拓冰网站定制 
DeerFlow 深度研究 Agent 框架快速上手两条命令跑起来【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 是一个开源的长时任务 SuperAgent 框架把大模型与沙盒执行、长期记忆、子代理和可扩展技能编排在一起替你完成从几分钟到几小时不等的深度研究、编码与创作任务。适合想给自己搭一个真正能干活研究助手的个人和小团队。能力速览不止会搜索还会动手它不是单轮问答式的深度研究工具而是一套 Agent 运行时harness主代理负责拆解任务技能按需加载重活交给子代理和沙盒里的代码去执行。多轮深度研究自动产出带来源的报告沙盒隔离执行代码与文件操作有边界子代理分工长时任务可跑数小时内置数据分析、图表、PPT、图像等技能长期记忆 IM 渠道任务可跨会话延续⚡ 两条命令跑起来本地模式需要 Python 3.12 和 Node.js 22Docker 模式需要 Docker Compose v2.24。先克隆仓库并完成初始化向导git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow make setupmake setup会启动一个约 2 分钟的向导让你选 LLM 供应商、网页搜索和沙盒策略自动生成config.yaml并把密钥写入.env。然后二选一启动本地开发make install后make devDocker推荐make docker-init后make docker-start浏览器打开 http://localhost:2026 即可。配置拿不准时跑make doctor它会给出可执行的修复提示。 三个真实使用场景把一份 CSV 变成一组分析图手头有原始数据、只要结论和几张图时不必自己写 Python。用内置的data-analysis技能把文件传上去后以斜杠显式激活例如/data-analysis analyze uploads/foo.csv技能会在沙盒里完成读取、清洗、画图。得到的是图表加一段文字结论——下面这张票价分析图就是仓库内置演示线程的真实产物让 Agent 替你做一小时深度研究需要调研一个陌生主题、且要交叉验证多个来源时启用deep-research技能位于 skills/public/deep-research/。它会规划子问题、联网搜索、爬取正文、用代码核对数字子代理并行处理不同分支。你等到的是一份结构化研究报告关键论断都附来源链接。给 Agent 装一个新技能想让它学会自己的固定流程比如周报、竞品监控写一个带SKILL.md的技能目录放进skills/即可技能按需加载而不是一股脑塞进上下文。界面上的技能管理入口可以启用、停用和安装.skill包资源去哪找文档、目录与社区安装与部署Install.md环境要求到 Docker 部署的完整清单配置参考backend/docs/CONFIGURATION.md全部字段见config.example.yaml架构与 APIbackend/docs/ARCHITECTURE.md、backend/docs/API.md技能库源码skills/public/deep-research、data-analysis、chart-visualization 都在里面真实任务样例frontend/public/demo/threads/仓库内置的演示输出贡献与协作CONTRIBUTING.md问题与功能建议走仓库 Issue / Pull RequestDeerFlow 的价值不在演示效果而在把研究 执行整条链路跑通技能按需加载、沙盒兜住安全、记忆跨会话保留。克隆仓库后建议先通读 Install.md 的部署章节再跑一次make setup把本地环境建起来。【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 深度研究 Agent 框架快速上手：两条命令跑起来
DeerFlow 深度研究 Agent 框架快速上手两条命令跑起来【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 是一个开源的长时任务 SuperAgent 框架把大模型与沙盒执行、长期记忆、子代理和可扩展技能编排在一起替你完成从几分钟到几小时不等的深度研究、编码与创作任务。适合想给自己搭一个真正能干活研究助手的个人和小团队。能力速览不止会搜索还会动手它不是单轮问答式的深度研究工具而是一套 Agent 运行时harness主代理负责拆解任务技能按需加载重活交给子代理和沙盒里的代码去执行。多轮深度研究自动产出带来源的报告沙盒隔离执行代码与文件操作有边界子代理分工长时任务可跑数小时内置数据分析、图表、PPT、图像等技能长期记忆 IM 渠道任务可跨会话延续⚡ 两条命令跑起来本地模式需要 Python 3.12 和 Node.js 22Docker 模式需要 Docker Compose v2.24。先克隆仓库并完成初始化向导git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow make setupmake setup会启动一个约 2 分钟的向导让你选 LLM 供应商、网页搜索和沙盒策略自动生成config.yaml并把密钥写入.env。然后二选一启动本地开发make install后make devDocker推荐make docker-init后make docker-start浏览器打开 http://localhost:2026 即可。配置拿不准时跑make doctor它会给出可执行的修复提示。 三个真实使用场景把一份 CSV 变成一组分析图手头有原始数据、只要结论和几张图时不必自己写 Python。用内置的data-analysis技能把文件传上去后以斜杠显式激活例如/data-analysis analyze uploads/foo.csv技能会在沙盒里完成读取、清洗、画图。得到的是图表加一段文字结论——下面这张票价分析图就是仓库内置演示线程的真实产物让 Agent 替你做一小时深度研究需要调研一个陌生主题、且要交叉验证多个来源时启用deep-research技能位于 skills/public/deep-research/。它会规划子问题、联网搜索、爬取正文、用代码核对数字子代理并行处理不同分支。你等到的是一份结构化研究报告关键论断都附来源链接。给 Agent 装一个新技能想让它学会自己的固定流程比如周报、竞品监控写一个带SKILL.md的技能目录放进skills/即可技能按需加载而不是一股脑塞进上下文。界面上的技能管理入口可以启用、停用和安装.skill包资源去哪找文档、目录与社区安装与部署Install.md环境要求到 Docker 部署的完整清单配置参考backend/docs/CONFIGURATION.md全部字段见config.example.yaml架构与 APIbackend/docs/ARCHITECTURE.md、backend/docs/API.md技能库源码skills/public/deep-research、data-analysis、chart-visualization 都在里面真实任务样例frontend/public/demo/threads/仓库内置的演示输出贡献与协作CONTRIBUTING.md问题与功能建议走仓库 Issue / Pull RequestDeerFlow 的价值不在演示效果而在把研究 执行整条链路跑通技能按需加载、沙盒兜住安全、记忆跨会话保留。克隆仓库后建议先通读 Install.md 的部署章节再跑一次make setup把本地环境建起来。【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