星标数：85310★ Fork数：12020 《deer-flow：字节跳动开源的长时程 SuperAgent 框架》
DeerFlow（Deep Exploration and Efficient Research Flow）是一个开源的超级智能体运行框架（super agent harness），它负责协调子智能体（sub-agents）、记忆（memory）和沙箱（sandbox），并由可扩展的技能（skills）驱动，几乎可以完成任何任务。
DeerFlow 2.0 是一次从零开始的重写，与 v1 版本不共享任何代码。如果你要寻找最初的 Deep Research 框架，它仍维护在 1.x 分支上，欢迎在那里贡献代码；当前的活跃开发已全面转向 2.0。
DeerFlow 最初是一个 Deep Research 框架，社区在此基础上将其用法扩展到了研究之外的场景——构建数据流水线、生成幻灯片、搭建仪表盘、自动化内容工作流等。团队由此意识到，DeerFlow 不只是一个研究工具，而是一个让智能体真正完成工作的运行框架（harness），因此决定彻底重建。2.0 不再是一个需要自己拼装的框架，而是开箱即用、完全可扩展的超级智能体运行框架：基于 LangGraph 和 LangChain 构建，内置智能体所需的一切，包括文件系统、记忆、技能、沙箱感知执行，以及为复杂多步任务规划并派生子智能体的能力。
主要特点
- 协调子智能体、记忆与沙箱，由可扩展技能驱动的超级智能体运行框架
- 基于 LangGraph 和 LangChain，开箱即用：文件系统、记忆、技能、沙箱感知执行
- 支持规划并派生子智能体，处理复杂的多步任务
- 模型无关，兼容任何实现 OpenAI 兼容 API 的大模型
- 内置沙箱模式、长期记忆、MCP 服务器、智能体浏览器控制、定时任务等能力
- 支持 Docker 与本地开发两种启动方式，提供完整的配置与部署文档
快速开始
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
make setup # 交互式向导：写入 config.yaml 和 .env（约 2 分钟）随后使用 Docker（推荐）或本地方式启动 DeerFlow：
# Docker
make docker-init # 拉取沙箱镜像（首次或镜像更新时执行一次）
make docker-start # 启动服务
# 本地开发
make check # 检查 Node.js 22+、pnpm、uv、nginx
make install
make dev配置模型凭据后运行 make doctor，它会将明显的占位符 API key 报告为未完成的配置；在测试模型调用前请替换为真实密钥。
完成后打开 http://localhost:2026。
如果你使用 Claude Code、Codex、Cursor、Windsurf 或其他编码智能体，也可以用一句话把安装交给它：
Help me clone DeerFlow if needed, then bootstrap it for local development by following https://raw.githubusercontent.com/bytedance/deer-flow/main/Install.md安全提示
DeerFlow 可以执行命令并读写文件，设计用于本地可信环境；Gateway 管理员账号等同于在主机上执行代码。在部署到服务器或暴露到网络之前，请先完整阅读 Security Notice 与 SECURITY.md。
📊 本项目 GitHub 星标数：85310。最后更新：2026-11-13，发布：2026-11-04。项目地址：https://github.com/bytedance/deer-flow
