工具概览
DeerFlow 是一个开源的超级智能体框架,可编排子智能体、记忆和沙箱,并由可扩展的技能驱动。2.0 版是彻底重写,与 v1 不共享任何代码;原有的 Deep Research 框架在 1.x 分支上继续维护。该项目提供官方网站,含演示以及白名单、只读的案例研究,无需登录。
安装从克隆仓库并运行 make setup 开始,它会启动交互式向导,用于选择 LLM 提供商、可选的网络搜索,以及沙箱模式、bash 访问和文件写入工具等执行/安全偏好。向导会生成最简的 config.yaml,并把密钥写入 .env。用户可以运行 make doctor 验证安装并获得可操作的修复提示。运维人员可以通过字面量的前置/后置配置扩展 lead-agent、subagent 和 DeerMem 提取提示词,无需编辑源码模板。可选的按模型 request_admission 可控制请求节奏,帮助保持在提供商的每分钟请求数限制之内。管理员可以打开 Settings → Models 来添加、编辑、测试并启用/停用共享的 OpenAI 兼容 Chat Completions 模型,无需编辑 config.yaml。
DeerFlow 已集成 BytePlus 的 InfoQuest 智能搜索与爬取工具集。位于 https://api.deepseek.com 或 https://api.deepseek.com/v1 的官方 DeepSeek 模型会自动使用 DeerFlow 的 DeepSeek 适配器,在工具调用之间保留推理内容并遵守输出 token 限制。YAML 模型在该页面中保持只读,名称冲突时优先于其他模型,而托管模型由整个部署共享。加密目录和生成的本地加密密钥存放在 $DEER_FLOW_HOME/managed-models/。
定价
价格与限制可能变化,请以官网为准,并确认币种、付款周期、最低席位数和用量上限。
应用场景
- 团队用 DeerFlow 编排子智能体、记忆和沙箱,用于研究和自动化。
- 开发者用一行提示词让编码智能体克隆并引导 DeerFlow 用于本地开发。
- 运维人员用提示词叠加层扩展 lead-agent、subagent 和 DeerMem 提取提示词,无需编辑源码模板。
- 管理员用 Settings → Models 管理共享的 OpenAI 兼容 Chat Completions 模型,无需编辑 config.yaml。
- 团队用 InfoQuest 进行智能搜索和爬取,并可免费在线体验。
- 开发者用 make doctor 验证安装并获得可操作的修复提示。
- 团队用按模型的 request_admission 控制请求节奏,使其保持在提供商的每分钟请求数限制内。
- 开发者对官方 DeepSeek 模型使用 DeerFlow 的 DeepSeek 适配器,在工具调用之间保留推理内容。
功能特性
开源 SuperAgent 运行框架
处理持续数分钟至数小时的任务
执行研究与编程任务
支持内容创作任务
利用沙箱与记忆机制
调用工具和技能
通过子智能体协作处理任务
支持消息网关
用户评论
还没有评论,来分享你的使用体验吧