DeerFlow – オープンソースのスーパーエージェントプラットフォーム

概要 – DeerFlow（Deep Exploration and Efficient Research Flow）は、他のエージェントを呼び出し、ツールを使用し、メモリを保持し、隔離されたサンドボックスで実行できるAIエージェントを構築するためのフレームワークです。これは「スーパーエージェントハーネス」として位置付けられており、開発者がサブエージェント、スキル、RAG（プライベート知識検索）、およびブラウザベースのウェブ検索を単一の設定可能なワークフローに組み立てることができます。

---

中核となるアイデアとその重要性

アイデア	提供されるもの
スーパーエージェントハーネス	中央の「リードエージェント」が多くのサブエージェント（例：プランナー、コーダー、データ検索者）を調整し、それらの間で結果を渡すことができます。
拡張可能なスキル/ツール	ウェブ検索（InfoQuest、Jina、Browserlessなど）、ファイルシステムサンドボックス、コード実行、カスタムPythonベースのスキル用の組み込みツールアダプタ。関数をエクスポートすることで新しいスキルを追加できます。
メモリレイヤー	短期の「セッション目標」と「現在のタスクノート」に加え、プライベート知識検索用の長期ベクターストアであるRAGFlow。
安全サンドボックス	オプションのサンドボックスモードは、エージェントのOSアクセスを隔離し、明示的に有効にしない限り任意のコード実行を防ぎます。
トレーシングと可観測性	LangSmith、Langfuse、Monocleとのネイティブ統合、および複雑なマルチステップ実行のデバッグのためのリクエストトレース相関。
マルチモデルサポート	OpenAI互換の任意のモデル（OpenAI、Gemini、DeepSeek、Claude、Qwen、vLLMなど）を設定でき、単一の実行でプロバイダーを混在させることも可能です。

これらの要素により、ウェブを閲覧し、内部ドキュメントを取得し、コードを作成し、永続的な知識ベースを維持するリサーチアシスタントなど、洗練された自律ワークフローを手動で配線することなく構築できます。

---

はじめに（クイックスタート概要）

1. クローンしてウィザードを実行

   git clone https://github.com/bytedance/deer-flow.git && cd deer-flow
   make setup   # 対話型ウィザードがconfig.yamlと.envを作成
   

2. モデルを選択 – ウィザードでOpenAI、Gemini、DeepSeek、Claude、またはローカルのvLLMエンドポイントを追加できます。
3. オプションのウェブ検索を選択 – InfoQuest、Jina、Browserlessなどを有効にします。
4. システムを起動 – ローカル開発用のmake devまたは推奨されるDocker compose（make docker）のいずれか。
5. 操作 – ウェブUI（またはLangGraph Studio）を開いてチャットを開始します。リードエージェントは必要に応じてサブエージェント、ツール、またはRAGを自動的に呼び出します。

リポジトリには、ヘッドレス使用のためのターミナルワークベンチ（TUI）と、DeerFlowを他のコードに埋め込むためのPythonクライアントも同梱されています。

---

主な機能（READMEに記載されているもの）

• スキルとツール – カスタムPython関数を「スキル」としてエクスポート。組み込みのClaude-Code統合。
• プライベート知識検索（RAGFlow） – 独自ドキュメント用のベクターストア。
• チャットアーカイブ – 永続的な会話履歴。
• セッション目標とノート – ターンをまたいで保持される構造化コンテキスト。
• サブエージェント – 実行ごとに制限できる階層エージェント。
• サンドボックスとファイルシステム – オプションの隔離実行環境。
• エージェントブラウザ制御 – InfoQuestクローラーを介した閲覧、クリック、スクレイピング。
• コンテキストエンジニアリング – 手動圧縮、プロンプトオーバーレイ、リクエスト受付スロットリング。
• トレーシング – LangSmith、Langfuse、Monocle、カスタムリクエストトレースID。
• マルチプロバイダーモデル – config.yamlまたはUIを介して数十のモデルを設定可能。
• スケジュールタスク – エージェントを自動的にトリガーできるcronのようなジョブ。
• ターミナルワークベンチ – ブラウザなしでエージェントを管理するためのTUI。

---

誰が使うべきか？

• AIプロダクトチーム – 自律アシスタントを構築するためのプラグアンドプレイプラットフォームが必要なチーム。
• 研究者 – マルチエージェント調整、ツール使用、RAGパイプラインを探求する研究者。
• 開発者 – モデル、サンドボックス実行、可観測性を単一の場所で設定したい開発者。
• 企業 – プロプライエタリなエージェントフレームワークのオープンソース代替を探している企業。

---

制限事項と注意事項（セキュリティ通知より）

• 推奨サンドボックスなしでデプロイすると、エージェントに無制限のシェル/ファイルシステムアクセスが与えられる可能性があります。
• 「ゲートウェイ管理者」ロールは事実上コード実行権限を付与します。
• 誤って設定されたウェブフェッチバックエンドは内部ネットワークを露出させる可能性があります。システムはデフォルトでプライベートアドレスへのフェッチをブロックします。
• コスト見積もりは、すべてのモデルが同じ通貨を使用している場合にのみ機能します。

---

ライセンスとコミュニティ

• MITライセンス – 商用および学術利用に寛容。
• 活発なコミュニティ（リポジトリは2026年2月にGitHubトレンドで1位を獲得）。2.0ブランチでの貢献を歓迎します。古い1.xブランチには元のDeep Researchフレームワークが引き続きホストされています。

---

TL;DR

DeerFlowは、メモリ、ウェブ検索、マルチモデルサポートを備えた自律的でツールを使用するAIエージェントを構築するためのフルスタックのオープンソースプラットフォームです。Docker対応のデプロイ、ウェブUI、TUI、広範なトレーシングを提供し、研究や製品グレードのAIアシスタントの実用的な基盤となります。