deer-flow
85,226
Stars
0
Forks
0
Watchers
0
Open Issues
未知
许可证
Python
语言
创建时间
最近更新
项目能做什么
开源的长流程超级智能体框架,具备沙箱、记忆与工具调用能力,支持研究、编码与创作。
来源:AI 基于仓库事实生成
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
# 🦌 DeerFlow - 2.0 English | [中文](./README_zh.md) | [日本語](./README_ja.md) | [Français](./README_fr.md) | [Русский](./README_ru.md) | [Português](./README_pt.md) | [한국어](./README_ko.md) [](./backend/pyproject.toml) [](./Makefile) [](./LICENSE) <a href="https://trendshift.io/repositories/14699" target="_blank"><img src="https://trendshift.io/api/badge/repositories/14699" alt="bytedance%2Fdeer-flow | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a> > On February 28th, 2026, DeerFlow claimed the 🏆 #1 spot on GitHub Trending following the launch of version 2. Thanks a million to our incredible community — you made this happen! 💪🔥 DeerFlow (**D**eep **E**xploration and **E**fficient **R**esearch **Flow**) is an open-source **super agent harness** that orchestrates **sub-agents**, **memory**, and **sandboxes** to do almost anything — powered by **extensible skills**. https://github.com/user-attachments/assets/a8bcadc4-e040-4cf2-8fda-dd768b999c18 > [!NOTE] > **DeerFlow 2.0 is a ground-up rewrite.** It shares no code with v1. If you're looking for the original Deep Research framework, it's maintained on the [`1.x` branch](https://github.com/bytedance/deer-flow/tree/main-1.x) — contributions there are still welcome. Active development has moved to 2.0. ## Official Website Learn more and see **real demos** on our [**official website**](https://deerflow.tech). The landing-page case studies open as allowlisted, read-only showcases without requiring a sign-in. ## Sister Projects <img width="446" height="280" alt="image" align="middle" src="https://github.com/user-attachments/assets/077edef4-d560-41af-bb0d-d0a5f14fcc20" /> - [**LLM Space**](https://github.com/deer-flow/llm-space) - Meet our secret weapon behind DeerFlow — one desktop tool to prototype agent ideas, inspect each harness step, replay failures, and benchmark performance. ## Coding Plan from ByteDance Volcengine - We strongly recommend using Doubao-Seed-2.0-Code, DeepSeek v3.2 and Kimi 2.5 to run DeerFlow - [Learn more](https://www.byteplus.com/en/activity/codingplan?utm_campaign=deer_flow&utm_content=deer_flow&utm_medium=devrel&utm_source=OWO&utm_term=deer_flow) - [中国大陆地区的开发者请点击这里](https://www.volcengine.com/activity/codingplan?utm_campaign=deer_flow&utm_content=deer_flow&utm_medium=devrel&utm_source=OWO&utm_term=deer_flow) ## InfoQuest InfoQuest reader, web search, and image search use a 30-second HTTP connect/read inactivity timeout. The crawl `timeout` and `navigation_timeout` settings remain separate server-side options; they do not control the local HTTP timeout. DeerFlow has newly integrated the intelligent search and crawling toolset independently developed by BytePlus — [InfoQuest (supports free online e阅读完整原文
商业机会分析 AI 生成
垂直领域 Deep-Research 托管式报告生成 SaaS
| 产品构想 | 基于 deer-flow 的长程研究与工具调用能力,针对投资机构、商业咨询或科技情报分析师,封装开箱即用的垂直行业深度研究报告生成器,屏蔽底层复杂的沙箱与多Agent配置。 |
| 核心功能 | 一键下发耗时30分钟以上的多源深度检索与交叉验证任务;结构化行业报告导出;长记忆事实核查溯源看板;任务分段审批与人工介入节点。 |
| 目标用户 | 一级/二级市场分析师、行业研究员、咨询顾问、战略规划师。 |
| 难度/周期 | 中等 · 3 - 6 周 · 成本:轻量Web服务器 + 多LLM API调用成本 + 搜索API(如Tavily/Serper)成本,初期月支出约 500-1500 美元 |
| 收费模式 | 按月/按年订阅制(阶梯配额),超出部分按报告篇数/Token及沙箱算力消耗加收点数费用。 |
| 竞争风险 | 底层大模型长上下文推理费用昂贵;事实幻觉导致专业客户不信任;通用大模型厂商未来可能直接内置类似复杂研究功能。 |
| 依据 | 已验证事实(官方主题标有deep-research且支持长程任务)与AI推测(专业用户对深度分析报告有高付费意愿) |
Deer-Flow 托管式 Agent 云沙箱与调度网关
| 产品构想 | 针对开发者和中小团队,提供针对 deer-flow 优化的无服务器多租户安全沙箱环境与长任务调度平台,免除用户自行搭建Docker安全隔离、长进程保活与状态同步的负担。 |
| 核心功能 | 预配置的轻量安全沙箱池(支持秒级唤醒与持久化挂载);长达数小时的任务断点续跑与状态恢复;多Agent执行拓扑实时可视化;消息网关转发与统一鉴权中间件。 |
| 目标用户 | 使用 deer-flow 构建自身应用的初创企业技术团队、独立开发者。 |
| 难度/周期 | 高 · 6 - 10 周 · 成本:Kubernetes/云服务器集群 + 对象存储 + 域名与鉴权服务,前期月成本约 1000-3000 美元 |
| 收费模式 | 沙箱运行时间(按分钟计费)+ API 调度调用量套餐 + 专用隔离环境的企业版订阅包。 |
| 竞争风险 | 沙箱逃逸等安全攻防难度大;长程任务对基础设施稳定性要求极高,容易因网络或外部API超时引发客户索赔。 |
| 依据 | 已验证事实(项目依赖sandboxes与message gateway执行长程任务)与数据支持的判断(开发者普遍缺乏自建安全沙箱的基础运维能力) |
代码库重构与技术债务自主修复 Agent 插件
| 产品构想 | 聚焦 deer-flow 的 'codes' 能力,封装成专门接入 GitHub/GitLab 的自动化 Bot,负责处理耗时数小时的大型代码库重构、依赖升级、测试用例补齐及静态漏洞修复。 |
| 核心功能 | 自主克隆代码库并于沙箱构建运行;多子Agent协同定位问题、编写补丁并本地反复运行单元测试验证;自动生成包含完整推理过程的 Pull Request。 |
| 目标用户 | 开源项目维护者、中大型研发团队工程效能负责人、外包开发团队。 |
| 难度/周期 | 中等偏高 · 4 - 8 周 · 成本:CI/CDRunner机器成本 + 高代码能力LLM(如Claude 3.5 Sonnet)API 费用,约 800-2000 美元/月 |
| 收费模式 | 按成功合并的 PR 数量计费,或面向企业代码仓收取席位月费。 |
| 竞争风险 | 代码改动引入隐性Bug;长程代码任务极度消耗高端模型Token,ROI难以在短期内向客户自证。 |
| 依据 | 已验证事实(简介明确具备codes能力并以小时级处理复杂任务)与AI推测(研发团队愿为缩减技术债务工时买单) |
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
| 项目 | 中文简介 | Stars | 语言 |
|---|---|---|---|
| morluto/rea | 中文介绍暂未生成 Reverse engineer anything with agents, from app behavior dow |
449,453 | TypeScript |
| mattpocock/skills | 中文介绍暂未生成 Skills for Real Engineers. Straight from my .agents director |
320,690 | Shell |
| obra/superpowers | 中文介绍暂未生成 An agentic skills framework & software development methodolo |
315,614 | Shell |
| affaan-m/ECC | 中文介绍暂未生成 The agent harness performance optimization system. Skills, i |
300,673 | JavaScript |
| NousResearch/hermes-agent | 中文介绍暂未生成 The agent that grows with you |
262,387 | Python |
| anomalyco/opencode | 中文介绍暂未生成 The open source coding agent. |
225,866 | TypeScript |
以上为通过 GitHub 官方 Search API 检索的相似项目,功能差异与优劣势需进一步人工确认,配置 AI 后可生成对比分析。
项目优势与风险
| 技术成熟度 | 创建于 ,最近推送 ,发布过 3 个 Release |
| 社区活跃 | Star 85,226 / Fork 0 / Issue 0(数据支持,可自行核实) |
| 许可证 | 未检测到(需人工确认) |
| 主要风险 | 上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价 |
安装与使用
快速开始(以仓库 README 为准)
git clone https://github.com/bytedance/deer-flow.git cd deer-flow # 请阅读仓库 README 获取确切安装步骤(依赖、配置、启动命令)
术语说明:Docker=应用容器(把程序和依赖打包运行);API Key=调用外部服务的密钥;Git Clone=把仓库代码下载到本地。常见错误:API Key 未配置 / 端口占用 / 数据库连接失败,多数项目在 README 的 Troubleshooting 章节有说明。