第一章 · 引言：什么是 DeerFlow
1.1 DeerFlow 是什么
DeerFlow（Deep Exploration and Efficient Research Flow）是字节跳动开源的 Super Agent Harness。
一个「Agent Harness」的本质是：提供一个可扩展的框架，把大模型能力（LLM）、外部工具（Tools）、记忆（Memory）、子代理（Sub-Agents）和执行环境（Sandbox）组织起来，让 AI Agent 能够完成复杂的长时任务。
DeerFlow 2.0 于 2026 年 2 月 28 日发布后登上 GitHub Trending 第一名，是一次彻底的重写——与 v1 版本零代码共用。
官方定位：
DeerFlow = Sub-Agents + Memory + Sandbox + Extensible Skills + Message Gateway1.2 核心特性一览
| 特性 | 说明 |
|---|---|
| Sub-Agents | 支持多子代理协同工作 |
| Skills & Tools | 可扩展的能力单元 |
| Sandbox | Docker/K8s 隔离执行环境 |
| Memory | 长期记忆系统 |
| Context Engineering | 上下文管理与优化 |
| IM Channels | Feishu / Slack / Telegram 渠道接入 |
| LangSmith | 完整链路追踪 |
| MCP Server | Model Context Protocol 支持 |
1.3 技术栈
前端: React + TypeScript
后端: Python 3.12+ (FastAPI / LangGraph)
Agent: LangChain + LangGraph
沙箱: Docker / Kubernetes
消息: WebSocket / SSE
部署: Docker Compose / K8s1.4 为什么选择 DeerFlow 做二次开发
1.4.1 适合的场景
- 企业级 AI 应用开发：需要可控的 Agent 执行环境
- 长时任务自动化：Research、Code、Creation 一体化
- 多 Agent 协同：复杂工作流需要子代理分工
- 安全沙箱需求：代码执行必须在隔离环境
- IM 渠道集成：需要接入飞书/Slack/Telegram
1.4.2 二次开发的价值
DeerFlow 的设计哲学是「Harness」——它提供了完整的执行骨架，开发者可以在以下层面定制：
- Skill 层：添加自定义工具和能力
- Agent 层：定制 Prompt、工作流编排逻辑
- Memory 层：接企业知识库、实现个性化记忆
- Sandbox 层：适配企业私有化部署环境
- Channel 层：对接企业内部 IM 系统
1.5 本书结构
本书分为三部分：
第一部分：理论基础
- 核心概念、设计哲学、架构思想
第二部分：源码剖析
- 按模块逐行解析 DeerFlow 2.0 核心代码
- LangGraph Agent 编排
- Skills/Tools 扩展机制
- Sandbox 执行模型
- Memory 系统
第三部分：二次开发实战
- MCP Server 集成
- 自定义 Skill 开发
- IM 渠道对接
- 企业级定制案例
1.6 环境准备
必要依赖
bash
# Node.js 22+
node --version # >= 22.0.0
# Python 3.12+
python --version # >= 3.12
# Docker (for sandbox)
docker --version
# pnpm
npm install -g pnpm
# uv (Python 包管理)
curl -LsSf https://astral.sh/uv/install.sh | sh快速启动
bash
# Clone
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
# 生成本地配置
make config
# 配置模型 (编辑 config.yaml)
# 编辑 .env 设置 API Keys
# Docker 启动
make docker-init
make docker-start
# 访问 http://localhost:20261.7 小结
DeerFlow 是一个设计精良的 Super Agent 框架，2.0 版本在架构上做了彻底重构，核心亮点在于：
- LangGraph 原生集成：用图结构表达 Agent 工作流
- 可扩展 Skills 体系：解耦能力单元，灵活插拔
- 多层 Sandbox：本地→Docker→K8s 按需切换
- 完整的企业特性：IM 渠道、链路追踪、MCP 支持
接下来的章节，我们将深入每个模块，从理论到源码，逐一剖析。