DeerFlow 超级智能体2分钟跑通深度研究到图表输出的自动化流水线【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow当你想让一个请求同时完成网络搜索、数据分析和图表输出而结果动辄要几个小时你需要的是一个会自己干活的系统而不是单轮对话机器人。DeerFlow 是一个开源超级智能体SuperAgent框架它编排子智能体、记忆、沙箱和可扩展技能处理从几分钟到几小时不等的长时任务覆盖调研、写代码到视觉创作。克隆仓库并用两条命令启动git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow make setupmake setup会打开交互式配置向导选 LLM 提供商、可选的联网搜索、沙箱与安全策略约 2 分钟生成config.yaml并把密钥写入.env。接着执行make dev打开http://localhost:2026你会看到前端对话页和 Gateway 服务一起拉起。卡住时跑make doctor它把需要修的问题逐条列出来。要稳定部署改用make up走 Docker Compose 生产服务同样在 2026 端口。生成第一张数据可视化图表内置的chart-visualization技能支持 26 种图表折线、柱状、饼图、热力图等你不用写画图代码。把 CSV 扔进去说一句给这份数据画存活率分析它自动选图型、提取参数直接产出图表图片。下图就是 demo 线程里的真实输出让它替你跑一次深度研究deep-research技能提供系统化的研究方法论遇到X 是什么、对比 X 和 Y这类问题它会先做多角度网络搜索与爬取再整理成报告避免单次搜索的浅层答案。配合子智能体多个研究任务可以并行分派、汇总结论。你也可以用/deep-research在单轮对话里显式激活这个技能。沙箱里安全跑代码技能体系自由扩展DeerFlow 默认在 Docker/AIO 沙箱里执行代码也支持 E2B 云沙箱bash 与文件写入被隔离在宿主机之外。所有能力都是技能一个用 Markdown 定义的工作流按需渐进加载用到才进上下文。除了画图内置技能还覆盖报告生成、PPT、图片与视频生成、学术论文评审。想要新能力写一个SKILL.md放进skills/目录或直接安装社区技能包。资源索引往哪深挖backend/docs/SETUP.md安装与配置backend/docs/ARCHITECTURE.md系统架构backend/docs/API.mdAPI 接口说明config.example.yaml完整配置模板模型、子智能体上限、沙箱skills/public/全部内置技能进阶入口多用户场景可在config.yaml开启可插拔授权RBAC长任务有定时任务、消息网关IM 渠道和 TUI 终端工作台扩展开发走 extension 系统配合make extension-install安装 Python 扩展包。版本上注意2.0 是彻底重写与 1.x 不共享代码想找原版深度研究框架要切 1.x 分支。从这里开始DeerFlow 把调研 → 分析 → 出图从一串手工步骤变成一次智能体任务分派。下一步打开 backend/docs/SETUP.md 完成你的第一次部署然后用一份 CSV 让它跑完第一个分析任务。【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 DeerFlow 超级智能体：2分钟跑通深度研究到图表输出的自动化流水线
DeerFlow 超级智能体2分钟跑通深度研究到图表输出的自动化流水线【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow当你想让一个请求同时完成网络搜索、数据分析和图表输出而结果动辄要几个小时你需要的是一个会自己干活的系统而不是单轮对话机器人。DeerFlow 是一个开源超级智能体SuperAgent框架它编排子智能体、记忆、沙箱和可扩展技能处理从几分钟到几小时不等的长时任务覆盖调研、写代码到视觉创作。克隆仓库并用两条命令启动git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow make setupmake setup会打开交互式配置向导选 LLM 提供商、可选的联网搜索、沙箱与安全策略约 2 分钟生成config.yaml并把密钥写入.env。接着执行make dev打开http://localhost:2026你会看到前端对话页和 Gateway 服务一起拉起。卡住时跑make doctor它把需要修的问题逐条列出来。要稳定部署改用make up走 Docker Compose 生产服务同样在 2026 端口。生成第一张数据可视化图表内置的chart-visualization技能支持 26 种图表折线、柱状、饼图、热力图等你不用写画图代码。把 CSV 扔进去说一句给这份数据画存活率分析它自动选图型、提取参数直接产出图表图片。下图就是 demo 线程里的真实输出让它替你跑一次深度研究deep-research技能提供系统化的研究方法论遇到X 是什么、对比 X 和 Y这类问题它会先做多角度网络搜索与爬取再整理成报告避免单次搜索的浅层答案。配合子智能体多个研究任务可以并行分派、汇总结论。你也可以用/deep-research在单轮对话里显式激活这个技能。沙箱里安全跑代码技能体系自由扩展DeerFlow 默认在 Docker/AIO 沙箱里执行代码也支持 E2B 云沙箱bash 与文件写入被隔离在宿主机之外。所有能力都是技能一个用 Markdown 定义的工作流按需渐进加载用到才进上下文。除了画图内置技能还覆盖报告生成、PPT、图片与视频生成、学术论文评审。想要新能力写一个SKILL.md放进skills/目录或直接安装社区技能包。资源索引往哪深挖backend/docs/SETUP.md安装与配置backend/docs/ARCHITECTURE.md系统架构backend/docs/API.mdAPI 接口说明config.example.yaml完整配置模板模型、子智能体上限、沙箱skills/public/全部内置技能进阶入口多用户场景可在config.yaml开启可插拔授权RBAC长任务有定时任务、消息网关IM 渠道和 TUI 终端工作台扩展开发走 extension 系统配合make extension-install安装 Python 扩展包。版本上注意2.0 是彻底重写与 1.x 不共享代码想找原版深度研究框架要切 1.x 分支。从这里开始DeerFlow 把调研 → 分析 → 出图从一串手工步骤变成一次智能体任务分派。下一步打开 backend/docs/SETUP.md 完成你的第一次部署然后用一份 CSV 让它跑完第一个分析任务。【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考