DeerFlow 2.0：字节开源的超级 Agent 框架，让 AI 真正干活

DeerFlow 2.0字节开源的超级 Agent 框架让 AI 真正干活作者madprinter日期2026-03-24项目地址https://github.com/bytedance/deer-flow项目介绍DeerFlowDeep Exploration and Efficient Research Flow是字节跳动开源的一款超级 Agent 框架。2026 年 2 月 28 日DeerFlow 2.0 正式发布后迅速登顶 GitHub Trending 榜首目前已有近 40,000 颗星。与传统的 AI 框架不同DeerFlow 不仅仅是一个聊天机器人它是一个真正能干活的 Agent 运行环境。它拥有自己的文件系统、沙箱执行环境、长期记忆系统可以自主规划任务并调度多个子 Agent 协同工作。为什么 DeerFlow 值得关注大厂背书字节跳动出品经过真实业务场景验证架构先进基于 LangGraph 和 LangChain 构建设计优雅功能完整开箱即用的文件系统、记忆系统、沙箱执行高度可扩展支持自定义技能、工具、MCP 服务器多模型支持兼容 OpenAI API 格式的所有大模型核心功能1. 技能系统SkillsDeerFlow 的核心是技能系统。每个技能是一个结构化的能力模块包含工作流程、最佳实践和相关资源引用。内置技能包括 深度研究Research 报告生成Report Generation PPT 制作Slide Creation 网页生成Web Page 图片/视频生成Image/Video Generation技能按需加载不会一次性占用大量上下文这对 Token 敏感的模型非常友好。/mnt/skills/public ├── research/SKILL.md ├── report-generation/SKILL.md ├── slide-creation/SKILL.md ├── web-page/SKILL.md └── image-generation/SKILL.md2. 子 Agent 系统Sub-Agents复杂任务很少能一次完成。DeerFlow 可以将任务分解动态生成多个子 Agent 并行执行。每个子 Agent 有独立的作用域上下文子 Agent 可以并行执行提高效率主 Agent 负责汇总所有结果生成最终输出例如一个研究任务可以分解为十多个子 Agent每个探索不同角度最终汇聚成一份完整报告。3. 沙箱执行环境SandboxDeerFlow 不只是说说而已它有自己的电脑——每个任务在独立的 Docker 容器中运行✅ 完整的文件系统✅ Bash 命令执行✅ 代码运行能力✅ 图片查看能力✅ 会话隔离零污染/mnt/user-data/ ├── uploads/ # 用户上传的文件 ├── workspace/ # Agent 工作目录 └── outputs/ # 最终交付物4. 长期记忆Long-Term Memory大多数 Agent 在对话结束后就忘记一切。DeerFlow 会记住用户画像和偏好技术栈信息重复的工作流程历史交互经验记忆本地存储完全由用户控制。系统会自动去重避免重复信息无限累积。5. 多通道集成IM ChannelsDeerFlow 支持多种即时通讯工具接入通道传输方式难度TelegramBot API (长轮询)简单SlackSocket Mode中等飞书/LarkWebSocket中等无需公网 IP所有通道配置后即可自动启动。6. Claude Code 集成通过claude-to-deerflow技能可以直接在 Claude Code 中与 DeerFlow 交互npx skillsaddhttps://github.com/bytedance/deer-flow--skillclaude-to-deerflow支持的功能发送任务并获取流式响应选择执行模式flash/fast/standard/pro/ultra查看健康状态、模型、技能列表管理对话线程和历史上传文件进行分析使用方法快速开始1. 克隆项目gitclone https://github.com/bytedance/deer-flow.gitcddeer-flow2. 生成配置文件makeconfig这会基于模板创建本地配置文件。3. 配置模型编辑config.yaml配置至少一个模型models:-name:gpt-4display_name:GPT-4use:langchain_openai:ChatOpenAImodel:gpt-4api_key:$OPENAI_API_KEYmax_tokens:4096temperature:0.7-name:openrouter-gemini-2.5-flashdisplay_name:Gemini 2.5 Flash (OpenRouter)use:langchain_openai:ChatOpenAImodel:google/gemini-2.5-flash-previewapi_key:$OPENAI_API_KEYbase_url:https://openrouter.ai/api/v14. 设置 API Key推荐方式编辑项目根目录的.env文件TAVILY_API_KEYyour-tavily-api-keyOPENAI_API_KEYyour-openai-api-keyINFOQUEST_API_KEYyour-infoquest-api-key5. 启动服务Docker 方式推荐makedocker-init# 拉取沙箱镜像只需一次makedocker-start# 启动服务本地开发方式makecheck# 检查依赖makeinstall# 安装依赖makedev# 启动服务访问http://localhost:2026推荐模型DeerFlow 官方推荐使用以下模型以获得最佳体验Doubao-Seed-2.0-CodeDeepSeek v3.2Kimi 2.5这些模型支持长上下文100k tokens强大的推理能力多模态输入可靠的工具调用飞书/钉钉集成示例在config.yaml中配置channels:feishu:enabled:trueapp_id:$FEISHU_APP_IDapp_secret:$FEISHU_APP_SECRETslack:enabled:truebot_token:$SLACK_BOT_TOKENapp_token:$SLACK_APP_TOKEN在.env中设置对应的密钥即可。技术架构DeerFlow 2.0 是完全重写的版本与 1.x 没有任何代码共享。核心架构┌─────────────────────────────────────────┐ │ Gateway (API Gateway) │ ├─────────────────────────────────────────┤ │ LangGraph Agent Server │ ├──────────────┬──────────────┬───────────┤ │ Skills │ Tools │ Memory │ ├──────────────┴──────────────┴───────────┤ │ Sandbox (Docker/K8s) │ └─────────────────────────────────────────┘Gateway统一 API 入口处理认证、路由、会话管理LangGraph ServerAgent 编排引擎Skills/Tools可扩展的能力模块Memory长期记忆存储Sandbox隔离执行环境实际应用场景DeerFlow 已经超越最初的研究工具定位社区开发者用它实现了 数据管道自动化️ PPT/幻灯片自动生成 数据看板搭建 内容工作流自动化 深度市场调研 代码生成和审查总结DeerFlow 2.0 代表了一个重要趋势AI Agent 正在从聊天走向干活。它不是又一个聊天机器人包装器而是一个真正能让 AI 执行复杂任务的运行环境。通过沙箱隔离、多 Agent 协作、长期记忆等设计DeerFlow 解决了传统 Agent 框架的几个关键痛点上下文限制通过子 Agent 分解和上下文摘要执行能力通过沙箱提供真实的执行环境记忆缺失通过长期记忆系统跨会话学习扩展困难通过技能和 MCP 服务器轻松扩展如果你正在构建 AI 应用或者想让 AI 帮你完成实际工作DeerFlow 绝对值得关注。相关资源项目地址https://github.com/bytedance/deer-flow官方网站https://deerflow.tech中文文档https://github.com/bytedance/deer-flow/blob/main/README_zh.mdInfoQuest 搜索工具https://docs.byteplus.com/en/docs/InfoQuest/What_is_Info_Quest