🔥 DeerFlow：字节开源的超级 Agent 框架，让 AI 完成从研究到代码的全流程

从深度研究到自动化编码，从创意创作到复杂任务编排——DeerFlow 正在重新定义 AI Agent 的能力边界。

---

🚀 什么是 DeerFlow？

DeerFlow（全称：Deep Exploration and Efficient Research Flow）是字节跳动于 2025 年 5 月开源的超级智能体框架。到了 2.0 版本，它的定位已从"深度研究"升级为Super Agent Harness——一个能够组织子代理、记忆系统、沙箱环境，完成从几分钟到几小时复杂任务的通用 Agent 框架。

短短 1 个月，DeerFlow 在 GitHub 斩获 28K+ Stars，成为最热门的多 Agent 协作框架之一。

核心定位：基于 LangGraph 的分布式多 Agent 协作框架，支持深度研究、自动化编码、创意创作等全场景任务

---

✨ 核心功能一览

功能模块	描述	亮点
多 Agent 协作	支持顺序、并行、审议、委托四种协作模式	⭐⭐⭐
分布式调度	单集群支持 10 万 + Agent 并发，调度延迟 <50ms	⭐⭐⭐⭐⭐
三级沙箱安全	进程隔离 + API 控制 + 语义过滤，防止恶意代码	⭐⭐⭐⭐
多级记忆系统	短时 (Redis)+长时 (向量库)+工作记忆 (PostgreSQL)	⭐⭐⭐⭐
插件化扩展	30+ 官方插件，支持热插拔 Skills 和 Tools	⭐⭐⭐⭐
断点续跑	状态持久化，任务中断后可恢复执行	⭐⭐⭐
多通道接入	支持飞书、企业微信、Slack、Telegram、OpenAPI	⭐⭐⭐

---

🛠️ 快速上手：5 分钟跑通示例

方式一：Docker Compose（适合测试/个人使用）

# 1. 克隆项目
git clone https://github.com/bytedance/deer-flow.git
cd deerflow/deploy/docker-compose

# 2. 配置环境变量
cp .env.example .env
# 编辑.env 文件，填入你的大模型 API Key（支持 OpenAI、通义千问、智谱等）

# 3. 启动服务
docker-compose up -d

# 4. 访问控制台
# 浏览器打开 http://localhost:8080
# 默认账号：admin / admin123

方式二：Kubernetes（生产环境）

# 1. 添加 Helm 仓库
helm repo add deerflow https://helm.deerflow.bytedance.com
helm repo update

# 2. 安装基础设施
helm install deerflow-infra deerflow/infrastructure \
  --set postgresql.enabled=true \
  --set redis.enabled=true \
  --set milvus.enabled=true

# 3. 安装核心组件
helm install deerflow deerflow/deerflow \
  --set gateway.replicaCount=3 \
  --set langgraphServer.replicaCount=5 \
  --set sandbox.replicaCount=10 \
  --set llm.apiKey=your_api_key

核心代码示例：调用 Agent API

import requests

# 发送任务到 Agent
response = requests.post(
    "http://localhost:8080/api/v1/agent/run",
    headers={"Content-Type": "application/json"},
    json={
        "agentId": "research-agent",
        "input": "帮我研究一下 2025 年 AI Agent 领域的发展趋势，并生成一份报告",
        "tools": ["web_search", "code_interpreter", "document_writer"],
        "memoryId": "user-123"  # 可选：关联用户记忆
    }
)

print(response.json())
# 输出：{
#   "taskId": "task-abc123",
#   "status": "running",
#   "stream": "https://localhost:8080/api/v1/task/task-abc123/stream"
# }

注意：生产环境必须配置 Sandbox 资源限制和敏感操作拦截，防止恶意代码执行

---

📊 与竞品对比

维度	DeerFlow	LangChain	AutoGen	CrewAI
价格	开源免费	开源免费	开源免费	开源免费
多 Agent 协作	✅ 四种模式	⚠️ 需自行实现	✅ 支持	✅ 支持
分布式调度	✅ 10 万 + 并发	❌ 单机	⚠️ 有限	❌ 单机
沙箱安全	✅ 三级隔离	❌ 无	⚠️ 基础	❌ 无
记忆系统	✅ 三级持久化	⚠️ 需自行实现	⚠️ 基础	⚠️ 基础
中文支持	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐
生产就绪	✅ 微服务架构	⚠️ 需二次开发	⚠️ 需二次开发	⚠️ 需二次开发

---

💡 适用场景

• ✅ 深度研究：自动搜索、分析、整合信息，生成结构化研究报告
• ✅ 自动化编码：根据需求自动生成代码、执行测试、修复 Bug
• ✅ 创意创作：撰写文章、生成图片、制作视频等多模态内容
• ✅ 复杂任务编排：多步骤任务自动拆解、分配给子代理、汇总结果
• ✅ 企业级应用：通过飞书/企业微信接入，内部工具集成、数据权限控制
• ❌ 不适合：简单的单轮对话场景（过度设计）、对延迟极度敏感的场景（分布式调度有少量开销）

---

🏗️ 架构深度解析

DeerFlow 采用微服务架构，分为五层：

1. 接入层：支持飞书、企业微信、Slack、Telegram、OpenAPI 等
2. 调度层：Gateway 网关（Go 语言，单实例 QPS 10 万+）+ 任务调度器 + 负载均衡
3. 执行层：基于 LangGraph Server 的 Agent 运行时，运行在 Sandbox 隔离环境
4. 能力层：Skills 技能库 + Tools 工具集 + Sub-Agent 子代理
5. 存储层：Memory 记忆系统（Redis+Milvus+PostgreSQL 三级存储）

关键技术亮点：

• 基于 LangGraph 深度优化：支持动态流程修改、状态持久化
• Sandbox 三层隔离：cgroup 进程隔离 + 统一网关鉴权 + 语义安全过滤
• 多级记忆存储：向量数据库（Milvus）实现长时记忆语义检索
• 插件化架构：Skills 和 Tools 模块化设计，支持热插拔

---

💰 定价方案

完全开源免费！

DeerFlow 采用 Apache 2.0 开源协议，可免费用于商业项目，无使用限制。

部署方式	适用场景	成本
Docker Compose	个人学习/测试	免费
Kubernetes	生产环境	免费（需自行运维）
云托管（官方计划）	企业快速上手	预计 $0.1-0.5/小时

开源协议： Apache 2.0

💡 完全开源免费，无企业版限制，可自由用于商业项目！

---

🎯 总结

DeerFlow 是目前最接近"超级智能体"概念的生产级开源框架。它不仅在多 Agent 协作、分布式调度、沙箱安全等核心能力上领先竞品，更重要的是提供了开箱即用的生产环境部署方案，让企业和个人开发者都能快速构建自己的 AI Agent 系统。

从深度研究到自动化编码，从创意创作到复杂任务编排，DeerFlow 展示了 AI Agent 从"玩具"走向"生产力工具"的完整路径。无论你是想快速验证 Agent 想法，还是构建企业级 AI 应用，DeerFlow 都是当前最值得尝试的框架之一。

推荐指数： ⭐⭐⭐⭐⭐（满分 5 星）

适合人群： AI 开发者 / 企业技术团队 / 多 Agent 研究者 / 自动化任务开发者

立即体验：

• DeerFlow 官网
• GitHub 仓库
• 官方文档

---

本文由 AI 辅助生成，数据截至 2026 年 4 月，最新信息请以官网为准。