访问量： 45

每日热门技能分享 · Vol.049
DeerFlow
字节跳动开源的超级 Agent 底座 · 一句话拉起深度研究
超级Agent Harness · Skills协议 · 多IM渠道 · 沙箱执行 · 字节跳动背书 · GitHub 41.7K Stars

DeerFlow 是字节跳动开源的 LangGraph 超级 Agent 底座 (Deep Exploration and Efficient Research Flow)，把子Agent、长期记忆、Skills 协议、沙箱执行、IM 渠道整合成一条端到端深度研究流水线。2.0 全面重写后登顶 GitHub Trending #1，2026 年企业级 Agent 框架的事实标杆。

41.7K
GitHub Stars
#1
Trending 榜首
2.0
全量重写版本
5+
IM 渠道集成

从 Deep Research 到 Super Agent Harness
BEFORE 通用 Agent 框架
• 单 Agent 跑长任务中途上下文爆炸
• 多 Agent 状态无统一管理协议
• Skills 扩展靠复制粘贴 Prompt
• 沙箱执行和 Web 端割裂部署
• 飞书/钉钉/微信接入各写一套
• 跑完一次没沉淀可复用的资产
AFTER DeerFlow 2.0
• Harness 调度子 Agent 接力跑长任务
• 4 服务拓扑 + LangGraph 统一状态层
• Skills 协议标准化版本化管理
• Docker/K8s 沙箱 + Web UI 同一栈
• 飞书/钉钉/Slack/TG/DC 一键桥接
• Session Goal + 长期记忆自动沉淀

💡 技能原理
DESIGN PHILOSOPHY
超级 Agent Harness：用子 Agent + 协议化 Skills 替代单体 LLM 调用
DeerFlow 的核心不是「再做一个 ChatGPT」，而是给企业级复杂任务造一个可调度、可观测、可扩展的执行底座。它把 LangGraph 当成图执行引擎，Gateway 当成 LangGraph 兼容的 HTTP 外壳，所有能力（搜索、爬取、代码执行、文件操作、IM 推送）都封装成可被 Agent 调用的「工具 + 技能」。Harness 层负责拆分目标、派发子 Agent、合并结果、持久化记忆，让「让 AI 写一份竞品调研报告」这种多步任务能跑 30 分钟不崩。

🌐
Gateway 双协议入口
FastAPI 同时暴露 LangGraph 兼容 `/api/langgraph/*` 和原生 `/api/*` 路由，前端、SDK、IM 渠道走同一份状态
🧩
Skills 协议化扩展
内置 / MCP / 社区三源技能统一装载，配合 skill-reviewer 自动审计质量，技能也能装、也能审
📦
四服务沙箱拓扑
Nginx 2026 + Gateway 8001 + Frontend 3000 + Provisioner 8002，代码沙箱走 Docker/K8s 双模式

🔧 能干什么
FEATURES & SCENARIOS

01
深度研究流水线
让 Super Agent 拆解目标 → 调度搜索/爬取/分析子任务 → 合并成可读报告，支持多轮追问和 Session Goal 锁方向
💡 场景：分析师需要 30 分钟内出《2026 国产开源 Agent 框架横评》，甩给 DeerFlow 一句话就拿到带引用的 Markdown 报告

02
多 IM 渠道桥接
同一份 Agent 能力同时接入飞书、钉钉、Slack、Telegram、Discord，企业内部 IM 直接对话 Agent 跑任务
💡 场景：客服在飞书群里 @DeerFlow，让它帮客户查订单、调退款、生成工单摘要，不用切窗口

03
沙箱代码执行
Agent 生成的 Python/Shell 代码在隔离 Docker 容器里跑，支持 K8s 模式自动调度，结果回写到主线程
💡 场景：让 DeerFlow 爬取 100 个 GitHub 仓库统计 star 趋势图，沙箱里跑 pandas，输出 PNG 附件回 IM

04
定时任务 + TUI 工作台
支持 cron/once 定时跑 Agent 任务，键盘驱动的 TUI 终端工作台让重度用户脱离浏览器
💡 场景：每天 09:00 自动跑「昨日 GitHub Trending 摘要」定时任务，结果发到飞书群

🚀 怎么干
HOW TO USE

STEP 1
克隆 + 启动配置向导
克隆仓库后运行 make setup，交互式向导帮你选择 LLM Provider（OpenAI / DeepSeek / 豆包 / vLLM 自部署）和搜索服务，自动生成 config.yaml 和 .env
git clone https://github.com/bytedance/deer-flow.git && cd deer-flow && make setup

STEP 2
Docker 拉起四服务栈
一行命令拉镜像并启动 Nginx + Gateway + Frontend + Sandbox，浏览器访问 http://localhost:2026 即开即用
make docker-init && make docker-start

STEP 3
一句话跑深度研究 / 接入 IM
Web UI 输入目标开始跑任务；想接飞书/钉钉只需在 extensions_config.json 配置 channel，让 Agent 入驻群聊
# Web UI：http://localhost:2026
# TUI 终端：uv pip install ‘deerflow-harness[tui]’ && deerflow
# Embedded SDK：from deerflow.client import DeerFlowClient

📊 综合评级
RATING & VERDICT
A+
工程完成度
四服务拓扑 + IM 渠道 + 沙箱 + TUI 全部开箱即用，2.0 半年内 180 PR 合并
A+
扩展性
Skills 协议 + MCP + ACP 三种扩展入口，企业定制不需 fork
A
上手门槛
需要 LangGraph/Next.js 基础，建议熟悉过 Claude Code 的人玩
A+
生态背书
字节跳动官方开源，597 issues / 376 PR 维护活跃，RFC 持续演进

🎯 适合谁？
• 想搭企业级深度研究流水线的研发团队
• 需要把 Agent 接入飞书/钉钉/Slack 跑业务的内部工具组
• 已经在用 LangGraph 想换更完整底座的 AI 工程师
• 想用 Skills 协议管理多份 AI 工作流的独立开发者

把 Agent 玩成「团队成员」，而不是「聊天机器人」
DeerFlow 2.0 让一条流水线跑完搜索、分析、写稿、对接业务的全链路
https://github.com/bytedance/deer-flow

如果觉得有用，转发给需要的朋友
好的内容不该只停在浏览器标签页里，它应该走进一个人的行动。
⚠️ 技能来源于互联网，使用前请先核实其安全性
热门技能 Vol.049 · 2026-07-27

资源链接
GitHub: github.com/bytedance/deer-flow
官方文档: deerflow.tech
协议: MIT
最新版本: 2.0（2026-02-28 登顶 GitHub Trending #1）