Готовый к работе фреймворк для Python-агентов на базе LangGraph с продуманными настройками и всем необходимым для выполнения длительных многоэтапных задач.
bytedance/deer-flow
Open-source-среда для суперагента, который координирует субагентов, память и изолированные среды для исследований, разработки и других задач длительностью от минут до часов.
- Звёзды
- 84,187
- Форки
- 11,760
- Открытые issues
- 955
- Последний коммит
- 9 часов назад
Что это?
DeerFlow (Deep Exploration and Efficient Research Flow) — среда для суперагента, написанная на Python с фронтендом на TypeScript. Она координирует субагентов, долговременную память, изолированные среды выполнения и расширяемые навыки, позволяя одной сессии агента справляться с задачами длительностью от нескольких минут до нескольких часов.
Проект поддерживает веб-исследования с помощью инструментов поиска и обхода сайтов, работу с файловой системой в изолированных средах и выполнение кода. Разные LLM-провайдеры настраиваются через YAML, в том числе совместимые с OpenAI эндпоинты, Claude, Codex CLI, DeepSeek и vLLM. Также доступны MCP-сервер, интеграции с мессенджерами и встроенный клиент Python.
Развернуть проект можно с помощью Docker Compose или локально, используя цели make. DeerFlow 2.0 полностью переписан и не содержит общего кода с оригинальным фреймворком Deep Research версии 1.x, который поддерживается в отдельной ветке.
Ключевые возможности
- 01Субагенты, которые разбивают длительную задачу на части и выполняют их параллельно.
- 02Изолированные среды для работы с файлами и выполнения кода.
- 03Долговременная память, сохраняющаяся между сессиями.
- 04Расширяемые навыки и инструменты, а также MCP-сервер.
- 05Настраиваемые LLM-провайдеры через config.yaml, включая совместимые с OpenAI эндпоинты и Claude.
- 06Интеграции с несколькими провайдерами веб-поиска и обхода сайтов.
Сценарии использования
- Проведение многоэтапного веб-исследования с подготовкой письменного отчёта.
- Передача агенту задач по разработке или рефакторингу с работой в изолированной среде.
- Создание собственного агентского рабочего пространства с подключением каналов чата.
- Эксперименты с мультиагентными сценариями на базе LangGraph.
Быстрый старт
- 1
Клонируйте репозиторий DeerFlow
git clone https://github.com/bytedance/deer-flow.git - 2
Перейдите в каталог проекта
cd deer-flow - 3
Запустите мастер настройки, чтобы выбрать провайдера LLM и создать файл конфигурации
make setup
Что важно знать
- Требуется провайдер LLM и API-ключ; мастер настройки предложит их настроить.
- Для настройки локальной среды разработки требуются Python 3.12 или новее и Node.js 22 или новее.
- В README есть предупреждение о безопасности: неправильное развертывание может привести к рискам, а доступ администратора к шлюзу равносилен возможности выполнять код.
Темы
Частые вопросы
- Что такое deer-flow?
- Open-source-среда для суперагента, который координирует субагентов, память и изолированные среды для исследований, разработки и других задач длительностью от минут до часов. DeerFlow (Deep Exploration and Efficient Research Flow) — среда для суперагента, написанная на Python с фронтендом на TypeScript. Она координирует субагентов, долговременную память, изолированные среды выполнения и расширяемые навыки, позволяя одной сессии агента справляться с задачами длительностью от нескольких минут до нескольких часов.
- deer-flow можно использовать бесплатно? Какая у него лицензия?
- deer-flow распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- deer-flow всё ещё поддерживается?
- Активно поддерживается. Последний коммит в deer-flow — 20 окт. 2026 г..
- Для чего можно использовать deer-flow?
- Проведение многоэтапного веб-исследования с подготовкой письменного отчёта. Передача агенту задач по разработке или рефакторингу с работой в изолированной среде. Создание собственного агентского рабочего пространства с подключением каналов чата. Эксперименты с мультиагентными сценариями на базе LangGraph.
- Как установить deer-flow?
- Клонируйте репозиторий DeerFlow: git clone https://github.com/bytedance/deer-flow.git Перейдите в каталог проекта: cd deer-flow Запустите мастер настройки, чтобы выбрать провайдера LLM и создать файл конфигурации: make setup
- Где скачать deer-flow?
- Исходный код и инструкции по установке — на GitHub: https://github.com/bytedance/deer-flow
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Автономный open-source агент для исследований: формулирует вопросы, собирает веб- и локальные источники и пишет отчёты со ссылками, используя любую LLM-платформу.
Python-фреймворк от Google для создания, оценки и развертывания AI-агентов с упором на Gemini и поддержкой разных моделей.
Платформа без программирования, которая создает готовых к эксплуатации AI-агентов по описанию на естественном языке и включает инструменты, память и оркестрацию.
Минималистичная библиотека Python для создания AI-агентов, которые записывают свои действия на Python и выполняют их.
Инфраструктура памяти для LLM-агентов: сохраняет диалоги и выполнение задач в структурированном виде для приложений на Python и TypeScript.