5 万开发者点赞！字节跳动开源 deer-flow，国产 AI Agent 框架天花板？
5 万+ GitHub 星标、登顶 Trending #1、完全重写的 2.0 版本——它凭什么？
导语
如果你关注 AI 编程领域，最近可能被一个名字刷屏了：DeerFlow。
它是字节跳动开源的 AI Agent 框架，2 月 28 日发布 2.0 版本后直接登顶 GitHub Trending 第一名。截至目前，已经收获了 50,742 个星标 和 6,064 个 Fork。
但星标多不代表真的好用。今天我们来拆解一下：DeerFlow 2.0 到底能做什么？值不值得你花时间去了解？
01 它是什么？
DeerFlow（Deep Exploration and Efficient Research Flow，深度探索与高效研究流）是字节跳动开源的 超级 Agent 编排框架。
听起来很抽象？换个说法：
你给它一个复杂任务（比如”帮我调研 AI 编程工具市场，写一份分析报告”），它会自动拆解成多个子任务，调用不同的 AI 模型去完成，最后汇总结果给你。
关键数据（截至 2026-03-28）：
| 指标 | 数据 |
|---|---|
| GitHub 星标 | 50,742 ⭐ |
| Fork 数 | 6,064 |
| 开源协议 | MIT（完全免费） |
| 主要语言 | Python + TypeScript |
| 创建时间 | 2025-05-07 |
| 最近更新 | 2026-03-27 |
| 2.0 发布 | 2026-02-28 |
[^1]
特别说明： DeerFlow 2.0 是完全重写的版本，与 1.x 不共享任何代码。1.x 是一个 Deep Research 工具，2.0 已经进化为一个通用的 Agent 编排平台。
02 核心能力拆解
2.1 Sub-Agents（子 Agent 编排）
这是 DeerFlow 最核心的能力。
普通 AI 工具是”你问我答”。DeerFlow 不一样——它会自动拆解任务，分配给不同的子 Agent 去执行：
- 研究 Agent：负责搜索、调研、整理信息
- 编程 Agent：负责写代码、调试
- 创作 Agent：负责写报告、做 PPT、生成图片
- 协调 Agent：负责统筹全局，确保各子 Agent 协同工作
这些子 Agent 可以并行工作，大大提升效率。
2.2 Skills（技能系统）
DeerFlow 内置了一套 可扩展的技能系统。
每个技能就是一个 Markdown 文件，定义了特定的工作流和最佳实践。内置技能包括：
| 技能类型 | 具体能力 |
|---|---|
| 研究分析 | 深度调研、数据整理、趋势分析 |
| 报告生成 | 自动生成结构化报告 |
| 演示文稿 | 自动创建 PPT/幻灯片 |
| 网页制作 | 生成网页内容 |
| 图片生成 | AI 图片创作 |
| 视频生成 | AI 视频创作 |
最大的亮点：技能是按需加载的。 不用的时候不占用上下文窗口，这对 token 敏感的模型非常友好。
你也可以自己写技能——只要一个 Markdown 文件就行。
2.3 Sandbox（沙箱环境）
DeerFlow 支持三种沙箱模式来安全执行代码：
| 模式 | 安全性 | 适用场景 |
|---|---|---|
| 本地执行 | 低 | 开发测试 |
| Docker 容器 | 中 | 日常使用 |
| K8s Pod | 高 | 企业生产环境 |
这意味着 AI 生成的代码在隔离环境中运行，不会影响你的主系统。
2.4 长期记忆（Long-Term Memory）
大多数 AI 助手每次对话都是”失忆”的。DeerFlow 不一样——它有 长期记忆 系统。
你上次调研的内容、你的偏好、你的项目上下文——它都能记住，下次对话直接调用。
2.5 Claude Code 集成
这是我最喜欢的功能。
DeerFlow 专门做了一个 claude-to-deerflow 技能，让你可以在 Claude Code 终端里直接操控 DeerFlow：
- 发送研究任务
- 检查任务状态
- 管理对话线程
不用离开终端，不用打开浏览器。
2.6 MCP Server 支持
DeerFlow 支持 MCP（Model Context Protocol）协议，可以接入各种外部工具。支持 HTTP/SSE 类型的 MCP 服务器，还支持 OAuth 认证流程。
03 支持哪些模型？
DeerFlow 不绑定特定模型，支持多种主流 AI：
| 模型 | 提供方 | 说明 |
|---|---|---|
| Doubao-Seed-2.0-Code | 字节跳动 | ⭐ 官方推荐 |
| DeepSeek v3.2 | DeepSeek | ⭐ 官方推荐 |
| Kimi 2.5 | 月之暗面 | ⭐ 官方推荐 |
| GPT-5 / GPT-5.4 | OpenAI | 通过 API 接入 |
| Claude Sonnet 4.6 | Anthropic | 通过 Claude Code OAuth |
| Gemini 2.5 Flash | 通过 OpenRouter |
[^1]
官方推荐使用 豆包 Seed 2.0 Code、DeepSeek v3.2 和 Kimi 2.5，这三款模型在中文编程场景表现最佳。
04 快速上手
一句话启动
如果你用 Claude Code、Cursor 等编程工具，只需要一句话：
Help me clone DeerFlow if needed, then bootstrap it for local development by following https://raw.githubusercontent.com/bytedance/deer-flow/main/Install.md
AI 会自动帮你完成安装。
Docker 方式（推荐）
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
make config # 生成配置文件
# 编辑 config.yaml 配置模型和 API Key
make docker-start
本地开发
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
make config
# 编辑 .env 文件配置 API Key
make dev
05 和其他框架对比
| 特性 | DeerFlow 2.0 | OpenClaw | LangGraph | CrewAI |
|---|---|---|---|---|
| 子 Agent 编排 | ✅ | ❌ | ✅ | ✅ |
| 技能系统 | ✅ | ✅ | ❌ | ❌ |
| 沙箱执行 | ✅（3 种模式） | ❌ | ❌ | ❌ |
| 长期记忆 | ✅ | ✅ | ❌ | ❌ |
| MCP 支持 | ✅ | ✅ | ❌ | ❌ |
| Claude Code 集成 | ✅ | ✅ | ❌ | ❌ |
| 多模型支持 | ✅ | ✅ | ✅ | ✅ |
| 中文优化 | ✅ | ❌ | ❌ | ❌ |
| MIT 开源 | ✅ | ✅ | ✅ | ✅ |
DeerFlow 的独特优势：
- 字节跳动出品，中文场景优化
- 沙箱 + 记忆 + 技能 三位一体
- 一行命令启动，对开发者友好
- 活跃维护，几乎每天都有代码更新
06 适合谁用？
| 用户类型 | 适合度 | 使用场景 |
|---|---|---|
| AI 应用开发者 | ⭐⭐⭐⭐⭐ | 构建 AI Agent 工作流 |
| 数据分析师 | ⭐⭐⭐⭐ | 自动调研、报告生成 |
| 全栈工程师 | ⭐⭐⭐⭐ | 自动化编程、代码审查 |
| 产品经理 | ⭐⭐⭐ | 市场调研、竞品分析 |
| 纯小白 | ⭐⭐ | 需要一定编程基础 |
注意： DeerFlow 需要 Python 3.12+ 和 Node.js 22+ 环境，纯小白建议先看我们的入门教程。
常见问题 Q&A
Q：DeerFlow 免费吗？ A：框架本身完全免费（MIT 协议）。但你需要提供 AI 模型的 API Key，模型调用费用由各平台收取。配合阿里云百炼首月 7.9 元的 Coding Plan，成本非常低。
Q：需要什么配置？ A：DeerFlow 本身不需要 GPU。它是一个编排框架，AI 模型运行在云端。你的电脑只需要能跑 Python 3.12+ 和 Node.js 22+ 即可。
Q：和 OpenClaw 什么关系？ A：没有直接关系。OpenClaw 是一个 AI 助理平台，DeerFlow 是一个 Agent 编排框架。DeerFlow 可以调用 OpenClaw 作为子 Agent 使用。
Q：支持 Windows 吗？ A：支持。推荐使用 WSL2（Windows Subsystem for Linux）运行。
参考资料
[1] DeerFlow 2.0 – GitHub 仓库 — 字节跳动开源超级 Agent 编排框架，50,742 星标
[2] DeerFlow 官方网站 — 官方演示和文档