An open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.

DeerFlow – 오픈소스 슈퍼 에이전트 플랫폼

정의 – DeerFlow(Deep Exploration and Efficient Research Flow)는 다른 에이전트를 호출하고, 도구를 사용하며, 메모리를 유지하고, 격리된 샌드박스에서 실행할 수 있는 AI 에이전트를 구축하기 위한 프레임워크입니다. 개발자가 하위 에이전트, 스킬, RAG(개인 지식 검색), 브라우저 기반 웹 검색을 하나의 구성 가능한 워크플로우로 조합할 수 있게 해주는 "슈퍼 에이전트 하네스"로 자리매김하고 있습니다.

핵심 아이디어 및 중요성

아이디어	제공 기능
슈퍼 에이전트 하네스	중앙 "리드 에이전트"가 많은 하위 에이전트(예: 플래너, 코더, 데이터 검색기)를 조율하고 결과를 서로 전달할 수 있습니다.
확장 가능한 스킬/도구	웹 검색(InfoQuest, Jina, Browserless 등), 파일 시스템 샌드박스, 코드 실행, 사용자 정의 Python 기반 스킬을 위한 내장 도구 어댑터. 함수를 내보내 새 스킬을 추가할 수 있습니다.
메모리 계층	단기 "세션 목표" 및 "현재 작업 메모", 그리고 개인 지식 검색을 위한 장기 벡터 저장소인 RAGFlow.
안전 샌드박스	선택적 샌드박스 모드는 에이전트의 OS 접근을 격리하여 명시적으로 활성화하지 않는 한 임의 코드 실행을 방지합니다.
추적 및 관찰 가능성	LangSmith, Langfuse, Monocle 및 요청 추적 상관 관계와의 기본 통합으로 복잡한 다단계 실행을 디버깅할 수 있습니다.
다중 모델 지원	OpenAI 호환 모델(OpenAI, Gemini, DeepSeek, Claude, Qwen, vLLM 등)을 구성하고 단일 실행에서 공급자를 혼합할 수도 있습니다.

이러한 구성 요소를 통해 웹을 탐색하고, 내부 문서를 검색하고, 코드를 작성하고, 지속적인 지식 기반을 유지하는 연구 어시스턴트와 같은 정교한 자율 워크플로우를 모든 것을 수동으로 연결하지 않고 구축할 수 있습니다.

시작하기(빠른 시작 요약)

클론 및 마법사 실행

git clone https://github.com/bytedance/deer-flow.git && cd deer-flow
make setup   # 대화형 마법사가 config.yaml 및 .env 생성

모델 선택 – 마법사를 통해 OpenAI, Gemini, DeepSeek, Claude 또는 로컬 vLLM 엔드포인트를 추가할 수 있습니다.
선택적 웹 검색 선택 – InfoQuest, Jina, Browserless 등을 활성화합니다.
시스템 시작 – 로컬 개발용 make dev 또는 권장 Docker compose(make docker)를 사용합니다.
상호 작용 – 웹 UI(또는 LangGraph Studio)를 열고 채팅을 시작합니다. 리드 에이전트가 필요에 따라 하위 에이전트, 도구 또는 RAG를 자동으로 호출합니다.

저장소에는 헤드리스 사용을 위한 터미널 워크벤치(TUI) 와 DeerFlow를 다른 코드에 포함할 수 있는 Python 클라이언트도 포함되어 있습니다.

주요 기능(README에 나열된 대로)

스킬 및 도구 – 사용자 정의 Python 함수를 "스킬"로 내보내기; 내장 Claude-Code 통합.
개인 지식 검색(RAGFlow) – 자체 문서용 벡터 저장소.
채팅 아카이브 – 영구 대화 기록.
세션 목표 및 메모 – 턴을 넘어 유지되는 구조화된 컨텍스트.
하위 에이전트 – 실행별로 제한할 수 있는 계층적 에이전트.
샌드박스 및 파일 시스템 – 선택적 격리 실행 환경.
에이전트 브라우저 제어 – InfoQuest 크롤러를 통한 탐색, 클릭, 스크래핑.
컨텍스트 엔지니어링 – 수동 압축, 프롬프트 오버레이, 요청 수신 제한.
추적 – LangSmith, Langfuse, Monocle 및 사용자 정의 요청 추적 ID.
다중 공급자 모델 – config.yaml 또는 UI에서 수십 개의 모델 구성.
예약 작업 – 에이전트를 자동으로 트리거할 수 있는 cron 유사 작업.
터미널 워크벤치 – 브라우저 없이 에이전트를 관리하기 위한 TUI.

누가 사용해야 하나요?

자율 어시스턴트 구축을 위한 플러그 앤 플레이 플랫폼이 필요한 AI 제품 팀.
다중 에이전트 조정, 도구 사용 또는 RAG 파이프라인을 탐구하는 연구자.
모델, 샌드박스 실행 및 관찰 가능성을 한 곳에서 구성하려는 개발자.
독점 에이전트 프레임워크에 대한 오픈소스 대안을 찾는 기업.

제한 사항 및 주의 사항(보안 공지에서)

권장 샌드박스 없이 배포하면 에이전트가 제한 없는 셸/파일 시스템 접근 권한을 가질 수 있습니다.
"게이트웨이 관리자" 역할은 사실상 코드 실행 권한을 부여합니다.
잘못 구성된 웹 가져오기 백엔드는 내부 네트워크를 노출할 수 있습니다. 시스템은 기본적으로 개인 주소 가져오기를 차단합니다.
비용 추정은 모든 모델이 동일한 통화를 사용할 때만 작동합니다.

라이선스 및 커뮤니티

MIT 라이선스 – 상업 및 학술 사용에 허용적입니다.
활발한 커뮤니티(저장소는 2026년 2월 GitHub 트렌딩 1위를 기록). 2.0 브랜치의 기여를 환영합니다. 이전 1.x 브랜치는 여전히 원래 Deep Research 프레임워크를 호스팅합니다.

TL;DR

DeerFlow는 메모리, 웹 검색 및 다중 모델 지원을 갖춘 자율적이고 도구를 사용하는 AI 에이전트를 구축하기 위한 풀스택 오픈소스 플랫폼입니다. Docker 준비 배포, 웹 UI, TUI 및 광범위한 추적을 제공하여 연구 또는 제품급 AI 어시스턴트를 위한 실용적인 기반이 됩니다.

bytedance/deer-flow