deer-flow
DeerFlow 是字节跳动开源的“超级 Agent 运行框架”（super agent harness）：它为 AI Agent 提供文件系统、沙箱代码执行、长期记忆、技能和子 Agent，使其能够完成耗时几分钟到几小时的任务。2.0 版本基于 LangGraph 和 LangChain 完全重写；最初的 Deep Research 框架仍在 1.x 分支上维护。
它适合想要一个开箱即用的 Agent 运行环境、而不是自己用各种库拼装的开发者和团队。典型任务包括：撰写深度研究报告、搭建数据管道、生成幻灯片和数据看板、自动化内容生产流程。任务可以从网页工作区发起，也可以通过 Telegram、Slack、飞书、微信、企业微信、钉钉和 QQ 等消息应用发起；还可以通过 RAGFlow 检索私有知识库。
上手方式：推荐用 Docker 部署（Docker Compose v2.24+），配置好模型后执行 `make docker-init` 和 `make docker-start`。本地试用建议至少 4 vCPU、8 GB 内存和 20 GB 可用磁盘；长期运行的共享服务器建议从 8 vCPU、16 GB 内存起步。持久化部署推荐使用 Linux + Docker。
功能特性
为什么选择它
权衡点
维护状况检查
- 最近提交
- 2026-10-23
- 近 90 天提交数
- 100+
- 近 90 天发布数
- 1
- 最新发布
- v2.1.0 (2026-09-24)
- 未关闭 issue
- 970
- 近期 issue 至少有一条评论的比例
- 1/11
最早的一周在左边，最近 4 周为橙色。数据来源：GitHub 提交统计。
状态规则：GitHub 上已归档 = 已归档；最近提交在 90 天内 = 活跃；91 到 365 天 = 放缓；更久 = 停滞。所有数字来自所示日期的 GitHub API。
讨论最多的未关闭 issue
- #1156 有没有人建个QQ群互相讨论的？没有的话我临时创建一个，Q群号：71172934740 条评论 · 2026-03-16
- #1669 RoadMap of DeerFlow Q230 条评论 · 2026-03-31
issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。
适合谁
- 你需要一个基于 LangGraph、开箱即用集成文件系统、Bash/Docker 代码沙箱、长期记忆与子智能体委派的“超级智能体运行框架”。
- 希望无需公网 IP 即可从飞书、企业微信、钉钉、微信、Slack 或 Telegram 触发耗时数分钟到数小时的长任务。
- 服务器只有 2 核 / 4 GB 内存；DeerFlow 官方建议共享服务器至少具备 8 核 / 16 GB 内存。
- 只需要一个生成联网调研报告的轻量工具，不需要本地代码沙箱和重型运行时；GPT Researcher 轻量得多。
与同类的区别
vs GPT Researcher★ 30.3kDeerFlow 2.0 是包含代码沙箱、技能、定时任务和即时通讯机器人的完整智能体运行时；GPT Researcher 则是专注于生成带引用调研报告的轻量级研究智能体。
vs OpenClaw★ 393.2k两者都支持本地运行并接入聊天软件。DeerFlow 基于 Python 与 LangGraph，侧重深度研究与沙箱子智能体长任务；OpenClaw 基于 Node.js，定位为覆盖 20+ 聊天渠道并配套桌面/移动端原生伴侣应用的个人 AI 助手。
兼容性
快速开始
使用场景
同类工具
收录于以下清单
评论
暂无评论，来发表第一条吧