字节开源 DeerFlow 2.0——登顶 GitHub Trending 1，让 AI 可做任何事情

优质文章学习记录

— 9 min read
字节开源 DeerFlow 2.0——登顶 GitHub Trending 1，让 AI 可做任何事情

打开 deerflow 的官网，瞬间被首页的这段文字震撼到了，do anything with deerflow。让 agent 做任何事情，这让我同时想到了 openclaw 刚上线时场景。

图片

字节跳动将 DeerFlow 彻底重写，发布 2.0 版本，并在发布当天登上 GitHub Trending 第一名。这不是一次功能迭代，而是一次从"深度研究框架"到"Super Agent 运行时基础设施"的彻底蜕变。

背景：从 v1 到 v2，发生了什么？

DeerFlow（Deep Exploration and Efficient Research Flow）最初是一个专注于深度研究的 AI 框架——给它一个问题，它会搜索、整理、输出报告。

但社区的玩法远超出了设计者的想象。开发者们拿它搭数据流水线、生成演示文稿、自动化内容生产、快速起 dashboard……这让团队意识到，DeerFlow 从一开始就不只是"研究工具"，它更像一个让 Agent 真正把事情做完的运行环境。

图片

核心变化

DeerFlow 2.0 与 v1 没有共用任何代码，是一次彻底重写。旧版（Deep Research 框架）依然保留在 1.x 分支；主开发线已全面转向 2.0。

它到底是什么？

官方给出的定位是 Super Agent Harness（超级 Agent 调度框架）。这个词听起来抽象，拆开来理解其实很清晰。

图片

现在的 DeerFlow 2.0 不再仅仅是一个跑研究报告的工具，它进化成了一个 Harness（挂架/系统平台）。

  • 什么是 Harness？ 想象一下，大模型（如 DeepSeek, Kimi, Doubao）是发动机，而 DeerFlow 就是那台复杂的 F1 赛车底盘。它把 Sub-agents（子智能体）、Memory（记忆）、Sandbox（沙箱） 和 Skills（技能） 完美地挂载在一起。

开发者视角： 以往我们要写一个 Agent，需要处理繁琐的上下文管理、文件读写权限、多任务并行。DeerFlow 2.0 直接把这些基础设施“标准化”了。

图片

五大核心特性深度解析

① Skills — Agent 能力的"乐高积木"

Skills 是 DeerFlow 能完成几乎任何事情的秘密武器。一个标准 Skill 通常就是一个 Markdown 文件，定义了工作流、最佳实践和参考资源。DeerFlow 内置了研究、报告生成、演示文稿制作、网页生成、图像/视频生成等场景的 Skill。

关键设计是按需渐进加载：不会一次性把所有 Skill 塞进上下文，只有任务确实需要时才加载，有效控制 Token 消耗。

Claude Code 深度集成：通过 claude-to-deerflow skill， 你可以直接在 Claude Code 终端里和运行中的 DeerFlow  实例交互——发送研究任务、查看状态、管理 threads，全程不用离开终端。 安装 CLAUDE CODE 集成 SKILL npx skills add https://github.com/bytedance/deer-flow --skill claude-to-deerflow

    图片

    ② Sub-Agents — 并行执行复杂任务

    传统 Agent 对于复杂任务的处理方式是"一条线走到底"，DeerFlow 不同：Lead Agent 会先拆解任务，然后动态拉起多个 Sub-Agent，条件允许时并行运行，最后汇总成完整输出。

    一个典型的研究任务可以被拆成十几个 Sub-Agent，分别探索不同方向，最终合并成报告、网站或带生成视觉内容的演示文稿。这也是 DeerFlow 能处理"从几分钟到几小时"任务的原因。

    ③ Sandbox 文件系统 — Agent 有了自己的"电脑"

    这是 DeerFlow 和"带工具的聊天机器人"之间最根本的差别：Agent 有一台真正的"电脑"。

    每个任务运行在隔离的 Docker 容器里，内有完整文件系统：

    /mnt/user-data/

    Agent 可以读写编辑文件、执行 Bash 命令和代码、查看图片，全程在 Sandbox 内完成，可审计、隔离，不同 session 之间互不污染。

    图片

    ④ Context Engineering — 长任务不"忘事"

    DeerFlow 在上下文管理上做了两件事：

    01：Sub-Agent 上下文隔离：每个 Sub-Agent 只看到自己的上下文，不会被主 Agent 或其他 Sub-Agent 的信息干扰，保持专注。

    02：摘要压缩：在单个 session 内，主动总结已完成的子任务、把中间结果转存到文件系统、压缩暂时不重要的信息，在长链路任务里也能保持聚焦，不会轻易打爆上下文窗口。

    ⑤ 长期记忆 — 越用越了解你

    大多数 Agent 结束对话后一切归零，DeerFlow 2.0 跨 session 会逐步积累关于你的持久记忆：个人偏好、知识背景、写作风格、技术栈、重复出现的工作流。记忆保存在本地，控制权始终在你手里。

    图片

    多端接入：不只是终端工具

    DeerFlow 2.0 支持通过 IM 应用直接下发任务，无需公网 IP：

    渠道      传输方式                上手难度 Telegram Bot API（Long-polling） 简单 Slack Socket Mode               中等 飞书 / Lark WebSocket            中等

    连接后，你可以直接在聊天窗口里使用 /new、/models、/memory 等命令和 DeerFlow 交互，普通消息则作为自然语言任务处理。

    快速上手：10 分钟跑起来

    推荐使用 Docker 方式，最省心：

    克隆并初始化 git clone https://github.com/bytedance/deer-flow.git cd deer-flow make config # 生成本地配置文件 编辑 CONFIG.YAML 配置模型 models: - name: gpt-4 display_name: GPT-4 use: langchain_openai:ChatOpenAI model: gpt-4 api_key: $OPENAI_API_KEY max_tokens: 4096 temperature: 0.7 DOCKER 启动（推荐） make docker-init # 首次拉取 sandbox 镜像 make docker-start # 启动服务 # 访问 http://localhost:2026

    图片

    一句话交给 CODING AGENT

    如果你在用 Claude Code、Cursor 或 Codex，可以直接把这句话发给它，让 Agent 帮你完成安装：

    "如果还没 clone DeerFlow，就先 clone， 然后按照 https://raw.githubusercontent.com/bytedance/deer-flow/main/Install.md 把它的本地开发环境初始化好" 

    推荐使用的模型

    DeerFlow 不绑定特定模型，只要实现了 OpenAI 兼容 API 即可接入。官方推荐以下几款表现较好的模型：

    模型                特点                适用场景 Doubao-Seed-2.0-Code 字节自研，代码能力强 编程类任务 DeepSeek v3.2 推理能力强，长上下文        深度研究、复杂拆解 Kimi 2.5 长上下文、多模态                文档分析、多模态任务

    优先考虑具备以下能力的模型：100k+ tokens 长上下文窗口、强推理能力、稳定的 Tool Use 支持，以及多模态输入理解。

    Python SDK 内嵌使用

    不想启动完整 HTTP 服务？DeerFlow 也可以作为 Python 库直接使用：

    from deerflow.client import DeerFlowClient client = DeerFlowClient() # 普通对话 response = client.chat("帮我分析这篇论文", thread_id="my-thread") # 流式输出 for event in client.stream("最新的 AI Agent 趋势"): if event.type == "messages-tuple" and event.data.get("type") == "ai": print(event.data["content"]) # 管理能力 models = client.list_models() skills = client.list_skills() client.upload_files("thread-1", ["./report.pdf"])

    DeerFlow 具备系统指令执行、文件读写等高权限能力，默认仅建议在本地可信环境（127.0.0.1）部署。若需跨设备访问，务必配置 IP 白名单、前置身份验证（Nginx 反向代理）或网络隔离（VLAN）等安全措施。

    图片

    总结：Super Agent 时代的基础设施

    DeerFlow 2.0 真正有趣的地方，不在于它能做什么——而在于它如何把"做事"这件事本身系统化了。

    大多数 Agent 项目解决的是"用 LLM 完成任务"的问题，而 DeerFlow 解决的是更底层的问题：如何给 Agent 一个真实可靠的运行环境，让它有文件系统、有记忆、有工具、有并行执行能力，最终真正把复杂的、需要小时级才能完成的任务落地。

    这是从 ChatBot 到 Agent 的本质跃迁，而 DeerFlow 2.0，是目前开源社区里走得最彻底的那个。

    更多transformer，VIT，swin tranformer 参考头条号：人工智能研究所 v号：人工智能研究Suo, 启示AI科技

     动画详解transformer  在线视频教程 

    Read more

    前端正则表达式完全指南：从记不住、写不出，到手写、调试、面试一把抓

    前端正则表达式完全指南：从记不住、写不出，到手写、调试、面试一把抓

    【正则表达式】+【前端开发】：从【核心语法】到【实战应用】，彻底搞懂【字符串匹配/校验/提取】的最佳写法，避开lastIndex/贪婪匹配/回溯爆炸高频坑！ 📑 文章目录 * 一、正则表达式到底是什么 * 二、正则的两种创建方式 * 2.1 字面量写法（推荐日常使用） * 2.2 构造函数写法（需要动态拼接时用） * 2.3 什么时候该用哪种？ * 2.4 踩坑提醒：构造函数里反斜杠要双写 * 三、基础语法：一块一块拼出来 * 3.1 普通字符——就是它自己 * 3.2 特殊字符（元字符）——正则的核心能力 * 3.3 量词——控制&
    Flutter 三方库 tflite_web 端云协同 AI 引擎鸿蒙化高配适配：搭建异构计算 WebGL 后台管线并强力驱动 TensorFlow Lite-适配鸿蒙 HarmonyOS ohos

    Flutter 三方库 tflite_web 端云协同 AI 引擎鸿蒙化高配适配：搭建异构计算 WebGL 后台管线并强力驱动 TensorFlow Lite-适配鸿蒙 HarmonyOS ohos

    欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 tflite_web 端云协同 AI 引擎鸿蒙化高配适配：搭建异构计算 WebGL 后台管线并强力驱动 TensorFlow Lite 轻量大模型推理内核运转 前言 在 OpenHarmony 构建混合架构（Hybrid App）的过程中，将 AI 能力直接下沉到客户端侧执行已成为主流趋势。虽然鸿蒙原生提供了强大的 AI 框架，但对于已有大量积累、且运行在 Flutter Web 容器中的应用而言，寻找一致性的端侧 AI 推理方案至关重要。tflite_web 库为基于 Flutter Web 的应用提供了调用 TensorFlow Lite 模型的能力。本文将调研其在鸿蒙 Web

    webdriver_manager终极指南：彻底解决Selenium浏览器驱动管理难题

    webdriver_manager终极指南：彻底解决Selenium浏览器驱动管理难题 【免费下载链接】webdriver_manager 项目地址: https://gitcode.com/gh_mirrors/we/webdriver_manager 在Selenium自动化测试实践中，浏览器驱动管理往往是开发者面临的首要技术障碍。据统计，超过60%的Selenium新手错误都源于驱动版本不匹配或配置不当。webdriver_manager作为专业的Python测试工具，通过智能化的驱动管理机制，让开发者彻底告别手动下载、版本匹配和路径配置的繁琐流程。 驱动管理痛点深度解析 传统Selenium测试环境配置存在三大核心痛点： 版本兼容性问题：浏览器频繁更新导致驱动版本不匹配，测试脚本频繁失效 环境配置复杂性：不同操作系统下驱动路径配置差异大，团队协作困难 维护成本高昂：手动管理多个浏览器驱动版本，耗费大量开发时间 核心功能架构解析 webdriver_manager采用模块化设计，通过四大核心组件实现智能驱动管理： 自动化版本检测机制 系统自动识别本地安装

    前端首屏加载优化方案

    前端首屏加载优化落地清单（可直接落地 / 自查，分维度 + 实操步骤 + 检查项） 核心遵循 **「先基础后进阶、先低成本高收益后深度优化」原则，按资源层、网络层、渲染层、计算层、缓存层、服务端协同6 大维度划分，每个维度含实操步骤 + 落地检查项 + 备注 **，适配项目开发 / 重构的全流程优化，可直接作为团队协作的落地标准。 一、资源层优化（核心：减体积、按需加载，低成本高收益） 实操步骤 1. 代码压缩与精简：开启打包工具（Webpack/Vite）的 JS/CSS 压缩，开启 Tree-shaking，剔除未引用代码；第三方库按需引入（如 antd/Element 仅引首屏组件、lodash 用 lodash-es