DeerFlow

DeerFlow 是什麼？

DeerFlow（深度探索和高效研究流程）是由位元組跳動開發的開源 SuperAgent 框架，基於 LangGraph 和 LangChain 建構。它遠超傳統聊天機器人，為智慧體提供真正的'電腦'——一個具有完整檔案系統、shell 存取和程式碼執行的隔離沙箱環境。DeerFlow 並行編排專門的子智慧體來處理複雜的長期運行任務，從深度網路研究和資料分析到報告生成、投影片創建和影片製作。它支援可擴展技能、持久化記憶和三種沙箱部署模式（本地、Docker、Kubernetes），適用於個人開發者和企業級工作流。

主要功能

• SuperAgent 編排

  主導智慧體動態生成並協調多個並行運行的子智慧體，然後將它們的結構化結果合成為連貫的最終輸出——使複雜的多步驟任務能夠更快地完成。

• 隔離沙箱執行

  每個任務都在具有真實檔案系統的安全 Docker 容器內運行，允許智慧體讀寫檔案、執行 bash 命令和運行程式碼——而不僅僅是談論它。支援本地、Docker 和 Kubernetes 部署模式。

• 可擴展技能系統

  內建研究、報告生成、投影片創建、網頁生成和圖像/影片生成等技能。技能按需載入以保持上下文精簡，可以自由新增或替換自訂技能。

• 持久化記憶與上下文工程

  跨會話維護長期記憶，通過總結已完成的子任務並將中間結果卸載到檔案系統來積極管理上下文，在擴展工作流程中保持效能敏銳。

• 多模態輸出生成

  生成多樣化的輸出格式，包括研究報告、PowerPoint 簡報、音訊播客、網頁、圖像和影片——所有這些都由單一的自然語言提示驅動。

• 本地 LLM 與開源靈活性

  在 MIT 授權條款下完全開源，由社群驅動開發。相容透過 Ollama 的本地 LLM 或基於雲端的模型，讓使用者完全控制其技術堆疊，無供應商鎖定。

使用案例

• 深度研究與報告生成 : 研究人員和分析師可以提交複雜的研究查詢；DeerFlow 搜尋網路，綜合可信來源，並自動提供結構化的、有引用支援的報告。
• 自動化內容生產 : 內容團隊可以從單一提示生成多格式輸出——文章、投影片、宣傳影片和播客腳本，子智慧體並行處理每種格式。
• 資料分析與視覺化 : 資料專業人員可以運行探索性資料分析，在沙箱環境中執行 Python 程式碼，並在不離開平台的情況下接收視覺化和洞察。
• 企業工作流自動化 : 組織可以在 Kubernetes 上部署 DeerFlow，在安全、可稽核的環境中自動化複雜的多步驟業務工作流——從競爭研究到文件生成。
• 開發者 Agent 原型設計 : 開發者可以使用 DeerFlow 作為基礎來建構和測試自訂的智慧體工作流，透過其模組化架構插入自己的技能、工具和 LLM 後端。

常見問題