bytedance/deer-flow
项目介绍
DeerFlow是一个社区驱动的深度研究框架，将语言模型与网络搜索、爬取及Python执行等工具相结合，同时回馈开源社区。
An open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.
智能解读
DeerFlow是一个开源的多智能体编排框架，旨在构建能够执行复杂任务的“超级智能体”。它将大型语言模型与网络搜索、代码执行等多种工具能力相结合，通过协调多个具备特定技能的“子智能体”来协同工作。该框架提供了沙箱环境、长期记忆和上下文工程等核心功能，使得智能体不仅能进行信息检索和深度研究，还能安全地执行Python代码等操作。其设计强调可扩展性，允许开发者灵活集成新工具或技能。适用于需要自动化处理研究分析、内容生成、数据整合等复杂流程的场景，帮助开发者和研究者高效构建功能强大的AI应用。
原始标签
使用场景
最适合需要AI自动完成网络搜索、数据爬取、代码执行等多步骤复杂研究任务的场景。
深度市场调研
开发者需要快速获取竞品信息、市场趋势和技术方案，但手动搜索、整理和分析耗时耗力。
使用DeerFlow的搜索、爬取和Python执行能力，让AI代理自动收集网络信息，执行数据分析脚本，生成结构化报告。
调研某开源项目的技术架构、社区活跃度和竞品对比，AI自动搜索GitHub、技术博客，爬取相关数据，用Python分析后输出综合报告。
自动化数据收集
开发者需要定期从多个网站收集数据，但网站结构各异，手动编写和维护爬虫脚本很繁琐。
利用DeerFlow的智能爬取工具和Python执行环境，AI能理解网页结构并动态调整爬取策略，自动处理反爬机制。
每周自动收集电商平台商品价格、库存信息，AI识别不同网站的页面布局变化，调整爬取逻辑，将数据存入数据库。
多步骤任务编排
开发者需要协调多个AI子任务（如搜索、分析、代码执行）来完成复杂工作流，但手动串联容易出错。
使用DeerFlow的超级代理框架，通过配置子代理、记忆和沙箱，自动编排任务流程，确保各步骤正确衔接。
先搜索最新AI论文，再爬取相关代码仓库，接着用Python分析代码质量，最后生成技术评估文档，整个过程自动执行。
安全代码执行
开发者需要让AI生成并执行代码来验证想法，但直接在主机上运行未知代码有安全风险。
利用DeerFlow的Docker沙箱模式，将AI生成的代码在隔离容器中安全执行，避免污染主机环境。
AI根据需求生成数据处理脚本，在Docker沙箱中运行该脚本处理敏感数据，完成后自动清理容器，确保安全。
项目健康度
距上次更新 9 天
平台 Star TOP 2% · Forks 6,708
本周 +18,158 ⭐ · 本月 +32,826 ⭐
95 位贡献者 · 0 条平台评论
文档资料完整
项目信息
赞赏支持
如果本站对你有帮助，欢迎打赏支持
微信
支付宝
Widget 徽章
相关项目推荐
public-apis/public-apis
免费API资源汇总列表
EbookFoundation/free-programming-books
📚 免费提供的编程书籍
donnemartin/system-design-primer
学习如何设计大规模系统。为系统设计面试做准备。包含Anki记忆卡片。
vinta/awesome-python
精心整理的优质Python框架、库、软件及资源列表
TheAlgorithms/Python
所有算法均使用Python实现
Significant-Gravitas/AutoGPT
AutoGPT致力于实现人人可用的普惠AI，让每个人都能使用和构建AI。我们的使命是提供工具，让您专注于重要事务。
加载评论中...