开箱即用的 Python 智能体框架,基于 LangGraph,适合长链路多步骤任务。
bytedance/deer-flow
开源的长时程超级智能体框架,通过子智能体、记忆与沙箱协作完成研究、编码和创作任务。
- Star
- 84,187
- Fork
- 11,760
- 未关闭 Issue
- 955
- 最近提交
- 4小时前
这是什么?
DeerFlow(Deep Exploration and Efficient Research Flow)是一个以 Python 编写、带 TypeScript 前端的超级智能体框架。它协调子智能体、长期记忆、沙箱执行环境和可扩展的技能模块,使单次会话能够处理从几分钟到数小时的长时间任务。
项目涵盖基于搜索和爬取工具的网页调研、隔离沙箱中的文件操作以及代码执行。通过 YAML 配置可接入多种大模型服务,包括 OpenAI 兼容接口、Claude、Codex CLI、DeepSeek 和 vLLM,并提供 MCP 服务器、即时通讯渠道集成以及可嵌入的 Python 客户端。
部署方式包括 Docker Compose,也可以通过 make 命令进行本地开发。DeerFlow 2.0 是完全重写的版本,与原始 1.x Deep Research 框架不共享代码,后者维护在独立分支上。
核心功能
- 01子智能体可以并行拆分并执行长任务的不同部分。
- 02提供隔离的沙箱用于文件操作和代码执行。
- 03长期记忆可在多次会话之间保留。
- 04支持可扩展的技能与工具,并提供 MCP 服务器。
- 05通过 config.yaml 配置大模型,支持 OpenAI 兼容接口和 Claude 等。
- 06集成多家服务商的网页搜索与爬取能力。
适用场景
- 执行多步骤网页调研并生成书面报告。
- 将编码或重构任务交给在沙箱中工作的智能体。
- 搭建可对接聊天渠道的自托管智能体工作台。
- 基于 LangGraph 试验多智能体工作流。
快速上手
- 1
克隆 DeerFlow 仓库
git clone https://github.com/bytedance/deer-flow.git - 2
进入项目目录
cd deer-flow - 3
运行设置向导,选择 LLM 提供商并生成配置
make setup
使用前须知
- 需要配置 LLM 提供商及 API 密钥,设置向导会引导你完成。
- 本地开发环境需要 Python 3.12+ 和 Node.js 22+。
- README 包含安全提示:部署不当可能带来风险,网关管理员权限等同于代码执行权限。
标签
常见问题
- deer-flow 是什么?
- 开源的长时程超级智能体框架,通过子智能体、记忆与沙箱协作完成研究、编码和创作任务。 DeerFlow(Deep Exploration and Efficient Research Flow)是一个以 Python 编写、带 TypeScript 前端的超级智能体框架。它协调子智能体、长期记忆、沙箱执行环境和可扩展的技能模块,使单次会话能够处理从几分钟到数小时的长时间任务。
- deer-flow 可以免费使用吗?用的什么许可证?
- deer-flow 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- deer-flow 还在维护吗?
- 活跃维护中。deer-flow 最近一次提交是在 2026年10月20日。
- deer-flow 适合用来做什么?
- 执行多步骤网页调研并生成书面报告。 将编码或重构任务交给在沙箱中工作的智能体。 搭建可对接聊天渠道的自托管智能体工作台。 基于 LangGraph 试验多智能体工作流。
- deer-flow 怎么安装和运行?
- 克隆 DeerFlow 仓库: git clone https://github.com/bytedance/deer-flow.git 进入项目目录: cd deer-flow 运行设置向导,选择 LLM 提供商并生成配置: make setup
- 在哪里获取 deer-flow?
- 源代码和安装说明在 GitHub 上:https://github.com/bytedance/deer-flow
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
开源自主研究智能体,自动规划研究问题、收集网页与本地资料,并调用任意 LLM 生成带引用的报告。
Google 推出的代码优先 Python 框架,用于构建、评估和部署 AI 智能体,针对 Gemini 优化但不绑定特定模型。
无需编码的平台,通过自然语言描述生成 AI 智能体,内置工具、记忆与编排能力。
一个把数字人与大语言模型接入业务系统的 agent 框架,支持多终端接入。
用于构建自主 AI 智能体的 Python 框架,支持研究、规划、编码与执行任务,内置记忆与 RAG。