聞樂(lè) 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

原來(lái)字節(jié)也有龍蝦——

Deer-Flow2超級(jí)智能體管理框架。

開(kāi)源發(fā)布后迅速登上了GitHub Trending榜首，已經(jīng)收獲了35.3k Star。

Deer-Flow2采用模塊化多智能體架構(gòu)，這些智能體通過(guò)LangGraph實(shí)現(xiàn)協(xié)同合作。

主打開(kāi)箱即用，內(nèi)置了Tavily、Brave Search、DuckDuckGo等多種搜索引擎，還集成了Jina等爬蟲(chóng)工具，基本把信息收集的十八般兵器都給配齊了。

當(dāng)然，擴(kuò)展性也沒(méi)落下，自定義API或模型隨意接。

核心能力上，多智能體協(xié)同、沙箱安全執(zhí)行、一鍵部署全都有，Docker快速部署和本地開(kāi)發(fā)任你挑，主流大模型統(tǒng)統(tǒng)兼容。

不過(guò)最貼心的還得是IM渠道支持——

原生適配飛書(shū)、Telegram、Slack，沒(méi)有公網(wǎng)IP也能跑。

核心能力與技術(shù)亮點(diǎn)

DeerFlow在迭代過(guò)程中完成了一次徹底的架構(gòu)升級(jí)。

1.0版本采用固定5節(jié)點(diǎn)多智能體架構(gòu)，能力邊界相對(duì)明確，主要聚焦在深度研究場(chǎng)景。

而2.0版本則對(duì)整體結(jié)構(gòu)進(jìn)行了全面重構(gòu)，從底層骨架到上層能力都實(shí)現(xiàn)了飛躍。

新版本采用單一主智能體+11 層中間件鏈+動(dòng)態(tài)子智能體的全新架構(gòu)，將核心能力收斂到工具集與中間件鏈中，讓整個(gè)系統(tǒng)更輕量、更靈活、更易擴(kuò)展。

相比1.0需要調(diào)整整體結(jié)構(gòu)才能新增能力，2.0只需添加新技能就能完成拓展，無(wú)需改動(dòng)底層框架。

原本作為核心的深度研究，也從唯一主打能力轉(zhuǎn)變?yōu)榭蚣軆?nèi)置的一項(xiàng)基礎(chǔ)能力。

在框架層面，DeerFlow 2.0已經(jīng)整合子智能體調(diào)度、長(zhǎng)期記憶、隔離沙箱執(zhí)行環(huán)境、可擴(kuò)展技能與工具等關(guān)鍵模塊，形成了一套完整、成熟的智能體運(yùn)行能力體系。

可插拔Skill體系

為了讓智能體快速適配不同場(chǎng)景，DeerFlow 2.0搭建了一套可插拔的技能體系。

出廠自帶深度研究、數(shù)據(jù)分析、圖表生成、音視頻創(chuàng)作等十余種常用技能，系統(tǒng)會(huì)根據(jù)任務(wù)需求漸進(jìn)式加載控制token消耗，這樣就避免了上下文被過(guò)度占用而導(dǎo)致的效率下降。

如果內(nèi)置能力無(wú)法滿足需求，用戶還可以自行封裝專屬技能。

配合官方提供的skill-creator工具，幾分鐘就能為智能體擴(kuò)展新能力。

同時(shí)系統(tǒng)提供MCP與Python接口，支持自定義工具的深度集成，甚至可接入Claude Code，讓用戶在終端就能完成工具的下發(fā)、查看與管理操作

隔離沙箱執(zhí)行環(huán)境

DeerFlow 2.0還配備了獨(dú)立隔離沙箱。每個(gè)任務(wù)都在專屬沙箱中運(yùn)行，擁有完整文件系統(tǒng)與Bash執(zhí)行權(quán)限，支持文件讀寫、腳本運(yùn)行、命令操作等。

系統(tǒng)提供本地、Docker、Kubernetes三種運(yùn)行模式。

其中Docker模式采用字節(jié)開(kāi)源的AIO Sandbox，隔離級(jí)別更高、運(yùn)行更穩(wěn)定。

同時(shí)自動(dòng)完成虛擬路徑與物理路徑的映射，確保開(kāi)發(fā)環(huán)境與部署環(huán)境保持一致。

子智能體調(diào)度+上下文工程

面對(duì)復(fù)雜長(zhǎng)時(shí)任務(wù)，DeerFlow 2.0通過(guò)調(diào)度機(jī)制與上下文工程雙管齊下。

主智能體會(huì)先對(duì)任務(wù)進(jìn)行結(jié)構(gòu)化拆解，再按需調(diào)度最多3個(gè)子智能體并行執(zhí)行子智能體可選用通用能力或命令行專家型。

每個(gè)子智能體都擁有獨(dú)立上下文，互不干擾、互不污染

在此基礎(chǔ)上，框架還通過(guò)多層中間件鏈、上下文自動(dòng)摘要壓縮、外部文件存儲(chǔ)、子任務(wù)限流等設(shè)計(jì)，系統(tǒng)性解決長(zhǎng)時(shí)任務(wù)中上下文窗口不足的問(wèn)題。

說(shuō)了這么多，接下來(lái)檢驗(yàn)一下DeerFlow 2.0的能力如何。

一鍵產(chǎn)出完整、可交付的足球聯(lián)賽官網(wǎng)頁(yè)面，從設(shè)計(jì)到代碼全流程自動(dòng)化。

一句指令就能把復(fù)雜概念變成孩子也能看懂的哆啦A夢(mèng)漫畫！

一句話生成液態(tài)玻璃天氣界面，鼠標(biāo)懸停還能3D形變。

如何部署

DeerFlow提供了Docker和本地這兩種主要的部署方式。

Docker部署是最簡(jiǎn)單快捷的方式，只需幾個(gè)命令，就能在本地啟動(dòng)完整的DeerFlow服務(wù)。

首先克隆倉(cāng)庫(kù)：

• git clone https://github.com/bytedance/deer-flow.git

等待倉(cāng)庫(kù)下載完成后，進(jìn)入項(xiàng)目根目錄：

• cd deer-flow

生成本地配置，輸入：

• make config

系統(tǒng)會(huì)自動(dòng)生成config.yaml配置文件和.env文件（如果沒(méi)有make命令，Windows可安裝MinGW）。

然后找到項(xiàng)目目錄下的Config.yaml文件，填入模型相關(guān)配置。

設(shè)置完成后，輸入：

• make docker-init

自動(dòng)拉取字節(jié)開(kāi)源的AIO Sandbox沙箱鏡像，首次拉取可能需要幾分鐘。

鏡像拉取完成后，啟動(dòng)服務(wù)，輸入：

• docker-start

服務(wù)啟動(dòng)后，訪問(wèn)http://localhost:2026即可進(jìn)入Web界面。

如果需要進(jìn)行深度定制或二次開(kāi)發(fā)，可以選擇本地部署方式。

本地部署需要滿足一定的前置條件，包括Python 3.12+、Node.js 22+、pnpm、uv包管理器以及nginx

滿足前置環(huán)境后檢查依賴，打開(kāi)終端進(jìn)入deer-flow根目錄，輸入：

• make check

系統(tǒng)會(huì)自動(dòng)校驗(yàn)上述依賴是否齊全、缺少的會(huì)提示補(bǔ)充。

這時(shí)候你可以輸入：

• make install

系統(tǒng)會(huì)自動(dòng)安裝python和node相關(guān)依賴包。

接下來(lái)可以輸入make setup-sandbox（按需）預(yù)拉取沙箱鏡像，避免后續(xù)首次使用時(shí)等待。

然后啟動(dòng)服務(wù)：

• make dev

這種方式適合需要修改源碼、調(diào)試功能或貢獻(xiàn)代碼的開(kāi)發(fā)者。

DeerFlow原生支持從即時(shí)通訊應(yīng)用接收任務(wù)，目前支持Telegram、Slack和飛書(shū)/Lark三個(gè)渠道，且都不需要公網(wǎng)IP。

△config.yaml文件channels相關(guān)配置

配置完成后，就可以直接在聊天窗口中與DeerFlow交互。

DeerFlow的兩位核心開(kāi)發(fā)者是來(lái)自北京大學(xué)的Tao He和來(lái)自南京大學(xué)的Henry Li。

項(xiàng)目地址：https://github.com/bytedance/deer-flow

官方網(wǎng)站：https://deerflow.tech

參考鏈接：https://x.com/Gorden_Sun/status/2035698488034628003

— 完 —