星标数:85528★ Fork数:12069 《bytedance/deer-flow:开源长时程超级智能体框架,编排子智能体、记忆与沙箱》【热门更新】
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),它能够编排子智能体(sub-agents)、记忆(memory)和沙箱(sandboxes),并借助可扩展的技能(extensible skills)来完成几乎所有任务——无论是需要几分钟还是几小时的长时程任务。

README 特别说明:DeerFlow 2.0 是一次彻底重写,与 v1 没有共享任何代码。如果你寻找的是最初的 Deep Research 框架,它仍维护在 1.x 分支上,而活跃开发已转向 2.0。
从 Deep Research 到超级智能体框架,DeerFlow 起初是一个深度研究框架,社区开发者在此基础上构建了数据流水线、生成幻灯片、搭建仪表盘、自动化内容工作流等远超预期的应用。这让团队意识到 DeerFlow 不只是一个研究工具,而是一个为智能体提供实际工作所需基础设施的运行框架(harness),因此从零开始重建了 DeerFlow 2.0。
主要特点
- 基于 LangGraph 和 LangChain 构建,开箱即用地提供文件系统、记忆、技能、沙箱感知执行等能力,无需再自行拼装
- 可为复杂多步骤任务进行规划并派生子智能体(sub-agents),支持任务委派与工具限制
- 提供沙箱(sandbox)执行环境、长期记忆(long-term memory)与技能/工具(skills & tools)扩展体系
- 模型无关,兼容任何实现 OpenAI 兼容 API 的大模型;推荐具备长上下文、推理、多模态与工具调用能力的模型
- 集成 IM 渠道(飞书、Slack、Telegram、Discord、钉钉等)、MCP 服务器、定时任务、可观测性(LangSmith、Langfuse 等)
- 提供 Docker 与本地两种运行方式,并配套官方文档指南(配置、部署、沙箱、安全等)
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)
随后可使用 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 # 校验 Node.js 22+、pnpm、uv、nginx
make install
make dev
配置模型凭据后运行 make doctor,它会报告占位符 API key 等未完成的配置;请在测试模型调用前替换为真实密钥。完成后打开 http://localhost:2026。
给编码智能体的一句话安装
如果你使用 Claude Code、Codex、Cursor、Windsurf 等编码智能体,可以直接把下面这句话交给它:
Help me clone DeerFlow if needed, then bootstrap it for local development by following https://raw.githubusercontent.com/bytedance/deer-flow/main/Install.md
📊 本项目 GitHub 星标数:85528。最后更新:2026-11-19,发布:2026-11-04。项目地址:https://github.com/bytedance/deer-flow
