DeerFlow 是一套开源的超级智能体 harness，采用 MIT 许可，当前版本 2.0.0，GitHub 获约 3 万颗星。它通过编排子智能体、记忆与沙箱，配合可扩展技能完成复杂任务，2 月发布后曾登顶 GitHub Trending 榜首。
一、项目简介
DeerFlow 由字节跳动团队维护，2.0 版本为完全重写。它把深度探索与高效研究流程工程化，提供官网与案例演示。官网 https://deerflow.tech 。仓库地址 https://github.com/bytedance/deer-flow 。
二、项目功能
1. 子智能体编排
可调度多个子智能体协同完成复杂研究任务，分工处理信息收集与分析。
2. 记忆与沙箱
内置记忆机制保持任务上下文，并用沙箱隔离执行环境，保障安全。
3. 可扩展技能
通过技能扩展能力边界，按任务需要加载不同工具与流程。
三、项目亮点
DeerFlow 把智能体工程的关键要素整合成可用的 harness，三万星体现其热度。它适合做深度研究与复杂信息处理。
对比简单编排
对比 DeerFlow 和简单提示编排的区别，差异在系统完备度。DeerFlow 提供子智能体、记忆与沙箱的完整机制，简单编排只做线性调用。
| 对比项 | DeerFlow | 简单编排 |
|---|---|---|
| 子智能体 | 支持编排 | 单流程 |
| 记忆 | 内置 | 较弱 |
| 沙箱 | 内置 | 无 |
四、项目结构
项目为前后端分离结构，backend 目录为 Python 服务，前端为 Node 工程，技能与工具模块独立，Makefile 统一构建与启动命令。
五、技术栈
- 后端 Python 3.12 及以上
- 前端 Node.js 22 及以上
- 子智能体、记忆与沙箱机制
- 许可 MIT
项目由字节跳动团队维护，最后更新 2026 年，版本持续迭代，更新日志见 GitHub Releases。官网 https://deerflow.tech 。
六、本地快速部署启动
方式一 克隆仓库
执行 git clone https://github.com/bytedance/deer-flow.git 克隆到本地。
方式二 安装依赖
按 Makefile 说明安装后端 Python 与前端 Node 依赖，配置模型接口。
方式三 启动使用
运行启动命令后打开界面，输入研究任务即可观察子智能体协同过程。
适用场景与建议
适用场景方面，它适合深度调研、竞品分析与资料整理等需要多步骤推理的任务；也适合开发者基于它搭建自己的智能体应用。建议从单一子智能体任务起步，熟悉记忆与沙箱机制后再引入多智能体编排。生产使用时留意模型成本与沙箱权限，避免高开销任务失控。
国内加速与备份
国内访问较慢时可用 ghfast.top 等镜像加速前缀，更详细的部署说明可扫码获取本站备份。备份包版本 v2.0.0，文件校验 sha256 eed37c69c398b7c8afc7665777521f1bf6108dc960430495e2ce91708f493b50 。
七、项目代码地址
项目代码地址 https://github.com/bytedance/deer-flow ，官网 https://deerflow.tech 。
常见问题
问. DeerFlow 是做什么的
它是一套开源超级智能体 harness，编排子智能体、记忆与沙箱完成复杂任务。
问. 怎么快速上手使用
克隆仓库安装前后端依赖并配置模型，启动后输入研究任务即可。
问. 和简单编排有什么区别
对比简单提示编排，DeerFlow 提供子智能体、记忆与沙箱的完整机制。
问. 是否开源免费
项目以 MIT 协议开源，免费使用，需自备模型额度。
