DeerFlow 是字节跳动开源的一款面向长周期复杂任务的 AI 超级智能体（SuperAgent）框架，它不满足于简单问答或单步调用，而是能自主规划、分阶段研究、调用工具、协同子智能体、在安全沙箱中编码验证，并持续记忆优化——真正实现“从问题出发，到成果交付”的端到端闭环。它解决的是当前大模型应用中最棘手的一类问题：那些需要数分钟至数小时、跨步骤、跨工具、需试错与反思的真实工作流，比如深度技术调研、自动化原型开发、竞品分析报告生成，甚至多轮迭代的创意内容生产。
核心功能
- 长程任务自主编排：支持分钟级到小时级的复杂任务调度，自动拆解目标为可执行子任务，动态调整路径，而非依赖人工写死流程。
- 多智能体协同架构：内置可插拔的子智能体（如 Researcher、Coder、Reviewer、Reporter），各司其职又通过统一消息网关实时协作，模拟真实团队工作模式。
- 全栈式执行环境：集成安全隔离的 Python/Node.js 沙箱，支持代码编写、运行、调试与结果反馈；无需暴露本地环境，开箱即用又保障安全。
- 结构化长期记忆：自动将中间结论、失败尝试、关键数据存入向量+图谱混合记忆库，让后续步骤“记得住、学得会”，避免重复踩坑。
- 技能中心（Skill Hub）机制：开发者可轻松封装常用能力（如爬取财报、调用特定API、生成Mermaid图），一键注册为全局可用技能，大幅降低定制门槛。
- 可视化调试与追踪：提供 Web UI 界面，实时查看任务拓扑、消息流向、沙箱日志、记忆检索记录，让“黑盒智能体”变得可观察、可解释、可干预。
适合哪些人用
DeerFlow 不是给初学者练手的玩具，而是为追求生产力跃迁的技术实践者打造：AI 工程师可基于它快速构建企业级智能工作流；科研人员能用它自动化文献综述与实验设计；产品经理可驱动它完成竞品功能拆解与PRD草稿生成；开发者则能将其作为“AI结对编程伙伴”，辅助完成从需求理解、接口调研到代码实现的全流程。尤其适合已熟悉 LangChain/LangGraph、希望突破单 Agent 局限、迈向真实场景落地的进阶用户。
快速上手
DeerFlow 采用前后端分离架构，安装极简：
✅ 后端（Python）：推荐使用 Poetry，运行 poetry install && poetry run deerflow start 即可启动服务；
✅ 前端（TypeScript）：执行 npm install && npm run dev 启动 Web 控制台；
✅ 开箱体验：访问 http://localhost:3000，选择预置模板（如“深度分析某开源项目技术架构”），点击运行，5 分钟内即可看到 DeerFlow 自主搜索、阅读 GitHub 代码、运行测试、总结优劣并生成图文报告的全过程。
项目信息
bytedance/deer-flow
GitHub
An open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and
51.9k
今日 +18,872 stars this week
Stars
6.2k
Forks
Python
MIT
编程语言：Python（后端） + TypeScript（前端）｜Star 数：51867｜开源协议：MIT｜GitHub 项目地址
如果你厌倦了把大模型当“高级搜索引擎”或“自动补全器”，渴望一个真正能陪你思考、试错、协作、交付的 AI 工作搭档——DeerFlow 就是你等待已久的那个答案。
