LangGraph上で長時間の複数ステップタスクをすぐに実行できる、Python向けの意見の反映された機能一式付きエージェントハーネス。
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
DeerFlow リポジトリをクローンする
git clone https://github.com/bytedance/deer-flow.git - 2
プロジェクトディレクトリに移動する
cd deer-flow - 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
質問を計画し、Webやローカルの情報源を集め、任意のLLMプロバイダーで引用付きレポートを作成する自律型リサーチエージェント。
Google製のコードファーストなPythonフレームワーク。Geminiに最適化されつつ、モデルを問わずAIエージェントの構築・評価・デプロイに使えます。
自然言語の説明から、本番運用を想定したAIエージェントを、組み込みツール・メモリ・オーケストレーションとともに生成するノーコードプラットフォーム。
Pythonコードでアクションを記述・実行するAIエージェントを構築するための、軽量なPythonライブラリ。
LLMエージェントの会話や実行内容を、PythonおよびTypeScriptアプリ向けの永続的で構造化されたメモリに変換する、エージェントネイティブなメモリ基盤です。