我现在就要这个：让 LLM 对于一个话题给出尽可能详尽的介绍（不给我就不起来，打滚中……）

这不是 deep search 吗，没用过自己去试试

自己部署 agent workflow 吧 每个衍生话题 spawn 一个 subagent 设置好并发量单独 session 互相不影响 maxtokens 也随便你自己设

我一边打滚一边自己写了一个提示词：

请帮我写一个突破 DeepSeek 的单次输出字数有限的限制，对一个问题进行尽可能详细地介绍的 Python 脚本。

具体要求：
利用 DeepSeek 的 API 将一个大问题拆解成一个提纲，然后以 JSON 的形式输出提纲。然后再将 JSON 提纲和详述 JSON 提纲中的各个小点作为命令作为输入。然后再将输出整合到一起，输出为 HTML 。

例子：
大问题：影响拖延的因素。
第一个提示词：关于“影响拖延的因素”，请列出一个提纲，请以 JSON 的形式输出。这是在一个对话内的。
假设第一个提示词的输出为 O 。
取出 JSON 提纲中的第一个小点，假设为 T1 。
新开一个对话。第二个提示词：以下是关于“影响拖延的因素”的提纲：O 。请详述其中的 T1 。假设输出为 C1 。
取出 JSON 提纲中的第二个小点，假设为 T2 。
再新开一个对话。第三个提示词：以下是关于“影响拖延的因素”的提纲：O 。请详述其中的 T2 。假设输出为 C2 。
所有小点的详细介绍的的生成使用多线程同时生成。
以此类推。
新开对话是为了节省 token 。

最后将 O 、C1 、C2…… 合并到一起。

其他要求：
把工作目录设置为脚本所在的位置。防止在 Windnows 中双击 py 文件执行出现问题。
使用前端库渲染输出的 Markdown 回复。
程序运行后输入大问题。不要用命令行参数。

如果我的需求有什么不合理的地方或者更好的实现方法你可以改一下。

我可以起来了。

@shendaowu 对一个大问题生成长文大概要一毛钱。我感觉还算值。另外效果基本满意。