嗨，我是小华同学，专注解锁高效工作与前沿AI工具！每日精选开源技术、实战技巧，助你省时50%、领先他人一步。👉免费订阅，与10万+技术人共享升级秘籍！

DeerFlow（Deep Exploration and Efficient Research Flow）是由 ByteDance 开源、社区主导的“深度研究”框架。它将语言模型（LLM）与搜索引擎爬虫、Python 执行器等工具集成，支持用户自动化地完成复杂研究任务，包括网页搜索、爬取、Python 代码执行等，并最终生成结构化报告、PPT、播客音频等多模态输出 。

痛点场景

• 信息检索碎片、难整合：传统研究需要在多个平台间切换检索才可能搜集完整信息。

• Research 任务繁琐且孤立：从查资料，到写分析报告，到输出 PPT 或音频，流程中断频繁。

• LLM 单一智能体力不从心：一个模型往往既搜资料又写代码，易出现失误或效率低。

• 部署复杂：要求 Python ≥3.12、Node.js ≥22，环境配置与版本管理繁琐 。

核心功能

• 多智能体分工协作：Coordinator、Planner、Researcher、Coder、Reporter 等角色通力合作，职责清晰，效率高 。

• 强搜索与爬虫能力：支持接入 Brave Search、Tavily 等真实搜索 API，还能用 Jina 实现网页内容抓取分析 。

• Python REPL 工具链：即时执行代码，支持 Pandas、NumPy、Matplotlib 等，方便进行数据分析与可视化 。

• 报告自动生成：结合 Novel 编辑器，可自动导出文本报告、PPT（使用 Marp）、播客脚本等 。

• MCP 集成支持：可对接Volcengine Model Control Platform，实现企业级 workflow 自动化 。

• 可视化回放功能：官网提供案例流程回放（如埃菲尔铁塔高度对比、南京美食文化呈现等） 。

技术架构

架构梳理

技术优势一览

模块	技术特点或优势
LangGraph DAG	基于有向无环图组织 Agent 协作，支持异步执行与并行任务，增强稳定性与可扩展性
Agent 模块化	各 Agent 独立扩展，自由替换，便于改造与定制深度流程
LLM + 工具链深度整合	基于 LangChain 构建，覆盖搜索、爬虫、代码执行、TTS、PPT 生成等完整链条
可视化与追踪	支持 LangSmith tracing，便于监控调试 agent 流程
部署灵活	支持本地 uv 部署，一键部署至 Volcengine 云端环境

界面展示

使用示例：从安装到完成一个任务

环境准备与安装

# 克隆项目
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

# 安装 Python 环境与依赖（uv 自动 management）
uv sync

# 配置 .env 和 conf.yaml
cp .env.example .env
cp conf.yaml.example conf.yaml

# 如果需要 PPT 支持，安装 marp-cli
brew install marp-cli    # macOS 用户

✏️ 设置 API 密钥（例如 Tavily, Brave 搜索, TTS 等），编辑 .env 中填写即可 。

启动与运行任务

# 启动后台 agent 服务
uv run backend

# 启动前端服务
pnpm install
pnpm run dev

访问开发界面（默认 http://localhost:3000/chat），输入问题：

“埃菲尔铁塔比世界上最高楼高多少倍？”

DeerFlow 将自动：

• Planner 规划任务流程

• Researcher 调用搜索工具抓资料

• Coder 执行 Python 计算倍数并绘图

• Reporter 生成报告和可选播客内容 最终在界面展示整合结果，还支持导出 PDF、PPT 或播客音频格式。

应用场景

• 学术研究者：自动完成文献检索、数据分析、图表展示与报告草稿生成。

• 内容创作者：生成深度文章、可视化演示、播客脚本，一体化输出。

• 企业分析师：开展竞争情报、专利调研、市场分析报告，流程自动化。

• 数据科学项目：从爬取数据到数据清洗，再到生成分析可视化与最终报告。

优势分析

项目名称	架构类型	功能覆盖	易用程度	输出方式	部署方式
DeerFlow	多 Agent（LangGraph DAG）	搜索、爬虫、LLM 推理、Python 执行、报告、播客	高（初始化脚本提供一键安装）	文本报告、PPT、播客音频	本地 + 云端一键部署
OpenManus	单 Agent 框架	搜索 + 基础推理	中等	文本输出	需手动配置
RAGFlow	Retrieval‑augmented 框架	文本检索 + LLM 输出	中度	文本报告	本地需自行配置 API

DeerFlow 的优势在于 流程全面覆盖、多模态输出强、部署路径灵活、社区热度高（15.8k star），特别适合需要自动化研究、内容产出、代码执行一体化流程的使用者。

项目地址

https://github.com/bytedance/deer‑flow