DeerFlow 2.0完整上手指南能深度研究、写代码、出图图的开源Agent框架一次讲清【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flowDeerFlow 是一个开源的超级智能体框架SuperAgent harness把子代理、沙箱、记忆、技能和消息网关打包成一套开箱即用的运行时专门处理从几分钟到几小时量级的长程任务。如果你需要一个既能做深度研究、又能跑代码出图表、还能顺手生图和做 PPT 的 Agent 系统这篇指南会带你走完从克隆仓库、跑起服务到卡住时去哪求助的全过程。想出一份调研报告或分析结论时DeerFlow 能接住什么活先说它解决的痛点普通聊天机器人只会回文字你要图表、要代码验证、要多步产出就得自己来回搬。DeerFlow 不一样它在 Agent 外面搭了一层手脚——联网搜索和网页爬取、沙箱里跑 Python 和 bash、读写文件、派生子代理并行干活甚至能接飞书、钉钉、Telegram 等 IM 渠道直接在聊天窗口里给它派任务。典型的场景比如拿到一个陌生行业的题目要交调研结论、手上一份 CSV 不知道能看出什么、要一版带图和配图的 PPT。这些都可以作为单次运行丢给它。两条命令装好 DeerFlow 并跑起本地 Web 控制台git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow make setupmake setup是一个交互式向导选 LLM 供应商、要不要联网搜索、沙箱模式怎么开大概两分钟就生成好config.yaml并把密钥写进.env。接下来二选一Docker 用户执行make docker-start本地开发执行make dev然后打开http://localhost:2026就能看到 Web 界面。启动遇到问题时先跑make doctor它会直接告诉你哪一步没配对。DeerFlow 最实用的四个用例研究、出图、出报告、自定义技能丢一个题目自动检索资料并产出深度研究报告深度研究是 DeerFlow 最出名的能力给定一个课题它会自己拆问题、联网检索、抓取网页、在沙箱里验证数据最后整理成结构化报告。相关技能位于 skills/public/deep-research/下面这张演示图就是它在研究任务中自行取回的历史场景素材。扔一份 CSV 进去直接产出分析图表内置的 chart-visualization 和 />批量生成产品图与配套视觉素材研究之外它也能出图。image-generation 和 video-generation 技能可以按提示词生成图片、海报和视频素材ppt-generation 技能则把它们和文案组装成幻灯片。演示库里这套护肤品产品图就是 Agent 直接生成的产物风格、构图一次到位。写一个自定义技能让 DeerFlow 学会新本领技能Skill本质是一个 Markdown 包描述流程和最佳实践DeerFlow 按需渐进加载不占满上下文窗口。用内置的skill_manage工具就能创建和打补丁对话里以/技能名开头可以强制激活某个技能例如/data-analysis analyze uploads/foo.csv。不想从零写的话skill-creator 和 skill-reviewer 两个官方技能分别负责帮你造和帮你审。下图是一次技能管理端到端验证的现场创建、打补丁、校验描述全部通过。配置卡住或想扩展时按这个顺序查文档和求助卡住别硬猜按自诊 → 文档 → 社区的顺序来先自诊make doctor检查环境要报 bug 时跑make support-bundle它会把诊断摘要写成 Markdown 文件直接贴进 Issue 即可省去一大截来回追问。再查文档仓库里都有现成入口安装与部署backend/docs/SETUP.md接口说明backend/docs/API.md架构总览backend/docs/ARCHITECTURE.md沙箱、MCP 与配置项backend/docs/CONFIGURATION.md、backend/docs/MCP_SERVER.mdIM 渠道接入backend/docs/IM_CHANNEL_CONNECTIONS.md想扩展改 extensions_config.example.json 或 config.example.yaml 这类模板起步MCP 服务器、自定义工具、LangSmith/Langfuse 链路都在其中装扩展包用make extension-install。实在解决不了到仓库提 Issue 或 Pull Request协作约定写在 CONTRIBUTING.md 里安全相关的问题参照 SECURITY.md。建议今天就先克隆仓库跑通make setup然后挑上面四个用例里最贴近你工作的那一个试一次——跑完一轮真实任务你对 DeerFlow 能干什么、边界在哪会比读十篇介绍都清楚。【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
DeerFlow 2.0完整上手指南能深度研究、写代码、出图图的开源Agent框架一次讲清【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flowDeerFlow 是一个开源的超级智能体框架SuperAgent harness把子代理、沙箱、记忆、技能和消息网关打包成一套开箱即用的运行时专门处理从几分钟到几小时量级的长程任务。如果你需要一个既能做深度研究、又能跑代码出图表、还能顺手生图和做 PPT 的 Agent 系统这篇指南会带你走完从克隆仓库、跑起服务到卡住时去哪求助的全过程。想出一份调研报告或分析结论时DeerFlow 能接住什么活先说它解决的痛点普通聊天机器人只会回文字你要图表、要代码验证、要多步产出就得自己来回搬。DeerFlow 不一样它在 Agent 外面搭了一层手脚——联网搜索和网页爬取、沙箱里跑 Python 和 bash、读写文件、派生子代理并行干活甚至能接飞书、钉钉、Telegram 等 IM 渠道直接在聊天窗口里给它派任务。典型的场景比如拿到一个陌生行业的题目要交调研结论、手上一份 CSV 不知道能看出什么、要一版带图和配图的 PPT。这些都可以作为单次运行丢给它。两条命令装好 DeerFlow 并跑起本地 Web 控制台git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow make setupmake setup是一个交互式向导选 LLM 供应商、要不要联网搜索、沙箱模式怎么开大概两分钟就生成好config.yaml并把密钥写进.env。接下来二选一Docker 用户执行make docker-start本地开发执行make dev然后打开http://localhost:2026就能看到 Web 界面。启动遇到问题时先跑make doctor它会直接告诉你哪一步没配对。DeerFlow 最实用的四个用例研究、出图、出报告、自定义技能丢一个题目自动检索资料并产出深度研究报告深度研究是 DeerFlow 最出名的能力给定一个课题它会自己拆问题、联网检索、抓取网页、在沙箱里验证数据最后整理成结构化报告。相关技能位于 skills/public/deep-research/下面这张演示图就是它在研究任务中自行取回的历史场景素材。扔一份 CSV 进去直接产出分析图表内置的 chart-visualization 和 />批量生成产品图与配套视觉素材研究之外它也能出图。image-generation 和 video-generation 技能可以按提示词生成图片、海报和视频素材ppt-generation 技能则把它们和文案组装成幻灯片。演示库里这套护肤品产品图就是 Agent 直接生成的产物风格、构图一次到位。写一个自定义技能让 DeerFlow 学会新本领技能Skill本质是一个 Markdown 包描述流程和最佳实践DeerFlow 按需渐进加载不占满上下文窗口。用内置的skill_manage工具就能创建和打补丁对话里以/技能名开头可以强制激活某个技能例如/data-analysis analyze uploads/foo.csv。不想从零写的话skill-creator 和 skill-reviewer 两个官方技能分别负责帮你造和帮你审。下图是一次技能管理端到端验证的现场创建、打补丁、校验描述全部通过。配置卡住或想扩展时按这个顺序查文档和求助卡住别硬猜按自诊 → 文档 → 社区的顺序来先自诊make doctor检查环境要报 bug 时跑make support-bundle它会把诊断摘要写成 Markdown 文件直接贴进 Issue 即可省去一大截来回追问。再查文档仓库里都有现成入口安装与部署backend/docs/SETUP.md接口说明backend/docs/API.md架构总览backend/docs/ARCHITECTURE.md沙箱、MCP 与配置项backend/docs/CONFIGURATION.md、backend/docs/MCP_SERVER.mdIM 渠道接入backend/docs/IM_CHANNEL_CONNECTIONS.md想扩展改 extensions_config.example.json 或 config.example.yaml 这类模板起步MCP 服务器、自定义工具、LangSmith/Langfuse 链路都在其中装扩展包用make extension-install。实在解决不了到仓库提 Issue 或 Pull Request协作约定写在 CONTRIBUTING.md 里安全相关的问题参照 SECURITY.md。建议今天就先克隆仓库跑通make setup然后挑上面四个用例里最贴近你工作的那一个试一次——跑完一轮真实任务你对 DeerFlow 能干什么、边界在哪会比读十篇介绍都清楚。【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
