🦌 DeerFlow：ByteDance 开源的 66k Stars Super Agent 编排平台，子智能体并行作战

聊到 AI Agent 框架，大家第一反应可能是 LangChain、AutoGPT 或者最近很火的 Dify。但 ByteDance 去年底开源了一个叫 DeerFlow 的项目，直接从 Deep Research 的定位进化成了「Super Agent Harness」—— 一个自带沙箱、记忆、技能系统和子智能体编排的完整 runtime。两个月前 v2.0 完全重写，拿下 GitHub Trending #1，现在 66k+ Stars，热度还在涨。

📊 项目速览

🧠 核心功能拆解

🎯 子智能体（Sub-Agent）编排

DeerFlow 最亮眼的设计：Lead Agent 可以动态 spawn 子智能体，每个子智能体拥有独立上下文、工具集和终止条件。子智能体之间可以并行运行，最后 Lead Agent 汇总结果。一个研究任务可以派生出十几个子智能体，各自探索不同方向，最后收敛成一份报告、一个网站、甚至一套幻灯片。

📦 技能系统（Skills & Tools）

DeerFlow 的技能是 Markdown 文件定义的模块化能力包。内置技能包括研究、报告生成、幻灯片创建、网页生成、图片/视频生成等。技能按需加载——任务需要时才载入，不会一次性塞满上下文窗口。你也可以安装第三方的 .skill 归档文件。

🔒 沙箱执行环境

每个任务都有自己的隔离执行环境，包含完整的文件系统：uploads（输入）、workspace（工作区）、outputs（输出）。支持三种沙箱模式：本地执行、Docker 隔离、Kubernetes Pod。Agent 可以读写文件、查看图片、执行 Shell 命令——这是 chatbot 和真正 agent 的分水岭。

🧠 长期记忆（Long-Term Memory）

DeerFlow 内置持久化记忆系统，Agent 可以在多次会话中保持上下文，记住用户偏好、历史决策和项目状态。

📱 多渠道接入

原生支持 Telegram、Slack、飞书、微信企业版、钉钉、微信（iLink）等 IM 渠道。无需公网 IP，长轮询/WebSocket 直连，配置好直接跟 Agent 聊天。

🔗 MCP 协议兼容

支持 MCP Server 扩展，HTTP/SSE 传输，OAuth 认证。可以接入任何 MCP 兼容的工具生态。

🚀 实操上手（完整步骤）

以下命令直接来自官方 README，跑过没问题：

Option 1：Docker 部署（推荐）

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

# 交互式配置向导（选择 LLM 提供商、搜索、沙箱模式）
make setup

# 拉取沙箱镜像并启动
make docker-init
make docker-start

# 访问 http://localhost:2026

Option 2：本地开发部署

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

# 检查前置依赖（需要 Node.js 22+、pnpm、uv、nginx）
make check

# 安装前后端依赖
make install

# 启动服务（热重载）
make dev

# 访问 http://localhost:2026

生产环境部署

# 一键构建+启动
make up

# 停止
make down

配置文件中可以指定多个模型提供商，从 OpenAI、DeepSeek 到本地 vLLM 都支持：

models:
  - name: gpt-4o
    use: langchain_openai:ChatOpenAI
    model: gpt-4o
    api_key: $OPENAI_API_KEY

  - name: deepseek-v3
    use: langchain_openai:ChatOpenAI
    model: deepseek-chat
    api_key: $DEEPSEEK_API_KEY
    base_url: https://api.deepseek.com/v1

  - name: qwen3-32b-vllm
    use: deerflow.models.vllm_provider:VllmChatModel
    model: Qwen/Qwen3-32B
    api_key: $VLLM_API_KEY
    base_url: http://localhost:8000/v1

Claude Code 集成

DeerFlow 还提供了一个 Claude Code skill，让你可以直接在 Claude Code 终端里操控 DeerFlow：

npx skills add https://github.com/bytedance/deer-flow --skill claude-to-deerflow

支持发送消息、切换执行模式（flash/standard/pro/ultra）、检查健康状态、管理会话历史。

⚖️ DeerFlow vs 同类框架

DeerFlow 的独特优势在于它不只是编排框架——它是一个完整的 agent runtime，沙箱、记忆、技能、子智能体全部内置，开箱即用。

💡 要点总结

• DeerFlow 是 ByteDance 开源的 Super Agent Harness，66k+ Stars，MIT 协议
• 核心能力：子智能体并行编排 + 沙箱隔离 + 长期记忆 + 按需加载技能
• 支持 Docker/本地/生产三种部署模式，两条命令就能跑起来
• 原生支持 7 个 IM 渠道和 MCP 协议，生态扩展性强
• 对比 AutoGPT/Dify/LangChain，DeerFlow 在子智能体和沙箱安全上明显领先
• 适合团队：需要一个能跑长周期任务、多智能体协作的生产级 agent 平台