bytedance

@bytedance

deer-flow

bytedance/deer-flow

An 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.

STARS78,972
FORKS10,776
ISSUES942
LANGUAGEPython

HISTORICAL INTELLIGENCE

历史情报摘要

按周期独立统计
日榜当前未记录
历史最佳#15最近排名#15

当前未进入本站记录范围

记录天数
1 天
记录期 Star
0
本站共 12 天日榜快照 · 最近记录 2026-08-01
本站最早记录:2026-08-01

指标仅基于本站已保存快照,不代表项目在 GitHub 的首次上榜时间;同日多次抓取保留当日最新结果,负向 Star 差值按样本校正处理。

VERIFIABLE HEALTH SIGNALS

项目健康证据

维护、响应、交付与采用风险分开观察,不生成虚假的单一总分。
部分样本
MAINTENANCE

维护活性

核对提交
近 90 天 Commit
≥300
已采集下限
活跃贡献者
≥61
按公开提交账号去重
近 12 月活跃月份
2/12
基于已采集提交
RESPONSE

社区响应

核对样本
Issue 关闭率
62%
49/≥79 个同期新 Issue
Issue 关闭中位数
23 小时
仅统计已关闭样本
PR 合并率
75%
225/≥300 个同期新 PR
PR 合并中位数
17 小时
仅统计已合并样本
DELIVERY

持续交付

核对发布
近 12 月正式 Release
1
排除草稿与预发布
最近正式 Release
2026-06-26
以公开发布时间为准
发布间隔中位数
样本不足
至少两次正式发布才计算
ADOPTION

采用风险

查看仓库
仓库状态
正常开放
未发现归档标记
开源协议
MIT
仍需核对完整协议与依赖
Security Policy
未发现
仅检查 GitHub 社区资料

统计窗口 90 天快照样本 2 天计算规则 health-v1采集于 2026-08-03 06:30

高活跃数据触及分页上限,数值以已采集下限展示。 这些信号不替代代码审计、安全测试和真实生产验证。

AI-ASSISTED PROJECT BRIEF

项目定位与辅助解读

来源边界与风险表述检查

AI 解读仅作初评参考,技术落地请以 GitHub 源码、README 和完整协议为准。

项目资料AI 整理

DeerFlow是字节跳动开源的长时程超级智能体编排框架,通过子代理、记忆、沙箱、工具与技能协同,将研究、编码和内容创作任务自动化处理,适用于分钟到小时级复杂任务。

从公开资料看,DeerFlow 2.0是基于Python和Node.js的开源SuperAgent Harness,用于编排子代理、记忆和沙箱环境,完成研究、编码与创作等长时程任务。它提供可扩展技能库、会话目标、上下文压缩、长期记忆、嵌入式Python客户端、定时任务及终端工作台,并支持Docker、MCP、多LLM与追踪集成。README显示项目由字节跳动维护,采用MIT许可证,社区热度较高。

核心亮点

项目最值得关注的能力

AI 推断
  • 2.0版本为完全重写,引入全新架构,与1.x分支分离维护
  • 提供沙箱模式、子代理编排、长期记忆、技能与工具扩展等核心能力
  • 支持MCP服务器、LangSmith/Langfuse/Monocle追踪、多LLM提供商和嵌入式Python客户端

适用场景

它可以解决哪些实际问题

AI 推断
  • 深度研究与信息收集:利用搜索和爬取工具集进行长时间自主调研
  • 编码任务自动化:结合Claude Code等技能执行代码生成与修改
  • 复杂工作流编排:通过子代理和定时任务处理需要数小时的多步操作

技术观察

从公开资料提炼的实现特征

AI 推断
  • 运行环境要求Python 3.12+和Node.js 22+,推荐使用Docker部署
  • 支持沙箱隔离、文件系统访问、会话目标与手动上下文压缩
  • 集成了InfoQuest搜索工具、IM渠道接入及多种追踪/可观测性方案

优势判断

相对明确的项目价值

AI 推断
  • 社区关注度高,GitHub星标超7.8万,展示出较强生态吸引力
  • 功能覆盖全面,从研究到编码提供一体化编排能力,且采用MIT许可便于二次开发

局限与注意

评估和采用前需要留意

AI 推断
  • 从公开资料看,项目处于快速迭代阶段,存在约935个未关闭Issue,需关注其稳定性
  • 2.0为完全重写,与1.x不共享代码,升级迁移成本可能较高

适用人群

哪些开发者和团队值得关注

AI 推断
  • 面向AI Agent开发者和研究团队,希望构建复杂自主任务流程的工程师
  • 适合需要将LLM与工具、沙箱、记忆结合来落地实际应用的团队
综合参考
综合来看,DeerFlow在GitHub上获得了极高关注,功能设计覆盖长时程智能体任务的多个关键环节,展现出较强的工程整合能力。但需注意项目处于快速迭代期,采用前应自行验证其稳定性、安全性和模型兼容性,并评估从1.x迁移的成本。
由 AI 基于 GitHub 公开资料辅助生成,不构成安全审计、生产选型或专业建议。

依据与内容边界

区分可验证事实、项目方自述与 AI 推断

GitHub 可验证事实

Star、Fork、License、更新时间及健康证据样本来自 GitHub 公开接口。

项目方自述

功能与使用方式主要来自仓库描述和 README,未经本站独立验证。

AI 推断

适用场景、优势与局限属于辅助解读,应结合原始文档独立判断。

  • GitHub事实:仓库显示Stars数78793,Forks数10749,Open Issues数935,采用MIT许可证,主要语言为Python。
  • 项目方自述:README声称DeerFlow是'超级代理harness',整合子代理、记忆和沙箱,并宣称在2026年2月28日登顶GitHub Trending。
生成于 2026-08-02 13:05 规则版本 2026-07-v3
内容有误或您是项目作者?提交纠错
仅保存处理所需内容,不记录原始 IP;可信项目作者的高风险申诉会优先处理。