DeerFlow Docker Desktop 部署教程DeerFlow Docker Desktop 部署教程核心思

DeerFlow Docker Desktop 部署教程

核心思路：下载官方仓库 → 把两个示例配置改名成正式配置并填上模型 → 写 .env → 用 Docker Compose 启动。

方式 A（推荐，能随时更新）

git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

方式 B（免装 git） 在 GitHub 页面 https://github.com/bytedance/deer-flow 点绿色 Code → Download ZIP，解压后进入 deer-flow 目录。

仓库根目录下有 config.example.yaml 和 extensions_config.example.json 两个示例文件，需要复制并改名为正式配置文件名：

示例文件	改名为
`config.example.yaml`	`config.yaml`
`extensions_config.example.json`	`extensions_config.json`

在仓库根目录执行（macOS/Linux 或 Windows 的 Git Bash / WSL）：

cp config.example.yaml config.yaml
cp extensions_config.example.json extensions_config.json

Windows 直接用资源管理器选中文件 复制 → 粘贴，再改名去掉 .example 即可。

config.yaml：后端主配置（模型、沙箱、工具、内存等），DeerFlow 默认从仓库根目录读取它。
extensions_config.json：MCP 服务器和技能的启用状态，独立于 config.yaml，默认位置是仓库根目录。复制过去即可用（里面所有 MCP 服务器默认 enabled: false，不启用也无妨）。

打开 config.yaml，找到 models: 段，取消注释（去掉 #）并按需修改一个模型条目。示例（OpenAI）：

models:
  - name: gpt-4
    display_name: GPT-4
    use: langchain_openai:ChatOpenAI
    model: gpt-4
    api_key: $OPENAI_API_KEY

换成国内可用的话，示例文件里也内置了豆包（Volcengine）、GLM、DeepSeek、Kimi 等模板，挑一个填上你的 API Key 即可。

在仓库根目录新建 .env（和 config.yaml 同级），写入：

OPENAI_API_KEY=sk-你的key
DEER_FLOW_ROOT=你的deer-flow绝对路径
BETTER_AUTH_SECRET=openssl rand -base64 32 生成的强随机串
BETTER_AUTH_URL=http://localhost:2026

DEER_FLOW_ROOT 必须填仓库的绝对路径（数据会挂载到这里）。Windows 下填如 C:\Users\你\deer-flow；macOS 填如 /Users/你/deer-flow。
BETTER_AUTH_SECRET 至少 32 字符，可用命令 openssl rand -base64 32 生成。
compose 文件会通过 env_file: ../.env 自动加载它。

在 deer-flow 目录打开终端（Windows 用 PowerShell/CMD，macOS 用 Terminal），执行：

export DEER_FLOW_ROOT=你的deer-flow绝对路径
docker compose -f docker/docker-compose-dev.yaml up --build

首次会自动构建并启动 nginx / 前端 /gateway（含 Agent 运行时） 等服务。
之后想放后台运行，用 -d 代替 --build：docker compose -f docker/docker-compose-dev.yaml up -d。
启动后打开 Docker Desktop，在左侧 Containers 里能看到 deer-flow 的容器在运行。