跳转到内容
AI Agent 教程 AI Agent 教程

Deer-Flow 项目介绍

Deer-Flow 项目介绍

项目定位

DeerFlow（Deep Exploration and Efficient Research Flow）是一个开源的 Super Agent Harness（超级代理运行环境），通过编排子 Agent（sub-agents）、持久化记忆、沙箱执行和可扩展技能系统，使 AI Agent 能够完成从深度研究、数据管道构建、幻灯片生成到仪表板搭建等复杂多步任务。

DeerFlow 2.0 从零重写，不再是研究框架，而是一个”自带电池”的超级代理运行环境。

核心能力

  • 技能系统（Skills）：结构化的能力模块，按需加载，保持上下文窗口精简；内置研究、报告生成、幻灯片创作、网页生成、图片/视频生成等技能，支持 .skill 归档安装
  • 子 Agent 委派（Sub-Agents）：Lead Agent 可动态生成子 Agent，各自拥有隔离上下文、独立工具和终止条件，支持并行执行（最多 3 个并发）
  • 沙箱执行（Sandbox）：每个任务获得独立的文件系统和执行环境，支持 Local / Docker / Kubernetes 三种沙箱模式
  • 上下文工程（Context Engineering）：隔离子 Agent 上下文、对话摘要压缩、严格工具调用恢复、Token 优化
  • 长期记忆（Long-Term Memory）：跨会话持久化用户画像、偏好和知识，支持每用户隔离、事实去重和异步更新队列
  • MCP 协议集成：支持 stdio / SSE / HTTP 三种传输，OAuth 令牌流，懒加载与 mtime 缓存失效
  • IM 渠道集成：内置 Telegram、Slack、飞书、微信、企业微信、钉钉六种 IM 平台接入
  • 多模型适配：通过反射机制动态加载任意 LLM，支持思考模式、视觉理解、vLLM 本地部署
  • 可观测性：内置 LangSmith / Langfuse 追踪，自动注入 trace 元数据

技术栈

层技术
后端框架Python 3.12+，FastAPI（Gateway API）
Agent 编排LangGraph + LangChain
前端Next.js（port 3000）
反向代理Nginx（统一入口 port 2026）
沙箱Docker 容器 / Kubernetes Pod
依赖管理uv（Python），pnpm（Node.js）
CI/CDGitHub Actions

架构概览

快速体验

Terminal window
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
make setup    # 交互式配置向导
make dev      # 启动开发服务
# 访问 http://localhost:2026

Docker 方式：

Terminal window
make docker-init    # 拉取沙箱镜像
make docker-start   # 启动所有服务

教程导读

本教程分为 AI 应用通用知识和编程核心技术两部分：

  • AI 教程（ai/）：从 Deer-Flow 出发，学习 Super Agent 架构设计、子 Agent 委派模式、长期记忆系统设计、上下文压缩策略、工具调用中间件链等通用知识
  • Dev 教程（dev/）：深入 Deer-Flow 的工程实践，包括 Harness/App 分层架构、沙箱虚拟路径系统、IM 渠道消息流、技能系统设计等

各章节引用的通用知识将在 common/ 目录中以独立教程形式呈现。