### [DeerFlow：字节跳动开源的超级智能体运行时，77.8K Stars 登顶 GitHub Trending](https://www.willai.cc/article/4351)

**Published:** 2026-07-26T06:54:13

**Author:** hiyoho

**Excerpt:** 项目简介 DeerFlow（Deep Exploration and Efficient Research Flow） 是字节跳动开源的一款「超级智能体运行时（Super Agent Harness）」——它把沙箱、记忆、工具、技能、子智能

![DeerFlow](https://admin.hiyoho.com/wp-content/uploads/2026/07/deerflow_og.png)

## 项目简介

**DeerFlow（Deep Exploration and Efficient Research Flow）** 是字节跳动开源的一款「超级智能体运行时（Super Agent Harness）」——它把沙箱、记忆、工具、技能、子智能体和消息网关整合在一起，让 AI 智能体能够自主完成从几分钟到数小时不等的长程任务：研究、写代码、做报告、生成幻灯片，几乎无所不能。

截至发稿，DeerFlow 在 GitHub 上已收获约 **77,800+ Stars**，并在 2026 年 2 月 DeerFlow 2.0 发布后一度登顶 GitHub Trending 榜首。

## 环境要求与安装过程

**环境要求：**Python 3.12+、Node.js 22+；推荐使用 Docker 部署（本地评估建议 4 核 8G，长期运行服务器建议 8 核 16G 起）。Linux + Docker 是推荐的生产部署环境，macOS/Windows 更适合作为开发评估环境。

**快速开始：**

```
# 1. 克隆仓库
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

# 2. 运行安装向导（约 2 分钟，交互式选择 LLM 提供商、搜索引擎、沙箱等）
make setup

# 3. 用 Docker 启动（推荐）
make docker-init    # 首次拉取沙箱镜像
make docker-start   # 启动服务

# 之后访问 http://localhost:2026
```

随时可运行 `make doctor` 检查配置并获取修复建议。官方推荐搭配 Doubao-Seed-2.0-Code、DeepSeek v3.2 或 Kimi 2.5 等模型运行。

![DeerFlow 与姊妹项目 LLM Space](https://admin.hiyoho.com/wp-content/uploads/2026/07/deerflow_sister.png)

配套桌面工具 LLM Space：可原型化智能体思路、逐步检查每一步、回放失败并做性能基准测试

## 核心功能

-   **技能与工具（Skills & Tools）：**技能是让 DeerFlow「无所不能」的核心。每个技能是一个结构化的 Markdown 能力模块，内置研究、报告生成、幻灯片制作、网页、图像与视频生成等；技能按需渐进加载，保持上下文窗口精简，对 token 敏感的模型也很友好。
-   **子智能体（Sub-Agents）：**主智能体可即时派生子智能体，每个拥有独立作用域的上下文、工具与终止条件，尽可能并行执行并汇总结构化结果，最终由主智能体综合成连贯输出。
-   **沙箱与文件系统：**沙箱感知的执行环境，让智能体安全地运行代码、读写文件，处理更复杂的多步任务。
-   **长期记忆：**跨会话持久记住你的画像、偏好与积累的知识——写作风格、技术栈、常用工作流，用得越多越懂你。记忆本地存储，完全由你掌控。
-   **开放集成：**基于 LangGraph 与 LangChain 构建，支持 MCP Server、多模型提供商、Claude Code / Codex CLI 集成、IM 渠道、飞书/Lark 集成以及 LangSmith / Langfuse 等可观测性追踪。

## 典型使用场景

-   **深度研究报告：**作为最初的 Deep Research 框架，DeerFlow 擅长针对复杂主题自动检索、爬取、交叉验证并输出结构化研究报告，甚至生成播客音频。
-   **内容与办公自动化：**社区已用它构建数据管道、生成幻灯片、搭建仪表盘、自动化内容工作流——一个 harness 覆盖多类办公与创作任务。
-   **长程复杂任务编排：**借助子智能体并行拆解、沙箱执行与长期记忆，适合需要数分钟到数小时、涉及多步骤和多工具协作的自动化流程。

## 推荐理由

DeerFlow 最打动我的地方，是它从「一个 Deep Research 框架」进化成了「开箱即用又高度可扩展的超级智能体运行时」。2.0 版本完全重写，把智能体真正落地干活所需的基础设施——文件系统、记忆、技能、沙箱、子智能体——全部内置。你既可以拿来即用，也可以拆开改造成自己的东西。加之字节跳动背书、MIT 许可、活跃维护和庞大社区，无论是想学习智能体架构，还是想搭一套自己的自动化工作台，DeerFlow 都非常值得一试。

## 下载地址

-   **官方网站：**[https://deerflow.tech](https://deerflow.tech)
-   **GitHub 仓库：**[https://github.com/bytedance/deer-flow](https://github.com/bytedance/deer-flow)

开源许可：MIT｜主要语言：Python｜Stars：约 77.8K

**Tags:** Agent Skills, Agent框架, AI, AI Agent, AI开源项目, DeerFlow, LangChain, LangGraph, MIT许可, Python

**Categories:** 开源项目

---