字节开源 SuperAgent 框架 DeerFlow 2.0，重新定义 AI 智能体基础设施

2026 年 2 月底发布，DeerFlow 2.0 登顶 GitHub Trending 榜首。这是一个彻底重写的超级智能体框架，基于 LangGraph 构建，支持子智能体编排、沙盒执行、长期记忆和可扩展技能系统。

DeerFlow GitHub

DeerFlow GitHub 仓库页面

2026 年 3 月 24 日，字节跳动开源的 AI 智能体框架 DeerFlow 2.0 在 GitHub 上持续引发关注。该项目自 2 月 28 日发布以来，已收获超过 39.5k Star 和 4.6k Fork，并曾登顶 GitHub Trending 全球榜首。

🦌 什么是 DeerFlow？

DeerFlow（全称 Deep Exploration and Efficient Research Flow）是一个开源的超级智能体框架（Super Agent Harness）。它通过编排子智能体（Sub-Agents）、记忆系统（Memory）和沙盒环境（Sandboxes），配合可扩展的技能（Skills）系统，能够执行复杂的多步骤任务。

关键信息：DeerFlow 2.0 是从零开始的重写版本，与 1.x 版本无代码共享。1.x 版本作为 Deep Research 框架继续维护在独立分支上。

🔧 核心特性

1. 技能与工具系统（Skills & Tools）

DeerFlow 内置了多种预置技能，包括研究分析、报告生成、幻灯片创建、网页生成、图像和视频生成等。技能采用模块化设计，以 Markdown 文件定义工作流和最佳实践。

技能系统支持按需加载——仅在任务需要时激活相应技能，而非一次性全部加载。这种设计有效控制了上下文窗口大小，使 DeerFlow 能够在 token 敏感的模型上高效运行。

代码开发

DeerFlow 技能系统支持自定义扩展

2. 子智能体编排（Sub-Agents）

DeerFlow 的主智能体（Lead Agent）可以动态生成子智能体，每个子智能体拥有独立的上下文、工具和终止条件。子智能体在可能时并行执行，返回结构化结果，由主智能体综合输出。

这种架构使 DeerFlow 能够处理耗时数分钟至数小时的复杂任务——例如研究任务可以分解为十多个子智能体，各自探索不同角度，最终汇聚成单一报告、网站或带生成视觉效果的幻灯片。

3. 沙盒执行环境（Sandbox & File System）

DeerFlow 为每个任务提供独立的 Docker 容器执行环境，包含完整的文件系统。智能体可以在沙盒内读取、写入、编辑文件，执行 Bash 命令和代码，查看图片——所有操作均被隔离和审计，会话间零污染。

# 沙盒容器内路径结构
/mnt/user-data/
├── uploads/      # 用户上传文件
├── workspace/    # 智能体工作目录
└── outputs/      # 最终交付物

4. 长期记忆系统（Long-Term Memory）

与大多数在对话结束后即遗忘的 AI 智能体不同，DeerFlow 具备跨会话的持久记忆能力。系统会记录用户画像、偏好和累积知识——使用越频繁，越了解用户的写作风格、技术栈和重复工作流。

记忆数据本地存储，用户完全掌控。2.0 版本优化了记忆更新机制，避免重复事实条目在跨会话中无限累积。

5. 多渠道集成（IM Channels）

DeerFlow 支持从多个即时通讯平台接收任务，包括：

所有渠道均无需公网 IP 即可运行。用户在聊天中发送 /new、/status、/models 等命令即可与 DeerFlow 交互。

🤖 推荐模型

DeerFlow 与任何实现 OpenAI 兼容 API 的大语言模型兼容，但官方推荐以下模型以获得最佳性能：

推荐模型需具备以下特性：长上下文窗口（100k+ tokens）、推理能力、多模态输入支持和强大的工具使用能力。

🚀 快速开始

DeerFlow 提供 Docker 和本地开发两种部署方式。官方推荐使用 Docker 方式：

# 1. 克隆仓库
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

# 2. 生成配置文件
make config

# 3. 配置模型 API 密钥（编辑.env 文件）
OPENAI_API_KEY=your-api-key
TAVILY_API_KEY=your-tavily-key

# 4. 启动服务
make docker-start

# 访问 http://localhost:2026

项目同时集成了字节智能搜索工具 InfoQuest，支持免费在线体验。中国大陆开发者可通过火山引擎 Coding Plan 获取专属支持。

📊 社区生态

DeerFlow 已衍生出多个社区项目：

• deer-flow-cn：中文优化版，支持一键部署、SearXNG 集成、SSL 证书（107 Stars）
• deer_flow_ollama：适配 Ollama 本地模型运行模式
• deer-flow-ts：TypeScript 重写版本，切换服务端实现
• deer-flow-to-learn：中文学习指南，用于智能体入门和进阶学习

团队协作

DeerFlow 社区生态持续扩展

💡 技术架构

DeerFlow 2.0 基于 LangGraph 和 LangChain 构建，采用以下核心架构：

• 前端：Node.js + TypeScript
• 后端：Python + LangGraph Agent Server
• 沙盒：Docker / Kubernetes 容器化执行
• 网关：统一 API 网关，支持多模型路由
• 记忆：本地持久化存储，支持跨会话上下文
• 技能：Markdown 定义的可插拔能力模块

项目采用 MIT 许可证开源，代码托管于 GitHub。官方文档提供详细的贡献指南、配置指南和架构说明。