deerflow 2.0 是什么
deerflow 2.0 是由字节跳动推出的开源超级智能体运行时框架，采用“主智能体 + 11层中间件链 + 动态子智能体”的分层协同架构，并基于 langgraph 构建多智能体协作流程。框架内嵌深度研究、数据分析、音视频生成等十余种开箱即用的可插拔能力模块，支持在 docker 或 kubernetes 环境中以沙箱方式隔离执行任务。原生兼容飞书、telegram 和 slack 三大主流即时通讯平台，无需公网 ip 即可本地部署与交互。相较 1.0 版本聚焦于单一研究场景，2.0 全面升级为通用型智能体底座（super agent harness），可稳定支撑从数分钟到数小时级别的复杂长周期任务，涵盖网站搭建、ppt 制作、教育漫画生成等多样化内容输出场景。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
DeerFlow 2.0 的核心能力
- 分层智能体协同架构：由主智能体统一调度任务规划，动态孵化并行子智能体完成细分操作，显著提升多步骤任务的分解效率与执行协同性。
- 模块化技能生态：预置深度研究、数据建模、PPT 自动生成、网页开发等 10+ 类标准化技能组件；同时开放 MCP 协议接口及 Python 函数扩展机制，便于用户快速接入自定义能力。
- 安全沙箱执行环境：提供本地运行、Docker 容器化、Kubernetes 集群化三种部署形态，依托字节自研 AIO Sandbox 为每个任务分配独立容器空间，保障资源隔离与运行安全。
- 上下文优化工程：通过自动摘要压缩、中间结果外存缓存、子任务并发限流等策略，系统性缓解大模型长程任务中的上下文窗口瓶颈问题。
- 本地化长期记忆系统：支持跨会话持久化存储用户画像、个性化偏好及知识沉淀，所有记忆数据均默认落盘至本地，完全由用户自主掌控。
- 零配置 IM 接入能力：深度集成飞书、Telegram、Slack 平台，无需暴露服务至公网，即可通过自然语言指令在聊天界面中直接调用智能体服务。
- 多后端模型兼容设计：无缝对接 OpenAI、Google Gemini、DeepSeek、豆包 Seed 等主流大模型 API，通过统一配置中心实现底层推理引擎的灵活切换。
DeerFlow 2.0 的关键信息与运行要求
- 项目性质：字节跳动主导研发并开源的超级智能体基础设施，采用 MIT 开源许可证。
- 正式发布：2026 年 2 月 28 日发布 2.0 正式版，上线当日即登顶 GitHub Trending 全球热榜首位。
- 产品定位演进：由初代专注深度研究的垂直工具，全面跃迁为面向通用任务编排的智能体运行时平台（Super Agent Harness）。
- 任务处理范围：可稳定承接耗时从几分钟至数小时的复合型任务，覆盖科研分析、代码生成、创意设计、商业洞察等多元场景。
- Python 环境要求：需安装 Python 3.12 或更高版本。
- Node.js 环境要求：需安装 Node.js 22 或以上版本。
- 构建工具依赖：需提前安装 pnpm 与 uv 工具，分别用于前端与后端依赖管理。
如何快速上手 DeerFlow 2.0
-
获取源码：执行
git clone https://www.php.cn/link/aa34ac274b2e734f35fe9a94b813ba3d.git将仓库克隆至本地，随后进入目录cd deer-flow。 -
初始化配置：运行
make config命令，自动生成config.yaml与.env核心配置文件。 -
配置大模型：编辑
config.yaml，声明所需接入的大模型类型（如 GPT-4、Gemini、DeepSeek、豆包等），填写模型标识、API 类型及密钥变量名等字段。 -
填充认证凭据：在
.env文件中填入对应服务商的 API 密钥，例如OPENAI_API_KEY=your-secret-key。 -
选择启动模式
-
容器化部署：依次执行
make docker-init拉取沙箱镜像，再运行make docker-start启动完整服务栈。 -
本地直启模式：先执行
make check校验环境依赖，接着运行make install安装全部依赖包，最后通过make dev启动开发服务。
-
容器化部署：依次执行
-
Web 端访问：在浏览器中打开
http://localhost:2026进入可视化控制台，输入自然语言指令即可开始使用。 -
IM 渠道接入：在
config.yaml中启用飞书 / Telegram / Slack 相关配置项，填入各平台所需的 App ID、App Secret、Bot Token 等参数，即可在对应聊天软件中以/deerflow方式触发智能体响应。
DeerFlow 2.0 的官方资源入口
- 项目官网：https://www.php.cn/link/3ff5f362073a3e37fcf98867f5b4f527
- GitHub 仓库：https://www.php.cn/link/aa34ac274b2e734f35fe9a94b813ba3d
DeerFlow 2.0 与主流竞品横向对比
| 对比维度 | DeerFlow 2.0 | JVS Claw (阿里) | QClaw (腾讯) |
|---|---|---|---|
| **开发方** | 字节跳动 | 阿里云 | 腾讯 |
| **开源协议** | MIT（完全开源） | 闭源 | 闭源 |
| **核心架构** | 主智能体+11层中间件链+动态子智能体 | 基于OpenClaw封装 | 基于OpenClaw极简封装 |
| **部署方式** | Docker/本地/K8s，支持私有化 | 需申请邀请码，云端使用 | 需通过腾讯渠道申请 |
| **沙箱机制** | 字节AIO Sandbox，三级隔离 | 继承OpenClaw沙箱 | 继承OpenClaw沙箱 |
| **技能扩展** | 可插拔Skill体系，支持自定义 | 预置技能+自定义扩展 | 预置技能+灵感广场 |
| **IM集成** | 飞书、Telegram、Slack原生支持 | 暂无原生IM支持 | 微信小程序「QClaw管家」 |
| **记忆能力** | 长期记忆，本地存储 | 继承OpenClaw记忆机制 | 继承OpenClaw记忆机制 |
DeerFlow 2.0 的典型应用场景
- 高阶信息研究：自动检索整合跨平台信源，完成结构化报告生成，适用于学术课题追踪、企业竞品扫描、政策影响评估等深度分析工作。
- 前端工程自动化：输入需求描述即可一键产出可上线的响应式网页，涵盖 UI 设计、HTML/CSS/JS 编写、交互逻辑实现全流程，典型案例包括体育赛事官网、三维气象可视化页面等。
- 跨模态内容生产：将抽象知识转化为儿童向科普漫画，或批量生成教学 PPT、播客文案、短视频脚本、AI配音素材等多格式内容资产。
- 智能数据分析闭环：自动完成原始数据清洗、统计建模、图表渲染、结论提炼与商业建议撰写，广泛应用于销售复盘、用户行为归因、财务趋势预测等业务场景。
