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 – 一个开源的超级智能体平台

它是什么 – DeerFlow（深度探索与高效研究流）是一个用于构建 能够调用其他智能体、使用工具、保持记忆并在隔离沙箱中运行的 AI 智能体 的框架。它被定位为一个“超级智能体框架”，让开发者能够将 子智能体、技能、RAG（私有知识检索）和 基于浏览器的网络搜索 组装成一个可配置的工作流。

核心理念及其重要性

理念	它为你提供什么
超级智能体框架	一个中央“主导智能体”可以编排许多子智能体（例如，规划者、编码者、数据检索者）并在它们之间传递结果。
可扩展的技能/工具	内置工具适配器，用于网络搜索（InfoQuest、Jina、Browserless 等）、文件系统沙箱、代码执行以及自定义的基于 Python 的技能。可以通过导出函数来添加新技能。
记忆层	短期“会话目标”和“当前任务笔记”，以及一个称为 RAGFlow 的长期向量存储，用于私有知识检索。
安全沙箱	可选的沙箱模式隔离智能体的操作系统访问权限，除非明确启用，否则防止任意代码执行。
追踪与可观测性	与 LangSmith、Langfuse、Monocle 的原生集成，以及用于调试复杂多步骤运行的请求追踪关联。
多模型支持	配置任何兼容 OpenAI 的模型（OpenAI、Gemini、DeepSeek、Claude、Qwen、vLLM 等），甚至可以在单次运行中混合使用不同的提供商。

这些组件让你能够构建复杂的自主工作流——比如浏览网页、检索内部文档、编写代码并维护持久知识库的研究助手——而无需手动连接所有部分。

快速入门（快速开始摘要）

克隆并运行向导

git clone https://github.com/bytedance/deer-flow.git && cd deer-flow
make setup   # 交互式向导创建 config.yaml 和 .env

选择模型 – 向导允许你添加 OpenAI、Gemini、DeepSeek、Claude 或本地 vLLM 端点。
选择可选的网络搜索 – 启用 InfoQuest、Jina、Browserless 等。
启动系统 – 使用 make dev 进行本地开发，或使用推荐的 Docker compose（make docker）。
交互 – 打开 Web UI（或 LangGraph Studio）并开始聊天；主导智能体将根据需要自动调用子智能体、工具或 RAG。

该仓库还附带一个 终端工作台（TUI） 用于无头使用，以及一个 Python 客户端 用于将 DeerFlow 嵌入其他代码中。

主要功能（如 README 中所列）

技能与工具 – 将自定义 Python 函数导出为“技能”；内置 Claude-Code 集成。
私有知识检索（RAGFlow） – 用于你自己的文档的向量存储。
聊天存档 – 持久的对话历史。
会话目标与笔记 – 跨轮次保持的结构化上下文。
子智能体 – 可以限制每次运行的层级智能体。
沙箱与文件系统 – 可选的隔离执行环境。
智能体浏览器控制 – 通过 InfoQuest 爬虫浏览、点击和抓取。
上下文工程 – 手动压缩、提示覆盖和请求准入限制。
追踪 – LangSmith、Langfuse、Monocle 和自定义请求追踪 ID。
多提供商模型 – 在 config.yaml 或通过 UI 配置数十种模型。
定时任务 – 类似 cron 的作业，可以自动触发智能体。
终端工作台 – 用于在没有浏览器的情况下管理智能体的 TUI。

谁应该使用它？

AI 产品团队，需要一个即插即用的平台来构建自主助手。
研究人员，探索多智能体协调、工具使用或 RAG 流水线。
开发者，希望在一个地方配置模型、沙箱执行和可观测性。
企业，寻找专有智能体框架的开源替代方案。

限制与注意事项（来自安全通知）

在没有推荐沙箱的情况下部署可能会给智能体不受限制的 shell / 文件系统访问权限。
“网关管理员”角色实际上授予代码执行权限。
配置错误的网络获取后端可能会暴露内部网络；系统默认阻止私有地址获取。
成本估算仅在所有模型使用相同货币时有效。

许可证与社区

MIT 许可证 – 允许商业和学术使用。
活跃社区（该仓库在 2026 年 2 月登上 GitHub Trending 第一名）。欢迎在 2.0 分支上贡献；较旧的 1.x 分支仍然托管原始的深度研究框架。

简而言之

DeerFlow 是一个全栈、开源的平台，用于构建 自主的、使用工具的 AI 智能体，具有记忆、网络搜索和多模型支持。它提供了 Docker 就绪的部署、Web UI、TUI 和广泛的追踪功能，使其成为研究或产品级 AI 助手的实用基础。

bytedance/deer-flow