Repolode
bytedance

bytedance/deer-flow

数分から数時間にわたるタスクで、サブエージェント、メモリ、サンドボックスを連携させ、調査・コーディング・制作を行うオープンソースの長時間稼働向けスーパーエージェントハーネス。

スター
84,187
フォーク
11,760
未解決の Issue
955
最終コミット
6 時間前

これは何?

DeerFlow(Deep Exploration and Efficient Research Flow)は、Pythonで書かれたスーパーエージェントハーネスで、フロントエンドにはTypeScriptを採用しています。サブエージェント、長期メモリ、サンドボックス化された実行環境、拡張可能なスキルを連携させ、1回のエージェントセッションで数分から数時間かかるタスクに対応します。

検索・クローリングツールを使ったWeb調査、分離されたサンドボックス内でのファイルシステム操作、コード実行に対応しています。YAML設定を通じて複数のLLMプロバイダーを利用でき、OpenAI互換エンドポイント、Claude、Codex CLI、DeepSeek、vLLMなどをサポートします。また、MCPサーバー、IMチャネル連携、組み込みのPythonクライアントも提供します。

Docker Composeによるデプロイ、またはmakeターゲットを使ったローカル開発が可能です。DeerFlow 2.0は全面的に書き直されており、別ブランチで保守されている旧1.xのDeep Researchフレームワークとはコードを共有していません。

主な機能

  • 01長時間のタスクを分割し、各部分を並列実行するサブエージェント。
  • 02ファイル操作やコード実行に使える分離されたサンドボックス。
  • 03セッションをまたいで保持される長期メモリ。
  • 04拡張可能なスキルとツール、およびMCPサーバー。
  • 05config.yamlで設定できるLLMプロバイダー。OpenAI互換エンドポイントやClaudeなどに対応。
  • 06複数のプロバイダーと連携するWeb検索・クローリング機能。

ユースケース

  • 複数段階のWeb調査を実行し、レポートを作成する。
  • サンドボックス内で動作するエージェントに、コーディングやリファクタリングを任せる。
  • チャットチャネルと連携するセルフホスト型のエージェントワークスペースを構築する。
  • LangGraph上でマルチエージェントワークフローを試す。

クイックスタート

  1. 1

    DeerFlow リポジトリをクローンする

    git clone https://github.com/bytedance/deer-flow.git
  2. 2

    プロジェクトディレクトリに移動する

    cd deer-flow
  3. 3

    セットアップウィザードを実行し、LLM プロバイダーを選択して設定ファイルを生成する

    make setup

使う前に知っておきたいこと

  • LLM プロバイダーと API キーが必要です。セットアップウィザードで設定できます。
  • ローカル開発環境のセットアップには Python 3.12 以降と Node.js 22 以降が必要です。
  • README にはセキュリティに関する注意事項が記載されています。不適切なデプロイはリスクにつながる可能性があり、ゲートウェイの管理者アクセス権はコード実行と同等です。

トピック

よくある質問

deer-flow とは?
数分から数時間にわたるタスクで、サブエージェント、メモリ、サンドボックスを連携させ、調査・コーディング・制作を行うオープンソースの長時間稼働向けスーパーエージェントハーネス。 DeerFlow(Deep Exploration and Efficient Research Flow)は、Pythonで書かれたスーパーエージェントハーネスで、フロントエンドにはTypeScriptを採用しています。サブエージェント、長期メモリ、サンドボックス化された実行環境、拡張可能なスキルを連携させ、1回のエージェントセッションで数分から数時間かかるタスクに対応します。
deer-flow は無料で使えますか?ライセンスは?
deer-flow は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
deer-flow は今もメンテナンスされていますか?
活発にメンテナンス中。deer-flow の最終コミットは 2026年10月20日 です。
deer-flow は何に使えますか?
複数段階のWeb調査を実行し、レポートを作成する。 サンドボックス内で動作するエージェントに、コーディングやリファクタリングを任せる。 チャットチャネルと連携するセルフホスト型のエージェントワークスペースを構築する。 LangGraph上でマルチエージェントワークフローを試す。
deer-flow のインストール方法は?
DeerFlow リポジトリをクローンする: git clone https://github.com/bytedance/deer-flow.git プロジェクトディレクトリに移動する: cd deer-flow セットアップウィザードを実行し、LLM プロバイダーを選択して設定ファイルを生成する: make setup
deer-flow はどこで入手できますか?
ソースコードとインストール手順は GitHub にあります:https://github.com/bytedance/deer-flow

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト