DeerFlow

字节跳动开源的 Super Agent Harness——编排子 Agent、记忆与沙箱做几乎任何事

更新于 2026-08-10

一句话定位

从 Deep Research 框架升级为通用 Super Agent 运行框架

DeerFlow（Deep Exploration and Efficient Research Flow）编排子 Agent、长期记忆与沙箱执行，靠可扩展的 Skills 驱动。2.0 是完全重写（与 v1 不共享代码），v2 发布当天登顶 GitHub Trending #1。姊妹项目 LLM Space 提供 Agent 原型/回放/基准测试工作台。

核心数据

内置技能：研究、报告生成、幻灯片、网页、图像/视频生成等；支持自定义技能与复合工作流。追踪：LangSmith / Langfuse / Monocle。接入 MCP server、IM 渠道（Lark/Feishu 等）、定时任务。

Deep Research 框架的天花板

Super Agent Harness 三大支柱

另有：Session Goals（会话目标）、手动上下文压缩、渐进式技能加载（按需加载保 context 精简）、Claude Code 集成、嵌入式 Python client、TUI 终端工作台、定时任务。

Skill = 能力模块

标准 Agent Skill 是结构化能力模块——一个 Markdown 文件定义工作流、最佳实践与资源引用。渐进式加载：只有任务需要时才加载，保持上下文精简。

• Slash 激活：请求以 /skill-name 开头即显式激活，SKILL.md 作为隐藏当前轮上下文
• allowed-tools 策略：激活后过滤模型可见工具与执行，可委派子 Agent（task 需显式列出）
• SkillScan 安全扫描：安装/编辑前先跑确定性扫描（禁私钥/禁 shell 执行），再过 LLM 上下文审查
• skill-reviewer：内置只读技能审查工具，不激活不执行即可审安装包质量
• 扩展方式：自写技能、替换内置、组合成复合工作流；.skill 归档可经 Gateway 安装

两分钟设置向导

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

make setup     # 交互向导：选 LLM 提供商/搜索/沙箱模式/bash 权限 → 生成 config.yaml + .env
make doctor    # 随时体检，给可操作修复提示

# 运行方式
make dev             # 本地开发，访问 http://localhost:2026
make docker-start    # Docker 开发（推荐，热重载）
make up              # Docker 生产（构建镜像 + 全服务）

也可以一句话让编码 Agent 帮你装："Help me clone DeerFlow if needed, then bootstrap it for local development by following https://raw.githubusercontent.com/bytedance/deer-flow/main/Install.md"

Gateway 运行时与多 Worker

• Gateway 内嵌 Agent 运行时：统一入口，翻译 LangGraph 兼容路径；生产默认单 worker（进程内持运行任务）
• 多 worker 扩展：需 Postgres + Redis stream bridge + run ownership 心跳 + run_events db 后端；租约接管处理死 worker 与孤儿恢复
• SSE 事件流：断线续传 Last-Event-ID，截断时发机器可读 gap 事件；取消请求跨 worker 原子竞争
• 交付收据：/mnt/user-data/outputs 产物强制 present_files 交付验证，run.delivery 持久化
• 身份隔离：外部邮箱映射为稳定目录安全 user_id，避免越权读共享桶
• 数据库：sqlite / postgres 可选，LangGraph checkpointer + Store + 应用数据同后端

多 Provider 与 CLI 认证

官方推荐：Doubao-Seed-2.0-Code、DeepSeek v3.2、Kimi 2.5（火山方舟 Coding Plan）。多币种模型混用时禁用 Console 成本估算，避免无效聚合。

安全设计（README 明确警告）

• 不当部署有安全风险：README Security Notice 首条——公开部署需配置鉴权，默认关闭插拔式授权（RBAC per-role tools/routes）
• 沙箱是信任边界：Lark/Feishu 凭据目录以只读/可写挂载进沙箱，沙箱内 prompt 注入可能读到——官方承认边界内，sidecar 凭据代理在跟进
• HttpOnly 会话 Cookie：密码不进浏览器存储；公开 HTTP 部署回退 session cookie
• 中间件可插拔：AgentMiddleware 类扩展（领域护栏/工具治理/可观测），plugins 列表支持包级扩展
• 支持包：make support-bundle 生成脱敏诊断（不含 .env/对话原文/用户文件）

谁适合用

需要警惕

• 2.0 重写期的成熟度：ground-up rewrite 意味着文档/生态/社区在重建，v1 用户迁移需成本
• 部署规模门槛：长期服务建议 8 vCPU/16GB+；多 worker 要 Postgres + Redis 全家桶
• 沙箱安全边界：凭据挂载进沙箱的信任模型仍在演进，敏感环境需额外隔离
• 大厂项目存续：字节系开源项目有战略调整风险，依赖需评估（1.x 已转入维护模式）
• 供应商绑定倾向：火山方舟 Coding Plan + InfoQuest 集成推广自家云，自托管需跳过这些选项

未来空间

「Super Agent Harness」是 2026 年 Agent 基建的关键赛道——字节以 MIT + 完全重写 + Trending #1 姿态切入，LangGraph 兼容 + MCP + 沙箱 + 记忆的完整度在同级开源项目中少见。若 Skills 生态与 LLM Space 工作台形成闭环，可能成为自托管 Agent 运行时的事实标准之一。