ByteDance 开源 DeerFlow：一个能替你干完整个项目的 AI Agent

导语：字节跳动（ByteDance）于 2026 年初开源了一款名为 DeerFlow（Deep Exploration and Efficient Research Flow）的超级 Agent 框架。与传统 Agent 只能调用工具不同，DeerFlow 能自主完成从任务规划、子 Agent 调度、代码编写、测试验证到成果交付的全流程。GitHub 累计 Star 数已突破 72000，2026 年 2 月 28 日更是登顶 GitHub Trending 第一名。

一、项目概览

DeerFlow 是字节跳动推出的一款开源超级 Agent 工具包（Super Agent Harness），其核心理念是：一个指令，端到端交付。

与市面主流 Agent（如 Hermes、CrewAI 等）相比，DeerFlow 不仅仅运行工具调用，而是构建了一个完整的多 Agent 协作体系：用户给出一个任务，它自动拆解步骤、启动子 Agent 团队、在沙箱中编写代码、反复测试与自我修正，最终产出可直接使用的结果。

该项目采用 MIT 开源协议，完全免费，代码完全开源。2026 年 3 月发布的 2.0 版本为全新重写，与 1.x 版本无任何代码继承。

二、核心架构

DeerFlow 的设计围绕四大核心组件展开：

子 Agent 编排

DeerFlow 内置多角色子 Agent 体系，不同 Agent 承担规划、编码、测试、搜索等不同职责，通过消息网关（Message Gateway）协调工作，模拟一个小型团队的协作流程。

沙箱与文件系统

所有代码编写、测试执行均在隔离沙箱内完成，确保安全可控。沙箱支持 Docker 部署，与宿主机隔离，任务完成后可完整保留工作现场。

长期记忆系统

DeerFlow 内置 Memory 模块，支持上下文持久化和跨任务复用，减少重复劳动。

技能扩展（Skills）

通过可扩展的 Skill 机制，DeerFlow 可以对接多种工具链、MCP Server、IM 频道等，适配不同工作场景。

三、主要功能亮点

端到端任务执行：不输出草稿，直接交付可用成果——研究报告、完整网站、数据仪表盘、幻灯片，DeerFlow 均可独立完成。

多模型支持：推荐使用豆包 Seed-2.0-Code、DeepSeek V3.2 和 Kimi 2.5，同时也可通过 OpenRouter、Groq、NVIDIA NIM 等平台免费运行。

Claude Code / Cursor 无缝集成：支持直接调用 Claude Code 和 Cursor 等主流编码 Agent，适合已有本地开发环境的用户。

即时搜索与爬取：内置字节跳动 BytePlus 研发的 InfoQuest 智能搜索爬取工具集，支持免费在线体验。

部署灵活：提供 Docker 一键部署和本地开发两种方式，官方推荐 Docker，5 分钟内可完成全部安装配置。

四、快速上手

方式一：交给 Claude Code / Cursor（最简）

直接对 Claude Code 或 Cursor 说：

“Help me clone DeerFlow if needed, then bootstrap it for local development by following https://raw.githubusercontent.com/bytedance/deer-flow/main/Install.md”

Agent 会自动完成克隆、环境检查和初始化配置。

方式二：手动安装（约 5 分钟）

前置依赖：git、Docker、Node.js 22+、uv、pnpm

# 1. 克隆仓库
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

# 2. 运行初始化向导
make setup
# 选择模型提供商，填入 API Key

# 3. 检查环境
make doctor

# 4. Docker 启动
make docker-init
make docker-start

# 5. 浏览器打开，开始使用

五、与主流 Agent 对比

特性	Hermes	DeerFlow
开发商	美国	字节跳动
定位	工具调用型 Agent	超级 Agent（端到端）
执行模式	运行用户提供的工具	自主规划+子 Agent 协作+沙箱交付
适用场景	单点任务自动化	完整项目执行
部署方式	本地为主	Docker / 本地
开源协议	非完全开源	MIT
GitHub Star	—	72000+