文章总结： 字节跳动开源DeerFlow超级Agent框架，具备端到端任务执行能力，可自主完成规划、编码、测试到交付的全流程。核心架构包括多Agent协作、沙箱安全隔离、记忆系统和技能扩展，支持Docker快速部署并与主流AI工具集成。文档提供两种安装方式和安全建议，适用于自动化项目开发场景。 综合评分： 82 文章分类： 安全工具,AI安全,安全开发,解决方案,其他
ByteDance 开源 DeerFlow：一个能替你干完整个项目的 AI Agent
原创
Red Hunter Red Hunter
黑白之道
2026年6月21日 08:39 韩国
在小说阅读器读本章
去阅读
导语：字节跳动（ByteDance）于 2026 年初开源了一款名为 DeerFlow（Deep Exploration and Efficient Research Flow）的超级 Agent 框架。与传统 Agent 只能调用工具不同，DeerFlow 能自主完成从任务规划、子 Agent 调度、代码编写、测试验证到成果交付的全流程。GitHub 累计 Star 数已突破 72000，2026 年 2 月 28 日更是登顶 GitHub Trending 第一名。
一、项目概览
DeerFlow 是字节跳动推出的一款开源超级 Agent 工具包（Super Agent Harness），其核心理念是：一个指令，端到端交付。
与市面主流 Agent（如 Hermes、CrewAI 等）相比，DeerFlow 不仅仅运行工具调用，而是构建了一个完整的多 Agent 协作体系：用户给出一个任务，它自动拆解步骤、启动子 Agent 团队、在沙箱中编写代码、反复测试与自我修正，最终产出可直接使用的结果。
该项目采用 MIT 开源协议，完全免费，代码完全开源。2026 年 3 月发布的 2.0 版本为全新重写，与 1.x 版本无任何代码继承。
二、核心架构
DeerFlow 的设计围绕四大核心组件展开：
子 Agent 编排
DeerFlow 内置多角色子 Agent 体系，不同 Agent 承担规划、编码、测试、搜索等不同职责，通过消息网关（Message Gateway）协调工作，模拟一个小型团队的协作流程。
沙箱与文件系统
所有代码编写、测试执行均在隔离沙箱内完成，确保安全可控。沙箱支持 Docker 部署，与宿主机隔离，任务完成后可完整保留工作现场。
长期记忆系统
DeerFlow 内置 Memory 模块，支持上下文持久化和跨任务复用，减少重复劳动。
技能扩展（Skills）
通过可扩展的 Skill 机制，DeerFlow 可以对接多种工具链、MCP Server、IM 频道等，适配不同工作场景。
三、主要功能亮点
端到端任务执行：不输出草稿，直接交付可用成果——研究报告、完整网站、数据仪表盘、幻灯片，DeerFlow 均可独立完成。
多模型支持：推荐使用豆包 Seed-2.0-Code、DeepSeek V3.2 和 Kimi 2.5，同时也可通过 OpenRouter、Groq、NVIDIA NIM 等平台免费运行。
Claude Code / Cursor 无缝集成：支持直接调用 Claude Code 和 Cursor 等主流编码 Agent，适合已有本地开发环境的用户。
即时搜索与爬取：内置字节跳动 BytePlus 研发的 InfoQuest 智能搜索爬取工具集，支持免费在线体验。
部署灵活：提供 Docker 一键部署和本地开发两种方式，官方推荐 Docker，5 分钟内可完成全部安装配置。
四、快速上手
方式一：交给 Claude Code / Cursor（最简）
直接对 Claude Code 或 Cursor 说：
“Help me clone DeerFlow if needed, then bootstrap it for local development by following https://raw.githubusercontent.com/bytedance/deer-flow/main/Install.md”
Agent 会自动完成克隆、环境检查和初始化配置。
方式二：手动安装（约 5 分钟）
前置依赖：git、Docker、Node.js 22+、uv、pnpm
# 1. 克隆仓库
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
# 2. 运行初始化向导
make setup
# 选择模型提供商，填入 API Key
# 3. 检查环境
make doctor
# 4. Docker 启动
make docker-init
make docker-start
# 5. 浏览器打开，开始使用
五、与主流 Agent 对比
| 特性 | Hermes | DeerFlow | | — | — | — | | 开发商 | 美国 | 字节跳动 | | 定位 | 工具调用型 Agent | 超级 Agent（端到端） | | 执行模式 | 运行用户提供的工具 | 自主规划+子 Agent 协作+沙箱交付 | | 适用场景 | 单点任务自动化 | 完整项目执行 | | 部署方式 | 本地为主 | Docker / 本地 | | 开源协议 | 非完全开源 | MIT | | GitHub Star | — | 72000+ |
DeerFlow 的核心差异在于”替代整个团队”——它不只是一个执行指令的工具，而是一个能自主规划、协作、修正并交付完整成果的多 Agent 系统。
六、安全提示
DeerFlow 在沙箱中执行代码，但官方仍提出以下安全建议：
-勿将敏感凭证直接写入配置文件
- 生产环境部署应配置网络隔离
- 定期检查官方安全公告，及时更新版本
七、总结
DeerFlow 代表了 AI Agent 从”工具调用”向”自主团队协作”演进的趋势。72 小时斩获 72000+ Star 的背后，是开发者对”AI 替代完整工作流”这一理念的强烈共鸣。无论你是安全研究员、开发者还是内容创作者，DeerFlow 都值得一试。
项目地址：https://github.com/bytedance/deer-flow 官方网站：https://deerflow.tech
👇 点击阅读原文，访问我的网站
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：黑白之道 Red Hunter Red Hunter《ByteDance 开源 DeerFlow：一个能替你干完整个项目的 AI Agent》
版权声明
本站仅做备份收录，仅供研究与教学参考之用。
读者将信息用于其他用途的，全部法律及连带责任由读者自行承担，本站不承担任何责任。
评论