DeerFlow 2.0 是什么

DeerFlow 2.0 是字节跳动开源的超级智能体框架，采用”主智能体+11层中间件链+动态子智能体”架构，通过LangGraph实现多智能体协同。框架内置深度研究、数据分析、音视频创作等10+种可插拔技能，支持Docker/K8s隔离沙箱执行。原生适配飞书、Telegram、Slack，无需公网IP即可运行。2.0版本从单一研究工具升级为通用智能体运行时，支持分钟到小时的复杂任务处理，可一键生成网站、PPT、漫画等内容。

DeerFlow 2.0 的主要功能

• 智能体架构：采用主智能体统筹规划与动态子智能体并行执行的协作模式，实现复杂任务的高效分解与协同处理。
• 可插拔技能体系：内置深度研究、数据分析、PPT生成、网页设计等10余种技能模块，支持用户通过MCP接口和Python函数自定义扩展新能力。
• 隔离沙箱执行：提供本地、Docker和Kubernetes三种运行模式，基于字节AIO Sandbox为每个任务创建独立容器环境，确保执行安全与资源隔离。
• 上下文工程：通过自动摘要压缩、中间结果外部存储和子任务限流等机制，系统性解决长时任务中的上下文窗口不足问题。
• 长期记忆：支持跨会话持久化存储用户画像、偏好设置和累积知识，且所有数据均保存在本地由用户完全掌控。
• IM渠道集成：原生适配飞书、Telegram和Slack三大即时通讯平台，无需公网IP即可通过命令指令与智能体交互。
• 多模型兼容：支持OpenAI、Gemini、DeepSeek、豆包Seed等主流大模型，通过统一配置接口灵活切换不同底层能力。

DeerFlow 2.0 的关键信息和使用要求

• 项目背景：字节跳动开源的超级智能体框架，采用MIT许可证。
• 发布时间：2026年2月28日正式发布2.0版本，发布当日即登顶GitHub Trending榜首。
• 核心定位：从1.0版本的深度研究工具全面升级为通用智能体运行时（Super Agent Harness）。
• 任务能力：支持处理从分钟到小时不等的复杂多步骤任务，涵盖研究、编码、创作等多种场景。
• Python版本：要求系统安装Python 3.12或更高版本。
• Node.js版本：要求系统安装Node.js 22或更高版本。
• 包管理器：需要安装pnpm和uv作为前后端包管理工具。

如何使用DeerFlow 2.0

• 克隆仓库：执行 git clone https://github.com/bytedance/deer-flow.git 克隆项目到本地，进入项目目录 cd deer-flow。
• 生成配置：运行 make config 自动生成 config.yaml 和 .env 配置文件。
• 配置模型：编辑 config.yaml 文件，添加所需模型（如GPT-4、Gemini、DeepSeek、豆包等），设置模型名称、API类型、密钥变量等参数。
• 设置密钥：在 .env 文件中填入各服务商的API密钥，如 OPENAI_API_KEY=your-key。
• 选择部署方式
  • Docker方式：执行 make docker-init 拉取沙箱镜像，再执行 make docker-start 启动服务。
  • 本地方式：执行 make check 检查依赖，再执行 make install 安装依赖，最后执行 make dev 启动服务。
• 访问使用：打开浏览器访问 http://localhost:2026 进入Web界面，输入任务指令开始使用。
• IM渠道接入：在 config.yaml 中开启飞书、Telegram或Slack配置，设置对应平台的App ID、密钥等参数，可在聊天软件中通过命令与DeerFlow交互。

DeerFlow 2.0的项目地址

• 项目官网：https://deerflow.tech
• GitHub仓库：https://github.com/bytedance/deer-flow

DeerFlow 2.0的同类竞品对比

DeerFlow 2.0的应用场景

• 深度研究：自动收集多源信息、生成研究报告，适用于学术研究、竞品分析、行业调研等复杂信息处理任务。
• 网页开发：一键生成完整可交付的网站页面，从UI设计到前端代码全流程自动化，如足球联赛官网、3D交互天气界面等。
• 内容创作：将复杂概念转化为儿童友好的教育漫画，或自动生成PPT、播客脚本、视频内容等多媒体素材。
• 数据分析：自动执行数据清洗、可视化图表生成、商业智能报告撰写等数据驱动型任务。