🦌 DeerFlow：ByteDance 开源 67k Stars 的 SuperAgent 编排框架，一句话让 AI 组队干活

🦌 DeerFlow：ByteDance 开源 67k Stars 的 SuperAgent 编排框架，一句话让 AI 组队干活

项目地址：https://github.com/bytedance/deer-flow | ⭐ 67,218 Stars | 🛠 Python/TypeScript | 作者 ByteDance

老实说，现在的 AI Agent 框架多到让人头大。LangGraph 太底层，CrewAI 太模板化，OpenAI Agents SDK 又功能有限。但 ByteDance 开源的 DeerFlow（67k Stars）直接刷新了我的认知——它不是一个库，而是一个完整的 SuperAgent 运行环境，能研究、写代码、生成内容，靠可扩展的 Skills 驱动。

英文读者请切换到英文视图查看。

一、这玩意儿到底能干啥？

最骚的操作是子 Agent 编排。复杂任务自动拆成多个子 Agent，各自跑不同方向再汇总。一个研究任务可以拆成十几个子 Agent，各自独立探索不同角度，最后合成一份带图标的报告、一个网站、甚至一个带图片的幻灯片。

DeerFlow 全称 Deep Exploration and Efficient Research Flow，2.0 版本是完整重写，和 v1 共享零代码。

二、一行命令启动

git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
make setup        # 交互式配置向导，2分钟搞定
make docker-start # Docker 一键启动

make setup 引导你选 LLM 提供商、搜索工具、安全偏好，自动生成 config.yaml 和 .env。想随时检查配置？make doctor 一键诊断。生产环境用 make up 构建镜像并启动所有服务。

三、核心能力拆解

🔥 Skills 驱动架构：每个 Skill 是一个 Markdown 文件，定义工作流和最佳实践。内置研究、报告生成、幻灯片、网页制作、图片视频生成等技能。按需加载，不占满 context window。

/mnt/skills/public
├── research/SKILL.md
├── report-generation/SKILL.md
├── slide-creation/SKILL.md
├── web-page/SKILL.md
└── image-generation/SKILL.md

⚡ 子 Agent 并行：主 Agent 实时派生子 Agent，各自带独立上下文、工具和终止条件。并行执行后汇总成连贯输出。

🛠 沙箱隔离：每个任务有独立容器环境。支持文件读写、图片查看、shell 命令。安全模式下跑在 AioSandboxProvider 隔离容器里。

🧠 长期记忆：内置向量数据库持久化记忆，跨会话保持上下文，不会每次都从零开始。

四、从 Claude Code 调 DeerFlow

安装集成技能后，在 Claude Code 里直接调用：

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

然后在 Claude Code 里 /claude-to-deerflow 就能发任务、查状态、管理线程。四种执行模式：flash（快速回复）、standard（标准）、pro（带规划）、ultra（子 Agent 全开）。

也可以配自定义端点：

export DEERFLOW_URL=http://localhost:2026
export DEERFLOW_GATEWAY_URL=http://localhost:2026

五、避坑指南

实际跑下来有几个点要注意：

2. 国内镜像：网络慢提前设好——export UV_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple 和 NPM_REGISTRY=https://registry.npmmirror.com

3. 推荐模型：官方推荐 Doubao-Seed-2.0-Code、DeepSeek v3.2、Kimi 2.5，GPT-4o 也完全兼容

4. 配置修改：改 config.yaml 不需要重启后端，下次访问自动生效

六、总结