DeerFlow 是字节跳动推出的一个开源框架，专门用来帮助用户自动化完成深度研究工作。它结合了大语言模型（LLM）和多种工具，比如网页搜索、爬虫、Python代码执行等，能自动规划研究流程、搜集信息、分析数据，最后生成报告和多种形式的内容，极大提升研究效率和质量。
1. DeerFlow 是什么？
- 智能研究自动化框架
DeerFlow 通过多智能体系统（Multi-Agent System）设计，自动完成从研究计划制定、信息检索、代码验证，到报告生成的全过程。 - 集成多种工具
支持接入多种搜索引擎（如Tavily、Brave Search、DuckDuckGo、Arxiv学术搜索）、爬虫工具、Python代码执行环境，甚至能连接私有知识图谱和字节跳动的MCP（模型控制平台）服务。 - 人机协作机制
提供“人类在环”（Human-in-the-Loop）功能，用户可以随时审阅和修改研究计划，确保研究方向和内容符合需求。 - 多样化内容输出
除了生成文字报告，还能自动制作PPT演示文稿，甚至将报告转成播客音频，方便知识传播和分享。
2. DeerFlow 的核心架构
DeerFlow 基于 LangChain 和 LangGraph 开源框架，采用模块化多智能体架构，主要包含以下角色：
| 角色 | 作用描述 |
|---|---|
| 协调器 | 管理整个研究流程，接收用户输入，启动研究任务。 |
| 规划器 | 负责拆解研究任务，制定详细的执行计划。 |
| 研究团队 | 包含多个智能体：研究者负责信息搜集（搜索、爬虫等），代码员负责代码分析和执行。 |
| 报告生成器 | 整理研究结果，生成结构化报告、PPT和播客脚本等内容。 |
3. DeerFlow 适用场景
- 学术论文调研、技术深度分析、市场调研等需要系统整合大量信息的场景。
- 多步骤、多工具协同的复杂研究任务。
- 需要结合代码执行和数据分析的技术验证研究。
- 内容创作与知识传播，如自动生成报告、PPT及播客。
- 需要多搜索引擎和爬虫数据整合的综合信息检索。
4. DeerFlow 解决了哪些问题？
- 研究流程繁琐，效率低
传统研究需人工搜索、整理、撰写，耗时耗力。DeerFlow 自动化整个流程，节省时间。 - 信息分散难整合
通过多智能体协作和多工具集成，实现跨平台、多渠道信息搜集和整合。 - 研究计划缺乏系统性
规划器自动拆解任务，确保研究步骤清晰有序。 - 内容质量不稳定
AI辅助润色和结构化编辑，保证报告质量和表现力。 - 缺少交互反馈
人类在环机制让用户随时参与计划调整，保证研究方向准确。 - 技术验证难集成
内置Python执行环境，方便代码运行和实验验证。
5. DeerFlow 安装与快速上手
环境要求
- Python 3.12 及以上版本
- Node.js 22 及以上版本
安装步骤示例
# 克隆项目
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
# 安装Python依赖（使用uv工具自动创建虚拟环境）
uv sync
# 复制配置文件，填写API密钥
cp .env.example .env
cp conf.yaml.example conf.yaml
# 安装PPT生成工具（macOS示例）
brew install marp-cli
# 安装Web UI依赖（可选）
cd web
pnpm install
# 启动项目
uv run main.py
运行效果
- 在命令行输入研究主题，DeerFlow 会自动制定计划，调用搜索引擎搜集资料，执行代码验证，最后生成结构化报告。
- 可选启动Web界面，图形化操作更方便。
- 支持人机交互，用户可修改计划后再执行。
6. 简单使用示例代码
下面是一个用Python调用DeerFlow API进行简单研究的示例：
from deerflow import DeerFlowClient
# 初始化客户端，假设已配置好API密钥
client = DeerFlowClient(api_key="你的API密钥")
# 设定研究主题
query = "中国新能源汽车市场现状与未来趋势"
# 提交研究请求
response = client.research(query)
# 输出生成的研究报告摘要
print(response.summary)
# 保存完整报告到文件
with open("research_report.txt", "w", encoding="utf-8") as f:
f.write(response.full_report)
7. DeerFlow 的优势总结
- 自动化深度研究流程，节省大量时间和人力。
- 多智能体协作，任务分工明确，效率高。
- 集成多种工具，信息来源丰富且多样。
- 支持代码执行，方便技术验证。
- 人机协作，保证研究结果符合预期。
- 多样化输出，满足不同内容创作需求。
通过 DeerFlow，研究人员、技术分析师、内容创作者可以用更简单、高效的方式完成复杂的深度研究工作，快速获得结构化且高质量的研究成果。它不仅是一个工具，更是推动智能研究自动化的重要助力。
