字符）                   |
+| `BETTER_AUTH_URL`     | 推荐       | 你的应用公开 URL（例如 `https://your-domain.com`） |
+| `SKIP_ENV_VALIDATION` | 否         | 设为 `1` 跳过构建时环境变量验证                    |

 本地开发：

@ -176,7 +178,8 @@ BETTER_AUTH_SECRET=local-dev-secret-at-least-32-chars
 ```

 <Callout type="warning">
-  不要在生产中使用 <code>SKIP_ENV_VALIDATION=1</code>。为 <code>BETTER_AUTH_SECRET</code> 设置一个真实值。
+  不要在生产中使用 <code>SKIP_ENV_VALIDATION=1</code>。为{" "}
+  <code>BETTER_AUTH_SECRET</code> 设置一个真实值。
 </Callout>

 ## extensions_config.json
@ -207,12 +210,12 @@ BETTER_AUTH_SECRET=local-dev-secret-at-least-32-chars

 这些变量在 DeerFlow 进程中设置（通过 `.env`、Docker 环境或 shell）：

-| 变量 | 默认值 | 描述 |
-|---|---|---|
-| `DEER_FLOW_CONFIG_PATH` | 自动发现 | `config.yaml` 的绝对路径 |
-| `LOG_LEVEL` | `info` | 日志详细程度（`debug`/`info`/`warning`/`error`） |
-| `DEER_FLOW_ROOT` | 仓库根目录 | 用于 Docker 中的技能和线程挂载 |
-| `LANGGRAPH_UPSTREAM` | `langgraph:2024` | nginx 代理的 LangGraph 地址 |
+| 变量                    | 默认值           | 描述                                             |
+| ----------------------- | ---------------- | ------------------------------------------------ |
+| `DEER_FLOW_CONFIG_PATH` | 自动发现         | `config.yaml` 的绝对路径                         |
+| `LOG_LEVEL`             | `info`           | 日志详细程度（`debug`/`info`/`warning`/`error`） |
+| `DEER_FLOW_ROOT`        | 仓库根目录       | 用于 Docker 中的技能和线程挂载                   |
+| `LANGGRAPH_UPSTREAM`    | `langgraph:2024` | nginx 代理的 LangGraph 地址                      |

 <Cards num={2}>
  <Cards.Card title="Harness 配置" href="/docs/harness/configuration" />
--- a/frontend/src/content/zh/application/deployment-guide.mdx
+++ b/frontend/src/content/zh/application/deployment-guide.mdx
@ -21,14 +21,15 @@ make dev

 启动的服务：

-| 服务 | 端口 | 描述 |
-|---|---|---|
-| LangGraph | 2024 | DeerFlow Harness 运行时 |
-| Gateway API | 8001 | FastAPI 后端 |
-| 前端 | 3000 | Next.js 界面 |
-| nginx | 2026 | 统一反向代理 |
+| 服务        | 端口 | 描述                    |
+| ----------- | ---- | ----------------------- |
+| LangGraph   | 2024 | DeerFlow Harness 运行时 |
+| Gateway API | 8001 | FastAPI 后端            |
+| 前端        | 3000 | Next.js 界面            |
+| nginx       | 2026 | 统一反向代理            |

 访问地址：**http://localhost:2026**
+
  </Tabs.Tab>
  <Tabs.Tab>
 ```bash
@ -36,6 +37,7 @@ make stop
 ```

 停止所有四个服务。即使某个服务没有运行也可以安全执行。
+
  </Tabs.Tab>
  <Tabs.Tab>
 ```
@ -46,9 +48,11 @@ logs/nginx.log       # nginx 访问/错误日志
 ```

 实时追踪日志：
+
 ```bash
 tail -f logs/langgraph.log
 ```
+
  </Tabs.Tab>
 </Tabs>

@ -86,7 +90,8 @@ BETTER_AUTH_SECRET=your-secret-here-min-32-chars
 `docker-compose*.yaml` 文件包含 `env_file: ../.env` 指令，会自动加载该文件。

 <Callout type="warning">
-  在部署前始终将 <code>BETTER_AUTH_SECRET</code> 设置为强随机字符串。没有它，前端构建会使用一个公开已知的默认值。
+  在部署前始终将 <code>BETTER_AUTH_SECRET</code>{" "}
+  设置为强随机字符串。没有它，前端构建会使用一个公开已知的默认值。
 </Callout>

 ### 数据持久化
@ -104,11 +109,11 @@ BETTER_AUTH_SECRET=your-secret-here-min-32-chars

 ### 沙箱模式选择

-| 沙箱 | 使用场景 |
-|---|---|
-| `LocalSandboxProvider` | 单用户、受信任的本地工作流 |
-| `AioSandboxProvider`（Docker） | 多用户、中等隔离需求 |
-| `AioSandboxProvider` + K8s Provisioner | 生产环境、强隔离、多用户 |
+| 沙箱                                   | 使用场景                   |
+| -------------------------------------- | -------------------------- |
+| `LocalSandboxProvider`                 | 单用户、受信任的本地工作流 |
+| `AioSandboxProvider`（Docker）         | 多用户、中等隔离需求       |
+| `AioSandboxProvider` + K8s Provisioner | 生产环境、强隔离、多用户   |

 对于有多个并发用户的任何部署，使用基于容器的沙箱，防止用户之间的执行环境相互干扰。

@ -153,10 +158,10 @@ SKILLS_PVC_NAME=deer-flow-skills-pvc

 nginx 路由所有流量，控制路由的关键环境变量：

-| 变量 | 默认值 | 描述 |
-|---|---|---|
-| `LANGGRAPH_UPSTREAM` | `langgraph:2024` | LangGraph 服务地址 |
-| `LANGGRAPH_REWRITE` | `/` | LangGraph 路由的 URL 重写前缀 |
+| 变量                 | 默认值           | 描述                          |
+| -------------------- | ---------------- | ----------------------------- |
+| `LANGGRAPH_UPSTREAM` | `langgraph:2024` | LangGraph 服务地址            |
+| `LANGGRAPH_REWRITE`  | `/`              | LangGraph 路由的 URL 重写前缀 |

 这些在 Docker Compose 环境中设置，并在容器启动时由 `envsubst` 处理。

@ -174,12 +179,12 @@ openssl rand -base64 32

 ### 资源建议

-| 服务 | 最低配置 | 推荐配置 |
-|---|---|---|
+| 服务                      | 最低配置         | 推荐配置         |
+| ------------------------- | ---------------- | ---------------- |
 | LangGraph（Agent 运行时） | 2 vCPU、4 GB RAM | 4 vCPU、8 GB RAM |
-| Gateway | 0.5 vCPU、512 MB | 1 vCPU、1 GB |
-| 前端 | 0.5 vCPU、512 MB | 1 vCPU、1 GB |
-| 沙箱容器（每会话） | 1 vCPU、1 GB | 2 vCPU、2 GB |
+| Gateway                   | 0.5 vCPU、512 MB | 1 vCPU、1 GB     |
+| 前端                      | 0.5 vCPU、512 MB | 1 vCPU、1 GB     |
+| 沙箱容器（每会话）        | 1 vCPU、1 GB     | 2 vCPU、2 GB     |

 ## 部署后验证

@ -200,5 +205,8 @@ curl http://localhost:2026/api/models

 <Cards num={2}>
  <Cards.Card title="配置" href="/docs/application/configuration" />
-  <Cards.Card title="运维与排障" href="/docs/application/operations-and-troubleshooting" />
+  <Cards.Card
+    title="运维与排障"
+    href="/docs/application/operations-and-troubleshooting"
+  />
 </Cards>
--- a/frontend/src/content/zh/application/index.mdx
+++ b/frontend/src/content/zh/application/index.mdx
@ -8,22 +8,24 @@ import { Callout, Cards } from "nextra/components";
 # DeerFlow 应用

 <Callout type="info" emoji="🚀">
-  DeerFlow 应用是构建在 DeerFlow Harness 之上的完整 Super Agent 应用。它将运行时能力打包成一个可部署的产品，包含 Web 界面、API Gateway 和运维工具。
+  DeerFlow 应用是构建在 DeerFlow Harness 之上的完整 Super Agent
+  应用。它将运行时能力打包成一个可部署的产品，包含 Web 界面、API Gateway
+  和运维工具。
 </Callout>

 DeerFlow 应用是 DeerFlow 生产体验的参考实现。它将 Harness 运行时、基于 Web 的对话工作区、API Gateway 和反向代理组合成一个可部署的完整系统。

 ## 应用提供什么

-| 能力 | 描述 |
-|---|---|
-| **Web 工作区** | 浏览器对话界面，支持线程、产出物、文件上传和技能选择 |
-| **自定义 Agent** | 创建和管理具有不同模型、技能和工具集的命名 Agent |
-| **线程管理** | 带检查点和历史记录的持久化对话线程 |
-| **流式响应** | 实时 token 流式传输，带思考步骤和工具调用可见性 |
-| **产出物查看器** | Agent 生成文件和输出的浏览器内预览和下载 |
-| **扩展界面** | 无需编辑配置文件即可启用/禁用 MCP 服务器和技能 |
-| **Gateway API** | 桥接前端和 LangGraph 运行时的基于 FastAPI 的 REST API |
+| 能力             | 描述                                                  |
+| ---------------- | ----------------------------------------------------- |
+| **Web 工作区**   | 浏览器对话界面，支持线程、产出物、文件上传和技能选择  |
+| **自定义 Agent** | 创建和管理具有不同模型、技能和工具集的命名 Agent      |
+| **线程管理**     | 带检查点和历史记录的持久化对话线程                    |
+| **流式响应**     | 实时 token 流式传输，带思考步骤和工具调用可见性       |
+| **产出物查看器** | Agent 生成文件和输出的浏览器内预览和下载              |
+| **扩展界面**     | 无需编辑配置文件即可启用/禁用 MCP 服务器和技能        |
+| **Gateway API**  | 桥接前端和 LangGraph 运行时的基于 FastAPI 的 REST API |

 ## 架构

@ -56,13 +58,13 @@ DeerFlow 应用以四个服务的形式运行，通过单个 nginx 反向代理

 ## 技术栈

-| 层次 | 技术 |
-|---|---|
-| 前端 | Next.js 16、React 19、TypeScript、pnpm |
-| Gateway | FastAPI、Python 3.12、uvicorn |
-| Agent 运行时 | LangGraph、LangChain、DeerFlow Harness |
-| 反向代理 | nginx |
-| 状态持久化 | LangGraph Server（默认）+ 可选 SQLite/PostgreSQL 检查点 |
+| 层次         | 技术                                                    |
+| ------------ | ------------------------------------------------------- |
+| 前端         | Next.js 16、React 19、TypeScript、pnpm                  |
+| Gateway      | FastAPI、Python 3.12、uvicorn                           |
+| Agent 运行时 | LangGraph、LangChain、DeerFlow Harness                  |
+| 反向代理     | nginx                                                   |
+| 状态持久化   | LangGraph Server（默认）+ 可选 SQLite/PostgreSQL 检查点 |

 <Cards num={2}>
  <Cards.Card title="快速上手" href="/docs/application/quick-start" />
--- a/frontend/src/content/zh/application/operations-and-troubleshooting.mdx
+++ b/frontend/src/content/zh/application/operations-and-troubleshooting.mdx
@ -13,12 +13,12 @@ import { Callout, Cards } from "nextra/components";

 DeerFlow 应用在 `logs/` 目录中写入每个服务的日志：

-| 文件 | 内容 |
-|---|---|
+| 文件                 | 内容                                   |
+| -------------------- | -------------------------------------- |
 | `logs/langgraph.log` | Agent 运行时、工具调用、LangGraph 错误 |
-| `logs/gateway.log` | API 请求/响应、Gateway 错误 |
-| `logs/frontend.log` | Next.js 服务器日志 |
-| `logs/nginx.log` | 代理访问和错误日志 |
+| `logs/gateway.log`   | API 请求/响应、Gateway 错误            |
+| `logs/frontend.log`  | Next.js 服务器日志                     |
+| `logs/nginx.log`     | 代理访问和错误日志                     |

 **实时追踪日志**：

@ -31,7 +31,7 @@ tail -f logs/gateway.log     # 查看 API 请求

 ```yaml
 # config.yaml
-log_level: debug  # debug | info | warning | error
+log_level: debug # debug | info | warning | error
 ```

 ## 健康检查
@ -66,12 +66,14 @@ make config-upgrade
 **症状**：Agent 在响应第一条消息时报错，日志中有 API 认证错误。

 **诊断**：
+
 ```bash
 # 检查 LangGraph 日志中的模型错误
 grep -i "error\|apikey\|unauthorized" logs/langgraph.log | tail -20
 ```

 **解决**：
+
 1. 验证 `config.yaml` 中 API key 字段名称正确（例如 `$OPENAI_API_KEY`）。
 2. 确认对应的环境变量已设置（`echo $OPENAI_API_KEY`）。
 3. 检查 `base_url`（如有）是否与提供商的实际端点匹配。
@ -83,12 +85,14 @@ grep -i "error\|apikey\|unauthorized" logs/langgraph.log | tail -20
 **症状**：工具报"文件未找到"或权限错误，即使 Agent 声称已创建文件。

 **诊断**：
+
 ```bash
 # 检查线程用户数据目录是否存在且可写
 ls -la backend/.deer-flow/threads/
 ```

 **解决**：
+
 1. 确保 `backend/.deer-flow/` 对运行 DeerFlow 的进程可写。
 2. 在 Docker 部署中，验证卷挂载路径正确（`DEER_FLOW_ROOT` 设置为绝对路径）。
 3. 如果使用基于容器的沙箱，确认 Docker 已运行并且容器镜像已拉取。
@ -100,6 +104,7 @@ ls -la backend/.deer-flow/threads/
 **症状**：`make install` 或前端构建步骤失败，提示 `BETTER_AUTH_SECRET` 错误。

 **解决**：
+
 ```bash
 # 选项 1：设置环境变量（推荐）
 export BETTER_AUTH_SECRET=your-secret-here-at-least-32-chars
@ -116,12 +121,14 @@ SKIP_ENV_VALIDATION=1 pnpm build
 **症状**：MCP 工具未出现，`logs/langgraph.log` 中有超时错误。

 **诊断**：
+
 ```bash
 # 检查 MCP 相关错误
 grep -i "mcp\|timeout" logs/langgraph.log | tail -20
 ```

 **解决**：
+
 1. 验证 `extensions_config.json` 中 MCP 服务器的 `command` 和 `args` 在服务器外部正常工作（手动运行命令）。
 2. 确认 MCP 服务器的依赖（如 `npx`、`uvx`）已安装并在 PATH 中。
 3. 检查 MCP 服务器是否需要网络访问或特定环境变量。
@ -133,6 +140,7 @@ grep -i "mcp\|timeout" logs/langgraph.log | tail -20
 **症状**：沙箱工具请求挂起，日志中有连接拒绝错误。

 **解决**：
+
 1. 验证 `config.yaml` 中 `provisioner_url` 正确且 Provisioner Pod 运行正常。
 2. 检查 `K8S_NAMESPACE` 和 RBAC 配置是否允许 Provisioner 创建 Pod。
 3. 验证 `SANDBOX_IMAGE` 可以从 K8s 节点拉取。
@ -140,6 +148,7 @@ grep -i "mcp\|timeout" logs/langgraph.log | tail -20
 ## 数据备份

 DeerFlow 将持久化数据存储在：
+
 - **线程数据**：`backend/.deer-flow/threads/` — 每个线程的上传文件、输出和工作区文件
 - **检查点**：取决于检查点器配置（SQLite：`backend/.deer-flow/checkpoints.db`，Redis：外部存储）
 - **记忆**：`backend/.deer-flow/memory.json`（以及 `agents/*/memory.json`）
--- a/frontend/src/content/zh/application/quick-start.mdx
+++ b/frontend/src/content/zh/application/quick-start.mdx
@ -8,7 +8,8 @@ import { Callout, Cards, Steps } from "nextra/components";
 # 快速上手

 <Callout type="info" emoji="⚡">
-  大约 10 分钟即可在本地运行 DeerFlow 应用。你需要一台安装了 Python 3.12+、Node.js 22+ 的机器，以及至少一个 LLM API Key。
+  大约 10 分钟即可在本地运行 DeerFlow 应用。你需要一台安装了 Python
+  3.12+、Node.js 22+ 的机器，以及至少一个 LLM API Key。
 </Callout>

 本指南引导你使用 `make dev` 工作流在本地机器上启动 DeerFlow 应用。所有四个服务（LangGraph、Gateway、前端、nginx）一起启动，通过单个 URL 访问。
@ -23,13 +24,13 @@ make check

 必需工具：

-| 工具 | 最低版本 |
-|---|---|
-| Python | 3.12 |
-| uv | 最新版 |
-| Node.js | 22 |
-| pnpm | 10 |
-| nginx | 任何近期版本 |
+| 工具    | 最低版本     |
+| ------- | ------------ |
+| Python  | 3.12         |
+| uv      | 最新版       |
+| Node.js | 22           |
+| pnpm    | 10           |
+| nginx   | 任何近期版本 |

 在 macOS 上，使用 `brew install python uv node pnpm nginx` 安装。在 Linux 上，使用你的发行版包管理器。

@ -86,6 +87,7 @@ make dev
 ```

 这会启动：
+
 - LangGraph 服务，端口 `2024`
 - Gateway API，端口 `8001`
 - 前端，端口 `3000`
@ -109,15 +111,17 @@ make stop

 日志文件：

-| 服务 | 日志文件 |
-|---|---|
+| 服务      | 日志文件             |
+| --------- | -------------------- |
 | LangGraph | `logs/langgraph.log` |
-| Gateway | `logs/gateway.log` |
-| 前端 | `logs/frontend.log` |
-| nginx | `logs/nginx.log` |
+| Gateway   | `logs/gateway.log`   |
+| 前端      | `logs/frontend.log`  |
+| nginx     | `logs/nginx.log`     |

 <Callout type="tip">
-  如果有问题，先检查日志文件。大多数启动错误（缺失 API Key、配置解析失败）会出现在 <code>logs/langgraph.log</code> 或 <code>logs/gateway.log</code> 中。
+  如果有问题，先检查日志文件。大多数启动错误（缺失 API
+  Key、配置解析失败）会出现在 <code>logs/langgraph.log</code> 或{" "}
+  <code>logs/gateway.log</code> 中。
 </Callout>

 <Cards num={2}>
--- a/frontend/src/content/zh/application/workspace-usage.mdx
+++ b/frontend/src/content/zh/application/workspace-usage.mdx
@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 工作区使用

 <Callout type="info" emoji="💬">
-  DeerFlow 工作区是你与 Agent 交互的地方。本页面涵盖主要用户界面工作流——创建对话、上传文件、查看产出物和使用技能。
+  DeerFlow 工作区是你与 Agent
+  交互的地方。本页面涵盖主要用户界面工作流——创建对话、上传文件、查看产出物和使用技能。
 </Callout>

 DeerFlow 工作区是一个基于浏览器的对话界面，你可以在其中向 Agent 发送消息、上传文件、查看中间步骤，以及下载生成的产出物。
@ -41,13 +42,15 @@ DeerFlow 工作区是一个基于浏览器的对话界面，你可以在其中
 拖放文件到消息输入区域，或点击附件图标上传。上传的文件挂载在沙箱的 `/mnt/user-data/uploads/` 路径下，Agent 可以直接读取和处理。

 **支持的操作**：
+
 - 读取和分析文件内容
 - 处理数据文件（CSV、JSON、Excel）
 - 提取 PDF 内容
 - 分析图像（需要支持视觉的模型）

 <Callout type="tip">
-  上传大文件时，告诉 Agent 文件的具体内容，以便获得更好的结果（例如"分析这个包含季度销售数据的 CSV"）。
+  上传大文件时，告诉 Agent
+  文件的具体内容，以便获得更好的结果（例如"分析这个包含季度销售数据的 CSV"）。
 </Callout>

 ## 使用技能
@ -72,6 +75,7 @@ DeerFlow 工作区是一个基于浏览器的对话界面，你可以在其中
 当 Agent 生成文件（报告、图表、代码文件、演示文稿）时，它们会以**产出物**的形式出现在对话中。

 点击产出物卡片：
+
 - 在浏览器中预览文件。
 - 下载文件到本地机器。
 - 复制文件内容。
@ -87,6 +91,12 @@ DeerFlow 工作区是一个基于浏览器的对话界面，你可以在其中
 **删除线程**：从线程侧边栏菜单中选择删除。这会移除线程状态和所有相关的用户数据文件。

 <Cards num={2}>
-  <Cards.Card title="Agent 与线程" href="/docs/application/agents-and-threads" />
-  <Cards.Card title="运维与排障" href="/docs/application/operations-and-troubleshooting" />
+  <Cards.Card
+    title="Agent 与线程"
+    href="/docs/application/agents-and-threads"
+  />
+  <Cards.Card
+    title="运维与排障"
+    href="/docs/application/operations-and-troubleshooting"
+  />
 </Cards>
--- a/frontend/src/content/zh/harness/configuration.mdx
+++ b/frontend/src/content/zh/harness/configuration.mdx
@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 配置

 <Callout type="info" emoji="⚙️">
-  所有 DeerFlow Harness 行为都由 <code>config.yaml</code> 驱动。一个文件控制哪些模型可用、沙箱如何运行、加载哪些工具，以及每个子系统的行为。
+  所有 DeerFlow Harness 行为都由 <code>config.yaml</code>{" "}
+  驱动。一个文件控制哪些模型可用、沙箱如何运行、加载哪些工具，以及每个子系统的行为。
 </Callout>

 DeerFlow 的配置系统围绕一个目标设计：每一个有意义的行为都应该可以在配置文件中表达，而不是硬编码在应用程序中。这使部署可重现、可审计，并且易于按环境定制。
@ -79,7 +80,7 @@ models:
    use: langchain_openai:ChatOpenAI
    model: gpt-4o
    api_key: $OPENAI_API_KEY
-    some_provider_specific_option: value  # 传递给 ChatOpenAI 构造函数
+    some_provider_specific_option: value # 传递给 ChatOpenAI 构造函数
 ```

 ## 配置版本
@ -102,26 +103,26 @@ make config-upgrade

 下表将 `config.yaml` 中的每个顶层章节映射到其文档页面：

-| 章节 | 描述 | 文档 |
-|---|---|---|
-| `log_level` | 日志级别（`debug`/`info`/`warning`/`error`） | — |
-| `models` | 可用的 LLM 模型 | [Lead Agent](/docs/harness/lead-agent) |
-| `token_usage` | 每次模型调用的 token 追踪 | [中间件](/docs/harness/middlewares) |
-| `tools` | 可用的 Agent 工具 | [工具](/docs/harness/tools) |
-| `tool_groups` | 工具的命名分组 | [工具](/docs/harness/tools) |
-| `tool_search` | 延迟/按需工具加载 | [工具](/docs/harness/tools) |
-| `sandbox` | 沙箱提供者和选项 | [沙箱](/docs/harness/sandbox) |
-| `skills` | 技能目录和容器路径 | [技能](/docs/harness/skills) |
-| `skill_evolution` | Agent 管理的技能创建 | [技能](/docs/harness/skills) |
-| `subagents` | 子 Agent 超时和最大轮次 | [子 Agent](/docs/harness/subagents) |
-| `acp_agents` | 外部 ACP Agent 集成 | [子 Agent](/docs/harness/subagents) |
-| `memory` | 跨会话记忆存储 | [记忆系统](/docs/harness/memory) |
-| `summarization` | 对话摘要压缩 | [中间件](/docs/harness/middlewares) |
-| `title` | 自动生成线程标题 | [中间件](/docs/harness/middlewares) |
-| `checkpointer` | 线程状态持久化 | [Agent 与线程](/docs/application/agents-and-threads) |
-| `guardrails` | 工具调用授权 | — |
-| `uploads` | 文件上传设置（PDF 转换器） | — |
-| `channels` | IM 频道集成（飞书、Slack 等） | — |
+| 章节              | 描述                                         | 文档                                                 |
+| ----------------- | -------------------------------------------- | ---------------------------------------------------- |
+| `log_level`       | 日志级别（`debug`/`info`/`warning`/`error`） | —                                                    |
+| `models`          | 可用的 LLM 模型                              | [Lead Agent](/docs/harness/lead-agent)               |
+| `token_usage`     | 每次模型调用的 token 追踪                    | [中间件](/docs/harness/middlewares)                  |
+| `tools`           | 可用的 Agent 工具                            | [工具](/docs/harness/tools)                          |
+| `tool_groups`     | 工具的命名分组                               | [工具](/docs/harness/tools)                          |
+| `tool_search`     | 延迟/按需工具加载                            | [工具](/docs/harness/tools)                          |
+| `sandbox`         | 沙箱提供者和选项                             | [沙箱](/docs/harness/sandbox)                        |
+| `skills`          | 技能目录和容器路径                           | [技能](/docs/harness/skills)                         |
+| `skill_evolution` | Agent 管理的技能创建                         | [技能](/docs/harness/skills)                         |
+| `subagents`       | 子 Agent 超时和最大轮次                      | [子 Agent](/docs/harness/subagents)                  |
+| `acp_agents`      | 外部 ACP Agent 集成                          | [子 Agent](/docs/harness/subagents)                  |
+| `memory`          | 跨会话记忆存储                               | [记忆系统](/docs/harness/memory)                     |
+| `summarization`   | 对话摘要压缩                                 | [中间件](/docs/harness/middlewares)                  |
+| `title`           | 自动生成线程标题                             | [中间件](/docs/harness/middlewares)                  |
+| `checkpointer`    | 线程状态持久化                               | [Agent 与线程](/docs/application/agents-and-threads) |
+| `guardrails`      | 工具调用授权                                 | —                                                    |
+| `uploads`         | 文件上传设置（PDF 转换器）                   | —                                                    |
+| `channels`        | IM 频道集成（飞书、Slack 等）                | —                                                    |

 ## 最小配置示例

--- a/frontend/src/content/zh/harness/customization.mdx
+++ b/frontend/src/content/zh/harness/customization.mdx
@ -8,7 +8,9 @@ import { Callout, Cards } from "nextra/components";
 # 自定义与扩展

 <Callout type="info" emoji="🔧">
-  DeerFlow 设计为可适配的。你可以通过编写自定义中间件、添加新工具、构建技能包以及通过 config.yaml 的 <code>use:</code> 字段替换任何内置组件来扩展 Agent 行为。
+  DeerFlow
+  设计为可适配的。你可以通过编写自定义中间件、添加新工具、构建技能包以及通过
+  config.yaml 的 <code>use:</code> 字段替换任何内置组件来扩展 Agent 行为。
 </Callout>

 DeerFlow 的可插拔架构意味着系统的大多数部分都可以在不 fork 核心的情况下被替换或扩展。本页面列举了扩展点，并解释如何使用每一个。
--- a/frontend/src/content/zh/harness/design-principles.mdx
+++ b/frontend/src/content/zh/harness/design-principles.mdx
@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 设计理念

 <Callout type="info" emoji="🏗️">
-  DeerFlow 围绕一个核心思想构建：Agent 行为应该由小型、可观察、可替换的组件组合而成——而不是硬编码到固定的工作流图中。
+  DeerFlow 围绕一个核心思想构建：Agent
+  行为应该由小型、可观察、可替换的组件组合而成——而不是硬编码到固定的工作流图中。
 </Callout>

 了解 DeerFlow Harness 背后的设计理念，有助于你有效地使用它、自信地扩展它，并推断 Agent 在生产环境中的行为方式。
@ -101,15 +102,15 @@ DeerFlow 中所有有意义的行为都通过 `config.yaml` 控制。系统的

 ## 总结

-| 设计原则 | 实践含义 |
-|---|---|
+| 设计原则               | 实践含义                                 |
+| ---------------------- | ---------------------------------------- |
 | Harness 而非 Framework | 开箱即用的运行时，所有基础设施已预先连接 |
-| 长时序优先 | 架构假设多步骤、多工具、多轮次任务 |
-| 中间件优于继承 | 行为由小型、隔离的插件组合而成 |
-| 技能提供专业化 | 领域能力按需注入，保持基础干净 |
-| 沙箱用于执行 | 真实文件和命令操作的隔离工作区 |
-| 上下文工程 | 主动管理 Agent 所见内容以保持有效性 |
-| 配置驱动 | 所有关键行为通过 `config.yaml` 控制 |
+| 长时序优先             | 架构假设多步骤、多工具、多轮次任务       |
+| 中间件优于继承         | 行为由小型、隔离的插件组合而成           |
+| 技能提供专业化         | 领域能力按需注入，保持基础干净           |
+| 沙箱用于执行           | 真实文件和命令操作的隔离工作区           |
+| 上下文工程             | 主动管理 Agent 所见内容以保持有效性      |
+| 配置驱动               | 所有关键行为通过 `config.yaml` 控制      |

 <Cards num={2}>
  <Cards.Card title="Lead Agent" href="/docs/harness/lead-agent" />
--- a/frontend/src/content/zh/harness/index.mdx
+++ b/frontend/src/content/zh/harness/index.mdx
@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 安装 DeerFlow Harness

 <Callout type="info" emoji="📦">
-  DeerFlow Harness Python 包将以 <code>deerflow</code> 名称发布。目前尚未正式发布，安装方式<strong>即将推出</strong>。
+  DeerFlow Harness Python 包将以 <code>deerflow</code>{" "}
+  名称发布。目前尚未正式发布，安装方式<strong>即将推出</strong>。
 </Callout>

 DeerFlow Harness 是构建自己 Super Agent 系统的 Python SDK 和运行时基础。
--- a/frontend/src/content/zh/harness/integration-guide.mdx
+++ b/frontend/src/content/zh/harness/integration-guide.mdx
@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 集成指南

 <Callout type="info" emoji="🔌">
-  DeerFlow Harness 可以嵌入任何 Python 应用程序。本指南涵盖在你自己的系统中将 DeerFlow 作为库使用的集成模式。
+  DeerFlow Harness 可以嵌入任何 Python 应用程序。本指南涵盖在你自己的系统中将
+  DeerFlow 作为库使用的集成模式。
 </Callout>

 DeerFlow Harness 不仅仅是一个独立应用程序——它是一个可以导入并在你自己的后端、API 服务器、自动化系统或多 Agent 协调器中使用的 Python 库。
--- a/frontend/src/content/zh/harness/lead-agent.mdx
+++ b/frontend/src/content/zh/harness/lead-agent.mdx
@ -8,7 +8,9 @@ import { Callout, Cards, Steps } from "nextra/components";
 # Lead Agent

 <Callout type="info" emoji="🧠">
-  Lead Agent 是每个 DeerFlow 线程中的主要推理和编排单元。它决定要做什么、调用工具、委派子 Agent，并返回产出物。
+  Lead Agent 是每个 DeerFlow
+  线程中的主要推理和编排单元。它决定要做什么、调用工具、委派子
+  Agent，并返回产出物。
 </Callout>

 Lead Agent 是 DeerFlow 线程中的核心执行者。每个对话、任务和工作流都通过它进行。理解它的工作方式有助于你有效地配置它，并在需要时扩展它。
@ -122,7 +124,8 @@ models:
 自定义 Agent 通过 DeerFlow 应用界面或 `/api/agents` 端点创建。其配置存储在后端目录的 `agents/{name}/config.yaml` 中。

 <Callout type="tip">
-  当在线程中选择自定义 Agent 时，Lead Agent 在运行时加载该 Agent 的配置。为特定 Agent 切换模型或技能不需要重启服务器。
+  当在线程中选择自定义 Agent 时，Lead Agent 在运行时加载该 Agent 的配置。为特定
+  Agent 切换模型或技能不需要重启服务器。
 </Callout>

 <Cards num={2}>
--- a/frontend/src/content/zh/harness/memory.mdx
+++ b/frontend/src/content/zh/harness/memory.mdx
@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 记忆系统

 <Callout type="info" emoji="💾">
-  记忆让 DeerFlow 在多个会话中保留有用信息。Agent 记住用户偏好、项目背景和反复出现的事实，这样它可以在不每次从零开始的情况下给出更好的响应。
+  记忆让 DeerFlow 在多个会话中保留有用信息。Agent
+  记住用户偏好、项目背景和反复出现的事实，这样它可以在不每次从零开始的情况下给出更好的响应。
 </Callout>

 记忆是 DeerFlow Harness 的一个运行时功能。它不是简单的对话日志，而是跨多个独立会话持久化、在未来对话中影响 Agent 行为的结构化事实和上下文摘要存储。
--- a/frontend/src/content/zh/harness/middlewares.mdx
+++ b/frontend/src/content/zh/harness/middlewares.mdx
@ -8,7 +8,9 @@ import { Callout } from "nextra/components";
 # 中间件

 <Callout type="info" emoji="🔌">
-  中间件包裹 Lead Agent 中的每次 LLM 调用。它们是添加跨领域行为（如记忆、摘要压缩、澄清和 token 追踪）的主要扩展点。
+  中间件包裹 Lead Agent 中的每次 LLM
+  调用。它们是添加跨领域行为（如记忆、摘要压缩、澄清和 token
+  追踪）的主要扩展点。
 </Callout>

 每次 Lead Agent 调用 LLM 时，都会先后执行一条**中间件链**。中间件可以读取和修改 Agent 的状态、向系统提示注入内容、拦截工具调用，并对模型输出做出反应。
@ -87,7 +89,7 @@ title:
  enabled: true
  max_words: 6
  max_chars: 60
-  model_name: null  # 使用默认模型
+  model_name: null # 使用默认模型
 ```

 ---
@ -149,7 +151,7 @@ summarization:

  # 触发条件——满足任意一个条件时运行摘要
  trigger:
-    - type: tokens      # 当上下文超过 N 个 token 时触发
+    - type: tokens # 当上下文超过 N 个 token 时触发
      value: 15564
    # - type: messages  # 当消息数超过 N 时触发
    #   value: 50
@ -159,7 +161,7 @@ summarization:
  # 摘要后保留多少最近历史
  keep:
    type: messages
-    value: 10           # 保留最近 10 条消息
+    value: 10 # 保留最近 10 条消息
    # 或者按 token 保留：
    # type: tokens
    # value: 3000
@ -172,11 +174,13 @@ summarization:
 ```

 **触发类型**：
+
 - `tokens`：当对话中总 token 数超过 `value` 时触发。
 - `messages`：当消息数超过 `value` 时触发。
 - `fraction`：当上下文达到模型最大输入 token 限制的 `value` 比例时触发。

 **保留类型**：
+
 - `messages`：摘要后保留最后 `value` 条消息。
 - `tokens`：保留最近 `value` 个 token 的历史。
 - `fraction`：保留模型最大输入 token 限制的 `value` 比例的最近历史。
--- a/frontend/src/content/zh/harness/quick-start.mdx
+++ b/frontend/src/content/zh/harness/quick-start.mdx
@ -85,15 +85,15 @@ agent = create_deerflow_agent(

 常用参数：

-| 参数 | 说明 |
-|---|---|
-| `tools` | 提供给 Agent 的额外工具 |
-| `system_prompt` | 自定义系统提示词 |
-| `features` | 启用或替换内置运行时能力 |
+| 参数               | 说明                       |
+| ------------------ | -------------------------- |
+| `tools`            | 提供给 Agent 的额外工具    |
+| `system_prompt`    | 自定义系统提示词           |
+| `features`         | 启用或替换内置运行时能力   |
 | `extra_middleware` | 将自定义中间件插入默认链路 |
-| `plan_mode` | 启用 Todo 风格的任务跟踪 |
-| `checkpointer` | 为多轮运行持久化状态 |
-| `name` | Agent 的逻辑名称 |
+| `plan_mode`        | 启用 Todo 风格的任务跟踪   |
+| `checkpointer`     | 为多轮运行持久化状态       |
+| `name`             | Agent 的逻辑名称           |

 ## 什么时候使用 DeerFlowClient

--- a/frontend/src/content/zh/harness/sandbox.mdx
+++ b/frontend/src/content/zh/harness/sandbox.mdx
@ -8,7 +8,8 @@ import { Callout, Cards, Tabs } from "nextra/components";
 # 沙箱

 <Callout type="info" emoji="📦">
-  沙箱是 Agent 进行文件和命令操作的隔离工作区。它让 DeerFlow 能够采取真实行动，而不仅仅是对话。
+  沙箱是 Agent 进行文件和命令操作的隔离工作区。它让 DeerFlow
+  能够采取真实行动，而不仅仅是对话。
 </Callout>

 沙箱为 Lead Agent 提供一个受控环境，在其中可以读取文件、写入输出、运行 Shell 命令并生成产出物。没有沙箱，Agent 只能生成文本；有了沙箱，它可以编写和执行代码、处理数据文件、生成图表并构建交付物。
@ -27,7 +28,7 @@ DeerFlow 支持三种沙箱模式，选择适合你部署的一种：
 ```yaml
 sandbox:
  use: deerflow.sandbox.local:LocalSandboxProvider
-  allow_host_bash: false  # 默认；仅对完全受信任的工作流设置为 true
+  allow_host_bash: false # 默认；仅对完全受信任的工作流设置为 true
 ```

 ### 基于容器的 AIO 沙箱
@ -72,10 +73,10 @@ sandbox:

 沙箱使用路径映射来桥接主机文件系统和容器的虚拟文件系统。始终配置两个关键映射：

-| 主机路径 | 容器路径 | 访问权限 |
-|---|---|---|
-| `skills/`（来自 `skills.path`） | `/mnt/skills`（来自 `skills.container_path`） | 只读 |
-| `.deer-flow/threads/{thread_id}/user-data/` | `/mnt/user-data/` | 读写 |
+| 主机路径                                    | 容器路径                                      | 访问权限 |
+| ------------------------------------------- | --------------------------------------------- | -------- |
+| `skills/`（来自 `skills.path`）             | `/mnt/skills`（来自 `skills.container_path`） | 只读     |
+| `.deer-flow/threads/{thread_id}/user-data/` | `/mnt/user-data/`                             | 读写     |

 技能目录始终以只读方式挂载。线程将其工作数据（上传文件、输出、中间文件）写入 `/mnt/user-data/`。

@ -94,7 +95,8 @@ sandbox:

 <Callout type="warning">
  自定义挂载的 <code>container_path</code> 不能与保留前缀冲突：
-  <code>/mnt/skills</code>、<code>/mnt/acp-workspace</code> 或 <code>/mnt/user-data</code>。
+  <code>/mnt/skills</code>、<code>/mnt/acp-workspace</code> 或{" "}
+  <code>/mnt/user-data</code>。
 </Callout>

 ## 输出截断
@ -125,7 +127,7 @@ sandbox:

 ```yaml
 sandbox:
-  allow_host_bash: true  # 危险：授予 Agent 对你机器的 Shell 访问权限
+  allow_host_bash: true # 危险：授予 Agent 对你机器的 Shell 访问权限
 ```

 即使没有 `bash`，Agent 也可以通过专用文件工具读写文件。
--- a/frontend/src/content/zh/harness/skills.mdx
+++ b/frontend/src/content/zh/harness/skills.mdx
@ -8,7 +8,8 @@ import { Callout, Cards, FileTree, Steps } from "nextra/components";
 # 技能

 <Callout type="info" emoji="🎯">
-  技能是面向任务的能力包，教会 Agent 如何完成特定类型的工作。基础 Agent 保持通用；技能在需要时提供专业化。
+  技能是面向任务的能力包，教会 Agent 如何完成特定类型的工作。基础 Agent
+  保持通用；技能在需要时提供专业化。
 </Callout>

 技能不仅仅是提示词。它是一个自包含的能力包，可以包含结构化指令、分步工作流、领域最佳实践、支撑资源和工具配置。技能按需加载——在任务需要时注入内容，否则不影响上下文。
@ -39,23 +40,23 @@ import { Callout, Cards, FileTree, Steps } from "nextra/components";

 DeerFlow 内置以下公共技能：

-| 技能 | 描述 |
-|---|---|
-| `deep-research` | 带来源收集、交叉验证和结构化输出的多步骤研究 |
-| `data-analysis` | 数据探索、统计分析和洞察生成 |
-| `chart-visualization` | 从数据创建图表和可视化 |
-| `ppt-generation` | 演示文稿幻灯片生成 |
-| `image-generation` | AI 图像生成工作流 |
-| `code-documentation` | 自动化代码文档生成 |
-| `newsletter-generation` | 新闻简报内容创作 |
-| `podcast-generation` | 播客脚本和大纲生成 |
-| `academic-paper-review` | 结构化学术论文分析 |
-| `consulting-analysis` | 商业咨询框架和分析 |
-| `systematic-literature-review` | 文献综述方法论和综合 |
-| `github-deep-research` | 仓库和代码深度研究 |
-| `frontend-design` | 前端设计和 UI 工作流 |
-| `web-design-guidelines` | 网页设计标准和审查 |
-| `video-generation` | 视频内容规划和生成 |
+| 技能                           | 描述                                         |
+| ------------------------------ | -------------------------------------------- |
+| `deep-research`                | 带来源收集、交叉验证和结构化输出的多步骤研究 |
+| `data-analysis`                | 数据探索、统计分析和洞察生成                 |
+| `chart-visualization`          | 从数据创建图表和可视化                       |
+| `ppt-generation`               | 演示文稿幻灯片生成                           |
+| `image-generation`             | AI 图像生成工作流                            |
+| `code-documentation`           | 自动化代码文档生成                           |
+| `newsletter-generation`        | 新闻简报内容创作                             |
+| `podcast-generation`           | 播客脚本和大纲生成                           |
+| `academic-paper-review`        | 结构化学术论文分析                           |
+| `consulting-analysis`          | 商业咨询框架和分析                           |
+| `systematic-literature-review` | 文献综述方法论和综合                         |
+| `github-deep-research`         | 仓库和代码深度研究                           |
+| `frontend-design`              | 前端设计和 UI 工作流                         |
+| `web-design-guidelines`        | 网页设计标准和审查                           |
+| `video-generation`             | 视频内容规划和生成                           |

 ## 技能生命周期

@ -132,12 +133,14 @@ DeerFlow 包含一个可选的**技能进化**功能，允许 Agent 在 `skills/

 ```yaml
 skill_evolution:
-  enabled: false  # 设为 true 允许 Agent 管理技能创建
-  moderation_model_name: null  # 安全扫描模型（null = 使用默认模型）
+  enabled: false # 设为 true 允许 Agent 管理技能创建
+  moderation_model_name: null # 安全扫描模型（null = 使用默认模型）
 ```

 <Callout type="warning">
-  只在你信任 Agent 输出的环境中启用技能进化。新创建的技能在加载前会经过安全扫描，但该功能给予 Agent 对技能目录的写访问权限。
+  只在你信任 Agent
+  输出的环境中启用技能进化。新创建的技能在加载前会经过安全扫描，但该功能给予
+  Agent 对技能目录的写访问权限。
 </Callout>

 ## 编写自定义技能
--- a/frontend/src/content/zh/harness/subagents.mdx
+++ b/frontend/src/content/zh/harness/subagents.mdx
@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 子 Agent

 <Callout type="info" emoji="👥">
-  子 Agent 是 Lead Agent 委派子任务的专注执行者。它们以隔离的上下文运行，在处理并行或专业工作的同时保持主对话清晰。
+  子 Agent 是 Lead Agent
+  委派子任务的专注执行者。它们以隔离的上下文运行，在处理并行或专业工作的同时保持主对话清晰。
 </Callout>

 当一个任务对单个推理线程来说太宽泛，或者部分任务可以并行完成时，Lead Agent 将工作委派给**子 Agent**。子 Agent 是一个独立的 Agent 调用，接收特定任务、执行并返回结果。
@ -73,10 +74,10 @@ subagents:
  # 可选：按 Agent 覆盖
  agents:
    general-purpose:
-      timeout_seconds: 1800  # 复杂任务 30 分钟
+      timeout_seconds: 1800 # 复杂任务 30 分钟
      max_turns: 160
    bash:
-      timeout_seconds: 300   # 快速命令 5 分钟
+      timeout_seconds: 300 # 快速命令 5 分钟
      max_turns: 80
 ```

@ -115,7 +116,9 @@ acp_agents:
 Lead Agent 通过 `invoke_acp_agent` 内置工具调用 ACP Agent。

 <Callout type="tip">
-  ACP Agent 作为 DeerFlow 管理的子进程运行，通过 ACP 协议通信。标准 CLI 工具（如原始的 `claude` 或 `codex` 命令）默认不兼容 ACP——请使用上面列出的适配器包或兼容的 ACP 封装器。
+  ACP Agent 作为 DeerFlow 管理的子进程运行，通过 ACP 协议通信。标准 CLI
+  工具（如原始的 `claude` 或 `codex` 命令）默认不兼容
+  ACP——请使用上面列出的适配器包或兼容的 ACP 封装器。
 </Callout>

 <Cards num={2}>
--- a/frontend/src/content/zh/harness/tools.mdx
+++ b/frontend/src/content/zh/harness/tools.mdx
@ -8,7 +8,8 @@ import { Callout, Cards, Tabs } from "nextra/components";
 # 工具

 <Callout type="info" emoji="🔧">
-  工具是 Lead Agent 可以采取的行动。DeerFlow 提供内置工具、社区集成、MCP 工具和技能工具——全部通过 <code>config.yaml</code> 控制。
+  工具是 Lead Agent 可以采取的行动。DeerFlow 提供内置工具、社区集成、MCP
+  工具和技能工具——全部通过 <code>config.yaml</code> 控制。
 </Callout>

 Lead Agent 是一个工具调用 Agent。工具是它与世界交互的方式：搜索网络、读写文件、运行命令、委派任务以及向用户呈现输出。
@ -74,15 +75,15 @@ task(agent="general-purpose", task="...", context="...")

 以下工具与沙箱文件系统交互，需要配置并激活沙箱。

-| 工具 | 描述 |
-|---|---|
-| `ls` | 列出目录中的文件 |
-| `read_file` | 读取文件内容 |
-| `glob` | 查找匹配模式的文件 |
-| `grep` | 搜索文件内容 |
-| `write_file` | 向文件写入内容 |
-| `str_replace` | 替换文件中的字符串 |
-| `bash` | 执行 Shell 命令（需要 `allow_host_bash: true` 或容器沙箱） |
+| 工具          | 描述                                                       |
+| ------------- | ---------------------------------------------------------- |
+| `ls`          | 列出目录中的文件                                           |
+| `read_file`   | 读取文件内容                                               |
+| `glob`        | 查找匹配模式的文件                                         |
+| `grep`        | 搜索文件内容                                               |
+| `write_file`  | 向文件写入内容                                             |
+| `str_replace` | 替换文件中的字符串                                         |
+| `bash`        | 执行 Shell 命令（需要 `allow_host_bash: true` 或容器沙箱） |

 在 `config.yaml` 的 `tools:` 下配置：

@ -120,6 +121,7 @@ tools:
 高质量搜索，带结构化结果。需要 [Tavily](https://tavily.com) API Key。

 安装：`cd backend && uv add 'deerflow-harness[tavily]'`
+
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@ -130,6 +132,7 @@ tools:
 带神经检索的语义搜索。需要 [Exa](https://exa.ai) API Key。

 安装：`cd backend && uv add 'deerflow-harness[exa]'`
+
  </Tabs.Tab>
  <Tabs.Tab>
 ```yaml
@ -145,19 +148,13 @@ Firecrawl 驱动的搜索和爬取。需要 [Firecrawl](https://firecrawl.dev) A

 <Tabs items={["Jina AI（默认）", "Exa"]}>
  <Tabs.Tab>
-```yaml
-tools:
-  - use: deerflow.community.jina_ai.tools:web_fetch_tool
-    api_key: $JINA_API_KEY  # 可选；匿名使用有速率限制
-```
-将网页转换为干净的 Markdown。无 API Key 也可使用，但有更严格的速率限制。
+    ```yaml tools: - use: deerflow.community.jina_ai.tools:web_fetch_tool
+    api_key: $JINA_API_KEY # 可选；匿名使用有速率限制 ``` 将网页转换为干净的
+    Markdown。无 API Key 也可使用，但有更严格的速率限制。
  </Tabs.Tab>
  <Tabs.Tab>
-```yaml
-tools:
-  - use: deerflow.community.exa.tools:web_fetch_tool
-    api_key: $EXA_API_KEY
-```
+    ```yaml tools: - use: deerflow.community.exa.tools:web_fetch_tool api_key:
+    $EXA_API_KEY ```
  </Tabs.Tab>
 </Tabs>

--- a/frontend/src/content/zh/index.mdx
+++ b/frontend/src/content/zh/index.mdx
@ -63,4 +63,3 @@ Harness 章节是技术文档的核心，面向想要构建基于 DeerFlow 系
 ### 参考

 参考章节提供详细的查阅资料，包括配置、运行时模式、API 和代码映射。
-
--- a/frontend/src/content/zh/introduction/core-concepts.mdx
+++ b/frontend/src/content/zh/introduction/core-concepts.mdx
@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 核心概念

 <Callout type="important" emoji="🧠">
-  如果你将 DeerFlow 理解为一个长时序 Agent 的运行时，而不仅仅是聊天界面或工作流图，它将最易于理解。
+  如果你将 DeerFlow 理解为一个长时序 Agent
+  的运行时，而不仅仅是聊天界面或工作流图，它将最易于理解。
 </Callout>

 在深入了解 DeerFlow 之前，先建立一些贯穿整个系统的核心概念。这些概念解释了 DeerFlow 的优化目标以及其架构设计的原因。
--- a/frontend/src/content/zh/introduction/harness-vs-app.mdx
+++ b/frontend/src/content/zh/introduction/harness-vs-app.mdx
@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # Harness 与应用

 <Callout type="info" emoji="⚙️">
-  DeerFlow 应用是构建在 DeerFlow Harness 之上的最佳实践 Super Agent 应用，而 DeerFlow Harness 是构建自己 Agent 系统的 Python SDK 和运行时基础。
+  DeerFlow 应用是构建在 DeerFlow Harness 之上的最佳实践 Super Agent 应用，而
+  DeerFlow Harness 是构建自己 Agent 系统的 Python SDK 和运行时基础。
 </Callout>

 DeerFlow 有两个紧密相关但服务于不同目的的层次：
--- a/frontend/src/content/zh/introduction/why-deerflow.mdx
+++ b/frontend/src/content/zh/introduction/why-deerflow.mdx
@ -8,7 +8,8 @@ import { Callout, Cards } from "nextra/components";
 # 为什么选择 DeerFlow

 <Callout type="info" emoji="🦌">
-  DeerFlow 起源于深度研究，但逐渐演化为一个通用的长时序 Agent 运行时——支持技能、记忆、工具和协作调度。
+  DeerFlow 起源于深度研究，但逐渐演化为一个通用的长时序 Agent
+  运行时——支持技能、记忆、工具和协作调度。
 </Callout>

 DeerFlow 的诞生是因为现代 Agent 系统需要的不仅仅是一个聊天循环。一个真正有用的 Agent 必须能够进行长时序规划、将任务拆解为子任务、使用工具、操作文件、安全地运行代码，并在复杂任务中保持足够的上下文连贯性。DeerFlow 正是为提供这样的运行时基础而构建的。
--- a/frontend/src/content/zh/tutorials/first-conversation.mdx
+++ b/frontend/src/content/zh/tutorials/first-conversation.mdx
@ -31,6 +31,7 @@ description: 本教程引导你在 DeerFlow 中完成第一次完整的 Agent
 ### 3. 观察 Agent 的工作过程

 你将看到 Agent 进入工作状态：
+
 - 展开**思考步骤**查看它调用了哪些工具
 - 观察网络搜索结果的流入
 - 等待最终报告生成
@ -38,6 +39,7 @@ description: 本教程引导你在 DeerFlow 中完成第一次完整的 Agent
 ### 4. 与结果互动

 报告生成后，你可以：
+
 - 要求对某部分进行详细说明
 - 要求将报告导出为文件（Agent 会使用 `present_files` 工具）
 - 要求基于研究结果创建图表
--- a/frontend/src/content/zh/tutorials/work-with-memory.mdx
+++ b/frontend/src/content/zh/tutorials/work-with-memory.mdx
@ -30,6 +30,7 @@ memory:
 ## 示例

 **第一次对话**：
+
 ```
 我是一名 Python 后端开发者，主要使用 FastAPI 和 PostgreSQL。
 我的团队遵循 PEP 8 代码规范，偏好类型注解。
@ -37,6 +38,7 @@ memory:
 ```

 **后续对话**（无需重复背景）：
+
 ```
 帮我写一个用户认证模块
 ```