北京
聞樂 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
原來字節(jié)也有龍蝦——
Deer-Flow2超級智能體管理框架。
開源發(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LangGraph實(shí)現(xiàn)協(xié)同合作。
主打開箱即用，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快速部署和本地開發(fā)任你挑，主流大模型統(tǒng)統(tǒng)兼容。
不過最貼心的還得是IM渠道支持——
原生適配飛書、Telegram、Slack，沒有公網(wǎng)IP也能跑。
核心能力與技術(shù)亮點(diǎn)
DeerFlow在迭代過程中完成了一次徹底的架構(gòu)升級。
1.0版本采用固定5節(jié)點(diǎn)多智能體架構(gòu)，能力邊界相對明確，主要聚焦在深度研究場景。
而2.0版本則對整體結(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，無需改動底層框架。
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度占用而導(dǎo)致的效率下降。
如果內(nèi)置能力無法滿足需求，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)開源的AIO Sandbox，隔離級別更高、運(yùn)行更穩(wěn)定。
同時自動完成虛擬路徑與物理路徑的映射，確保開發(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
面對復(fù)雜長時任務(wù)，DeerFlow 2.0通過調(diào)度機(jī)制與上下文工程雙管齊下。
主智能體會先對任務(wù)進(jìn)行結(jié)構(gòu)化拆解，再按需調(diào)度最多3個子智能體并行執(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，框架還通過多層中間件鏈、上下文自動摘要壓縮、外部文件存儲、子任務(wù)限流等設(shè)計，系統(tǒng)性解決長時任務(wù)中上下文窗口不足的問題。
說了這么多，接下來檢驗(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)頁面，從設(shè)計到代碼全流程自動化。
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部署是最簡單快捷的方式，只需幾個命令，就能在本地啟動完整的DeerFlow服務(wù)。
首先克隆倉庫：
- git clone https://github.com/bytedance/deer-flow.git
等待倉庫下載完成后，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)會自動生成config.yaml配置文件和.env文件（如果沒有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
自動拉取字節(jié)開源的AIO Sandbox沙箱鏡像，首次拉取可能需要幾分鐘。
鏡像拉取完成后，啟動服務(wù)，輸入：
- docker-start
服務(wù)啟動后，訪問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，打開終端進(jìn)入deer-flow根目錄，輸入：
- make check
系統(tǒng)會自動校驗(yàn)上述依賴是否齊全、缺少的會提示補(bǔ)充。
這時候你可以輸入：
- make install
系統(tǒng)會自動安裝python和node相關(guān)依賴包。
接下來可以輸入make setup-sandbox（按需）預(yù)拉取沙箱鏡像，避免后續(xù)首次使用時等待。
然后啟動服務(wù)：
- make dev
這種方式適合需要修改源碼、調(diào)試功能或貢獻(xiàn)代碼的開發(fā)者。
DeerFlow原生支持從即時通訊應(yīng)用接收任務(wù)，目前支持Telegram、Slack和飛書/Lark三個渠道，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的兩位核心開發(fā)者是來自北京大學(xué)的Tao He和來自南京大學(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 —
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
