OopenJiuwen-botfix: 添加tavily指定站点文档说明 & 添加兜底

openjiuwen_deepsearch.config.config

class openjiuwen_deepsearch.config.config.LLMConfig

class openjiuwen_deepsearch.config.config.LLMConfig()

LLMConfig是LLM模型配置类，用于配置大语言模型的参数。

字段：

model_name(str, 可选)：模型名称。默认值：""。
model_type(Literal["openai", "siliconflow"], 可选)：模型类型。默认值："openai"。
base_url(str, 可选)：模型服务地址。默认值：""。
api_key(bytearray, 可选)：模型调用密钥。默认值：bytearray("", encoding="utf-8")。
hyper_parameters(dict, 可选)：模型调用超参数设置，根据具体模型接口设置。默认值：{}。
extension(dict, 可选)：模型扩展配置项，根据具体模型接口设置。默认值：{}。
model_config(ConfigDict，内部配置)：Pydantic 模型配置；arbitrary_types_allowed=True。
timeout(int, 可选)：请求超时时间（秒）。默认值：600。
max_tries(int, 可选)：单次调用最大重试次数。默认值：4。
append_think_tags_to_messages(bool, 可选)：是否在消息中追加 think 标签。默认值：False。

样例：

>>> from openjiuwen_deepsearch.config.config import LLMConfig

>>> # 样例1：创建LLM配置
>>> llm_config = LLMConfig(
...     model_name="gpt-4",
...     model_type="openai",
...     base_url="https://api.openai.com/v1",
...     api_key=bytearray("your_api_key", encoding="utf-8")
... )
>>> print(llm_config.model_name, llm_config.model_type)
gpt-4 openai

>>> # 样例2：使用默认配置
>>> llm_config = LLMConfig()
>>> print(llm_config.model_name)

>>> # 样例3：使用extension配置
>>> llm_config = LLMConfig(
...     model_name="gpt-4",
...     model_type="openai",
...     base_url="https://api.openai.com/v1",
...     api_key=bytearray("your_api_key", encoding="utf-8"),
...     extension={
            'extra_headers': {...} # 假设使用openai的extra_headers参数，还支持extra_body等
...     }
... )

class openjiuwen_deepsearch.config.config.WebSearchEngineConfig

class openjiuwen_deepsearch.config.config.WebSearchEngineConfig()

WebSearchEngineConfig是联网增强引擎配置类，用于配置网络搜索相关的参数。

字段：

search_engine_name(Literal["tavily", "google", "xunfei", "petal", "custom", "bocha", "jina", "perplexity", "serper"], 可选)：联网增强引擎名称。默认值："tavily"。
search_api_key(bytearray, 可选)：联网增强引擎调用密钥。默认值：bytearray("", encoding="utf-8")。
search_url(str, 可选)：联网增强引擎调用地址。默认值：""。对于支持默认公网地址的引擎，可留空由系统自动回退。
max_web_search_results(int, 可选)：最大搜索结果数量，取值范围：[1, 10]。默认值：5。
extension(dict, 可选)：联网增强引擎扩展配置项，根据具体联网增强引擎接口设置。默认值：{}。
model_config(ConfigDict，内部配置)：Pydantic 模型配置；arbitrary_types_allowed=True。

内置引擎说明：

google / serper：复用 GoogleSearchAPIWrapper。
tavily：使用 TavilySearchAPIWrapper。
xunfei：使用讯飞搜索 Wrapper。
petal：使用小艺联网增强 Wrapper。
bocha / perplexity：使用 harness web_tools 适配层。
jina：使用直接 HTTP 调用的 JinaSearchAPIWrapper。
custom：通过 CustomWebSearchConfig 动态加载。

样例：

>>> from openjiuwen_deepsearch.config.config import WebSearchEngineConfig

>>> # 样例1：创建联网增强引擎配置
>>> web_search_config = WebSearchEngineConfig(
...     search_engine_name="petal",
...     search_api_key=bytearray("your_api_key", encoding="utf-8"),
...     max_web_search_results=5
... )
>>> print(web_search_config.search_engine_name, web_search_config.max_web_search_results)
petal 5

>>> # 样例2：使用默认配置
>>> web_search_config = WebSearchEngineConfig()
>>> print(web_search_config.search_engine_name)
tavily

>>> # 样例3：配置 tavily 并指定搜索域名
>>> web_search_config = WebSearchEngineConfig(
...     search_engine_name="tavily",
...     search_api_key=bytearray("your_api_key", encoding="utf-8"),
...     max_web_search_results=8,
...     extension={
...         "include_domains": ["www.sz.gov.cn", "www.pku.edu.cn"]
...     }
... )
>>> print(web_search_config.search_engine_name, web_search_config.extension["include_domains"])
tavily ["www.sz.gov.cn", "www.pku.edu.cn"]

>>> # 样例4：配置 jina，使用默认 search_url 并携带搜索区域参数
>>> web_search_config = WebSearchEngineConfig(
...     search_engine_name="jina",
...     search_api_key=bytearray("your_jina_key", encoding="utf-8"),
...     search_url="",
...     extension={
...         "gl": "us",
...         "hl": "en",
...         "location": "San Francisco",
...         "page": 2
...     }
... )
>>> print(web_search_config.search_engine_name, web_search_config.search_url)
jina

>>> # 样例5：配置 bocha，使用 harness 扩展参数
>>> web_search_config = WebSearchEngineConfig(
...     search_engine_name="bocha",
...     search_api_key=bytearray("your_bocha_key", encoding="utf-8"),
...     extension={
...         "timeout_seconds": 30,
...         "fetch_webpage": True
...     }
... )
>>> print(web_search_config.search_engine_name, web_search_config.extension["timeout_seconds"])
bocha 30

补充说明：

tavily 的 extension.include_domains / extension.exclude_domains 会透传给 Tavily 检索接口，用于偏好或排除指定站点，并非框架侧的硬性白名单。Tavily 在相关结果不足时仍可能返回include_domains列表外域名的页面。
jina 的 search_url 为空时，会自动回退到 https://s.jina.ai。
bocha、perplexity 通过 harness web_tools 适配层访问搜索能力，仅当底层 provider 支持地址覆盖时，search_url 才会生效。
web_search_tool 返回结果进入 Collector 前会统一归一化为 title、url、content、type 等字段；字段别名如 link、source_url、snippet、summary、answer 会在 Collector 中兼容处理。
预抓取网页正文以及最终进入 run_doc_evaluation 的内容都会按 MAX_COLLECTOR_DOC_CONTENT_LENGTH 进行裁剪，以限制网页搜索结果对后续评估链路的上下文占用。

class openjiuwen_deepsearch.config.config.EmbedModelConfig

class openjiuwen_deepsearch.config.config.EmbedModelConfig()

EmbedModelConfig是原生本地知识库 Embedding 模型配置类。

字段：

model_name(str, 必填)：Embedding模型名称。
api_key(bytearray, 必填)：Embedding模型密钥。
base_url(str, 必填)：接口地址。
max_batch_size(int, 必填)：最大批次大小。
timeout(int, 可选)：请求超时时间。默认值：60。
max_retries(int, 可选)：最大重试次数。默认值：3。
model_config(ConfigDict，内部配置)：Pydantic 模型配置；arbitrary_types_allowed=True。

class openjiuwen_deepsearch.config.config.VectorStoreConfig

class openjiuwen_deepsearch.config.config.VectorStoreConfig()

VectorStoreConfig是向量数据库连接配置类。

字段：

uri(str, 必填)：向量数据库连接地址。
token(str, 必填)：连接令牌。
collection_name(str, 必填)：集合名称。

class openjiuwen_deepsearch.config.config.NativeKnowledgeBaseConfig

class openjiuwen_deepsearch.config.config.NativeKnowledgeBaseConfig()

NativeKnowledgeBaseConfig是原生本地知识库配置类。

字段：

id(str, 必填)：知识库 ID。
index_type(Literal["vector"], 可选)：索引类型。默认值："vector"。
embed_model_config(EmbedModelConfig, 必填)：Embedding模型配置。
vector_store(VectorStoreConfig, 必填)：向量库配置。

class openjiuwen_deepsearch.config.config.LocalSearchEngineConfig

class openjiuwen_deepsearch.config.config.LocalSearchEngineConfig()

LocalSearchEngineConfig是本地搜索引擎配置类，用于配置本地搜索相关的参数。

字段：

search_engine_name(Literal["openapi", "custom", "native"], 可选)：本地搜索引擎名称。默认值："openapi"。
search_api_key(bytearray, 可选)：本地搜索引擎调用密钥。默认值：bytearray("", encoding="utf-8")。
search_url(str, 可选)：本地搜索引擎调用地址。默认值：""。
search_datasets(list, 可选)：本地搜索引擎数据集配置。默认值：[]。
max_local_search_results(int, 可选)：最大本地搜索结果数量，取值范围：[1, 10]。默认值：5。
recall_threshold(float, 可选)：本地搜索文档召回相似度阈值。默认值：0.5。
search_mode(Literal["doc", "keyword", "mix"], 可选)：检索策略模式，doc：语义检索，keyword：关键词检索，mix：混合检索。默认值："doc"。
knowledge_base_type(Literal["internal", "external"], 可选)：知识库类型。默认值："internal"。
source(Literal["KooSearch", "LakeSearch"], 可选)：知识库来源。默认值："KooSearch"。
extension(dict, 可选)：本地搜索引擎扩展配置项，根据具体搜索引擎接口设置。默认值：{}。
knowledge_base_configs(List[NativeKnowledgeBaseConfig], 可选)：原生本地知识库配置。默认值：[]。
model_config(ConfigDict，内部配置)：Pydantic 模型配置；arbitrary_types_allowed=True。

样例：

>>> from openjiuwen_deepsearch.config.config import LocalSearchEngineConfig

>>> # 样例1：创建本地搜索引擎配置
>>> local_search_config = LocalSearchEngineConfig(
...     search_engine_name="openapi",
...     search_api_key=bytearray("your_api_key", encoding="utf-8"),
...     max_local_search_results=5,
...     search_mode="mix",
...     recall_threshold=0.6
... )
>>> print(local_search_config.search_engine_name, local_search_config.search_mode)
openapi mix

>>> # 样例2：使用默认配置
>>> local_search_config = LocalSearchEngineConfig()
>>> print(local_search_config.search_engine_name, local_search_config.search_mode)
openapi doc

class openjiuwen_deepsearch.config.config.CustomWebSearchConfig

class openjiuwen_deepsearch.config.config.CustomWebSearchConfig()

CustomWebSearchConfig是自定义联网增强搜索配置类，用于配置自定义联网增强搜索工具的参数。

字段：

custom_web_search_file(str, 可选)：自定义联网增强搜索工具文件路径。默认值：""。
custom_web_search_func(str, 可选)：自定义联网增强搜索工具函数名称。默认值：""。
extension(dict, 可选)：自定义联网增强搜索工具扩展配置项，根据具体联网增强引擎接口设置。默认值：{}。

样例：

>>> from openjiuwen_deepsearch.config.config import CustomWebSearchConfig

>>> # 样例1：创建自定义网络搜索配置
>>> custom_web_config = CustomWebSearchConfig(
...     custom_web_search_file="/path/to/custom_search.py",
...     custom_web_search_func="custom_web_search"
... )
>>> print(custom_web_config.custom_web_search_file, custom_web_config.custom_web_search_func)
/path/to/custom_search.py custom_web_search

>>> # 样例2：使用默认配置
>>> custom_web_config = CustomWebSearchConfig()
>>> print(custom_web_config.custom_web_search_file)

class openjiuwen_deepsearch.config.config.CustomLocalSearchConfig

class openjiuwen_deepsearch.config.config.CustomLocalSearchConfig()

CustomLocalSearchConfig是自定义本地搜索配置类，用于配置自定义本地搜索工具的参数。

字段：

custom_local_search_file(str, 可选)：自定义本地搜索工具文件路径。默认值：""。
custom_local_search_func(str, 可选)：自定义本地搜索工具函数名称。默认值：""。
extension(dict, 可选)：自定义本地搜索工具扩展配置项，根据具体搜索引擎接口设置。默认值：{}。

样例：

>>> from openjiuwen_deepsearch.config.config import CustomLocalSearchConfig

>>> # 样例1：创建自定义本地搜索配置
>>> custom_local_config = CustomLocalSearchConfig(
...     custom_local_search_file="/path/to/custom_local_search.py",
...     custom_local_search_func="custom_local_search"
... )
>>> print(custom_local_config.custom_local_search_file, custom_local_config.custom_local_search_func)
/path/to/custom_local_search.py custom_local_search

>>> # 样例2：使用默认配置
>>> custom_local_config = CustomLocalSearchConfig()
>>> print(custom_local_config.custom_local_search_file)

class openjiuwen_deepsearch.config.config.AgentConfig

class openjiuwen_deepsearch.config.config.AgentConfig()

AgentConfig是Agent配置类，用于配置Agent的执行模式和参数。

字段：

execute_mode(Literal["commercial", "general"], 可选)：执行模式，可选值：["commercial", "general"]。默认值："commercial"。
execution_method(Literal["dependency_driving", "parallel"], 可选)：执行方法，dependency_driving：依赖驱动工作流执行，parallel：并行工作流执行。默认值："parallel"。
workflow_human_in_the_loop(bool, 可选)：工作流是否启用人机交互。默认值：True。
outliner_max_section_num(int, 可选)：最大规划章节数量，取值范围：[1, 15]。默认值：10。
outline_interaction_enabled(bool, 可选)：大纲交互功能开关，开启后用户可对生成的大纲进行多轮修改。默认值：True。
outline_interaction_max_rounds(int, 可选)：大纲交互最大轮次，取值范围：[1, 100]。默认值：3。
source_tracer_research_trace_source_switch(bool, 可选)：溯源功能开关。默认值：True。
source_tracer_generated_citation_switch(bool, 可选)：新增引用生成开关；关闭时仅保留原文已有引用，不基于搜索结果生成新引用。默认值：True。
source_tracer_infer_switch(bool, 可选)：溯源推理功能开关。默认值：True。
llm_config(Dict[Literal["general", "plan_understanding", "info_collecting", "writing_checking", "vlm_chart_generating"], LLMConfig], 可选)：LLM模型配置。默认值：dict()。
info_collector_search_method(Literal["web", "local", "all"], 可选)：搜索方式，web：联网增强搜索，local：本地搜索工具搜索，all：联网增强+本地融合搜索。默认值："web"。
web_search_engine_config(WebSearchEngineConfig, 可选)：联网增强引擎配置。默认值：WebSearchEngineConfig()。
local_search_engine_config(LocalSearchEngineConfig, 可选)：本地搜索引擎配置。默认值：LocalSearchEngineConfig()。
custom_web_search_config(CustomWebSearchConfig, 可选)：自定义联网增强引擎配置。默认值：CustomWebSearchConfig()。
custom_local_search_config(CustomLocalSearchConfig, 可选)：自定义本地搜索配置。默认值：CustomLocalSearchConfig()。
search_mode(Literal["research", "search", "react"], 可选)：运行模式。research：研究报告主流程，search：DeepSearch 图流程，react：简单 ReAct + 与 search 相同工具。默认值："research"。
enable_question_router(bool, 可选)：当为 True 且 search_mode="search" 时，先经 LLM 路由简单问题到 react、复杂问题到 DeepSearch。默认值：False。
search_workflow_per_question_params(PerQuestionParams, 可选)：search/react 单问题控制参数（时间、并发、工具映射、上限等）。默认值：PerQuestionParams()。
search_workflow_milvus_config(MilvusConfig, 可选)：retrieve 工具路径使用的 Milvus/Embedding 配置。默认值：MilvusConfig()。
jina_api_key(bytearray, 可选)：search_fetch 路径使用的 Jina API Key。默认值：bytearray("", encoding="utf-8")。
serper_api_key(bytearray, 可选)：search_fetch 路径使用的 Serper API Key。默认值：bytearray("", encoding="utf-8")。
model_config(ConfigDict，内部配置)：Pydantic 模型配置；arbitrary_types_allowed=True。
web_search_max_qps(float, 可选)：联网增强引擎最大 QPS，0 表示不限流，支持浮点数如 0.5 表示每 2 秒 1 个请求。默认值：0。
user_feedback_processor_enable(bool, 可选)：是否启用报告生成后的局部优化能力。默认值：False。
user_feedback_processor_max_interactions(int, 可选)：局部优化最大交互次数。默认值：100,可设置范围为1~100。
stats_info_llm(bool, 可选)：LLM调用统计开关。默认值：False。
api_tools_config(ApiToolsConfig，可选)：运行时 HTTP API 工具配置，用于在默认工具之外注入可调用工具。默认值：ApiToolsConfig。
vlm_chart_generator_enable(bool, 可选)：vlm迭代生成图功能开关，与visualization_enable功能互斥。
vlm_chart_generator_max_iterations(int, 可选)：vlm生成图迭代优化最大次数。默认值：1，可设置范围为1~3，数值越大，耗时越长。
agent_llm_timeouts(Dict[str, int], 可选)：按 agent_name / 节点级 key 配置的 LLM 总墙钟超时。命中优先级为 agent_name 精确匹配 > 节点级 key 前缀匹配 > default。仅当字典非空且包含 default 时生效；命中值为 0 时表示对该规则禁用业务层总超时。默认值：dict()。

说明：

HTTP 服务入口 DeepSearchRequest.agent_llm_timeouts 会透传到 AgentConfig.agent_llm_timeouts，并在运行时进入 session 全局配置。
该配置只控制业务层对整次 LLM 流式调用施加的 wall-clock timeout，不替代底层 provider/request 级超时。
当前可配置的 agent_name / key 清单详见openjiuwen_deepsearch/utils/constants_utils/node_constants.py的AgentLlmName定义，default 用于兜底规则。

样例：

>>> from openjiuwen_deepsearch.config.config import AgentConfig, LLMConfig, WebSearchEngineConfig

>>> # 样例1：创建Agent配置
>>> gpt_4 = LLMConfig(model_name="gpt-4", model_type="openai")
>>> qwen3_max = LLMConfig(model_name="qwen3-max", model_type="openai")
>>> llm_configs = {
...    "general": gpt_4,
...    "plan_understanding": qwen3_max,
... }
>>> web_search_config = WebSearchEngineConfig(search_engine_name="petal")
>>> agent_config = AgentConfig(
...     execute_mode="general",
...     execution_method="parallel",
...     llm_config=llm_configs,
...     web_search_engine_config=web_search_config,
...     info_collector_search_method="all"
... )
>>> print(agent_config.execute_mode, agent_config.execution_method)
general parallel

>>> # 样例2：使用默认配置
>>> agent_config = AgentConfig()
>>> print(agent_config.execute_mode, agent_config.workflow_human_in_the_loop)
commercial True

class openjiuwen_deepsearch.config.runtime_api_models.ApiToolsConfig

class openjiuwen_deepsearch.config.runtime_api_models.ApiToolsConfig()

ApiToolsConfig 描述注入到工作流中的两类运行时 HTTP 工具列表，对应 AgentConfig.api_tools_config。

字段：

query_understanding_tools(List[RuntimeApiToolConfig], 可选)：用于 planner、outliner 等与 query understanding 相关的阶段（实现上经 build_runtime_api_tools(..., response_model=Plan|Outline) 合并）。默认值：[]。
collector_tools(List[RuntimeApiToolConfig], 可选)：用于 信息收集（collector） 阶段。默认值：[]。

说明：HTTP 服务若使用 DeepSearchRequest.tools 传入工具列表，服务端会将同一组规范化后的工具同时填入上述两个列表。

class openjiuwen_deepsearch.config.runtime_api_models.RuntimeApiToolConfig

class openjiuwen_deepsearch.config.runtime_api_models.RuntimeApiToolConfig()

RuntimeApiToolConfig 描述单个 HTTP API 工具的调用方式与参数，由 build_runtime_api_tools 转为 LocalFunction。

字段（节选，完整定义见源码 runtime_api_models.py）：

tool_id、name、description：工具标识与展示信息。
path、base_url、http_method：请求 URL 与动词；path 可为完整 URL。
headers：默认请求头列表。
request_params：请求参数（含 send_method：none / header / query / body 等）。
response_wrapper：响应包装类型（如 collector 侧 search_result）；与 planner/outliner 上传入的 response_model 路径不同，详见 runtime_api.py 实现。
response_params：保留字段，不参与当前返回映射逻辑。

class openjiuwen_deepsearch.config.config.ServiceConfig

class openjiuwen_deepsearch.config.config.ServiceConfig()

ServiceConfig是服务配置类，用于配置SDK服务的默认参数。

字段：

服务基础配置

service_allow_origins(List[str], 可选)：允许的ip范围。默认值：[]。

模板参数

template_max_generate_retry_num(int, 可选)：模板生成最大重试次数。默认值：3。

工作流基础参数

workflow_execution_timeout(int, 可选)：工作流执行超时时间，单位秒。默认值：7200。
workflow_sub_graph_execution_timeout(int, 可选)：子图执行超时时间。默认值：6000。
workflow_max_plan_executed_num(int, 可选)：最大计划执行数量。默认值：2。
workflow_recursion_limit(int, 可选)：递归限制。默认值：30。
workflow_max_gen_question_retry_num(int, 可选)：最大生成问题执行数量。默认值：3。
workflow_feedback_mode(str, 可选)：用户反馈途径，可选值：["web", "cmd"]。默认值："web"。

大纲节点基础参数

outliner_max_generate_outline_retry_num(int, 可选)：最大生成大纲重试次数。默认值：3。

规划节点基础参数

planner_max_step_num(int, 可选)：最大步骤数量。默认值：3。
planner_max_retry_num(int, 可选)：最大重试次数。默认值：3。

信息收集节点参数

info_collector_max_react_recursion_limit(int, 可选)：React代理最大递归限制。默认值：8。
info_collector_initial_search_query_count(int, 可选)：初始搜索查询数量。默认值：3。
info_collector_max_research_loops(int, 可选)：最大研究循环次数。默认值：2。
info_collector_max_retry_num(int, 可选)：最大重试次数。默认值：3。

报告节点参数

sub_report_classify_doc_infos_single_time_num(int, 可选)：子报告中单次llm处理筛选收集到的数量。默认值：60。
sub_report_classify_doc_infos_res_top_k_num(int, 可选)：子报告中单次llm处理返回的top_k数量。默认值：10。
sub_report_doc_prefilter_multiplier(int, 可选)：子报告写作前文档预筛保留倍数，最大候选数为 sub_report_classify_doc_infos_res_top_k_num * sub_report_doc_prefilter_multiplier。默认值：5。
report_max_generate_retry_num(int, 可选)：生成内容最大重试次数。默认值：3。
visualization_enable(bool, 可选)：报告插图可视化开关。默认值：False。

溯源节点参数

source_tracer_citation_verify_max_concurrency_num(int, 可选)：溯源校验最大并发数量。默认值：30。
source_tracer_citation_verify_batch_size(int, 可选)：溯源校验批次大小。默认值：1。

统计信息参数

stats_info_node_duration(bool, 可选)：节点持续时间统计。默认值：False。
stats_info_search(bool, 可选)：搜索工具调用统计。默认值：False。

大模型超时参数

llm_timeout(int, 可选)：底层 provider/request 级的大模型调用超时时间，单位秒。默认值：300。

说明：

service_config.llm_timeout 会继续传给底层 LLM client。
若同时配置 agent_llm_timeouts，业务层会在整次流式调用外再包一层总墙钟超时；命中新机制时会抛出 LLM_WALL_CLOCK_TIMEOUT（状态码 211204）。

大模型思考模式参数

llm_thinking_enabled(bool, 可选)：是否开启大模型思考模式。默认值：False。该配置仅在 SDK 内部的 DeepresearchAgent 初始化 LLM 时生效，用于对支持的厂商注入关闭/开启思考参数；DeepSearchAgent、SimpleReactSearchAgent 以及 REST API 入参不使用该字段。

说明：

service_config.llm_thinking_enabled 不是 LLMConfig 字段，也不会作为服务化 REST API 的公开请求参数；如模型厂商不支持思考开关，系统仅记录 warning 并保持原始扩展参数。
若 LLMConfig.extension 中已手动配置思考相关字段，内部统一思考开关会覆盖这些字段，并记录 warning 日志。

Debug参数

node_debug_enable(bool, 可选)：节点格式化记录debug日志开关。默认值：False。
export_intermediate_results(bool, 可选)：可视化任务执行中间结果开关。默认值：False。

样例：

>>> from openjiuwen_deepsearch.config.config import ServiceConfig

>>> # 样例1：创建服务配置
>>> service_config = ServiceConfig(
...     workflow_execution_timeout=3600,
...     llm_timeout=600,
...     llm_thinking_enabled=False,
...     node_debug_enable=True
... )
>>> print(service_config.workflow_execution_timeout, service_config.node_debug_enable)
3600 True

>>> # 样例2：使用默认配置
>>> service_config = ServiceConfig()
>>> print(service_config.workflow_execution_timeout, service_config.llm_timeout)
7200 300

class openjiuwen_deepsearch.config.config.Config

class openjiuwen_deepsearch.config.config.Config()

Config是总配置类，包含Agent配置和服务配置。

字段：

agent_config(AgentConfig, 可选)：对外开放的Agent参数。默认值：AgentConfig()。
service_config(ServiceConfig, 可选)：SDK服务默认参数。默认值：ServiceConfig()。

样例：

>>> from openjiuwen_deepsearch.config.config import Config, AgentConfig, ServiceConfig

>>> # 样例1：创建总配置
>>> agent_config = AgentConfig(execute_mode="general")
>>> service_config = ServiceConfig(workflow_execution_timeout=3600)
>>> config = Config(
...     agent_config=agent_config,
...     service_config=service_config
... )
>>> print(config.agent_config.execute_mode, config.service_config.workflow_execution_timeout)
general 3600

>>> # 样例2：使用默认配置
>>> config = Config()
>>> print(config.agent_config.execute_mode, config.service_config.workflow_execution_timeout)
commercial 7200