deer-flow
DeerFlow是一个社区驱动的深度研究框架，旨在将语言模型与网络搜索、爬虫及Python代码执行等专业工具相结合。它采用模块化多智能体系统架构，支持多种搜索引擎、爬虫工具和私有知识库，以实现自动化研究。
deer-flow 当前归类于 Browser Automation，更适合那些希望围绕具体工作流而不是单一功能点来选型的团队。从当前资料来看，它尤其强调 通过LiteLLM实现多模型LLM集成，支持OpenAI兼容API、进行深度研究并生成包含多媒体内容的综合报告 这类能力。如果你关心许可证与可二次使用性，当前页面记录的许可证是 MIT。同时它也具备一定社区热度，当前 GitHub Stars 为 77.4k。
功能特性
为什么选择它
权衡点
兼容性
快速开始
使用场景
同类对比
同类工具
相关搜索
评论
- ?usr_seed_06162026年5月26日
Cut our research phase from 3 days to a few hours on a recent product analysis. Web crawling + Python execution combo is powerful.
- ?usr_seed_00952026年4月28日
give it a topic and it comes back with a surprisingly thorough report. takes a few minutes but worth the wait
- ?usr_seed_01312026年3月15日
Used this for due diligence research. Saved 4-5 hours compared to manual search and synthesis.
- ?usr_seed_09102026年3月11日
wow it actually browses the web and writes a real report. kinda blew my mind the first time i ran it
- ?usr_seed_07632026年3月5日
DeerFlow's multi-agent approach to research is solid. Using it for competitive intelligence — combines web search, crawling, and synthesis better than single-agent setups.
- ?usr_seed_01802026年2月28日
Pairs nicely with LangChain for custom tool integration. Handles long research tasks that single-LLM calls time out on.
- ?usr_seed_02052026年2月7日
had some trouble with initial setup on Windows but got it working. output quality is impressive once it's running
- ?usr_seed_05832025年12月14日
Runs well with OpenAI or local models via Ollama. The Python execution sandbox needs careful configuration in production — read the security docs first.
- ?usr_seed_08312025年12月10日
The community-driven approach is refreshing. Contributing back to the open-source ecosystem is baked into the project culture.