DeerFlow icon

DeerFlow

认领

DeerFlow 是基于 LangChain 的开源框架,用于构建可研究、编码和创作的超级智能体,支持沙盒、记忆、工具和子智能体,适合深度研究、分析与内容生成等长期多步骤任务。

DeerFlow
DeerFlow

什么是 DeerFlow

DeerFlow 是一个基于 LangChain 的开源框架,用于构建超级智能体。首页将其描述为一个系统,可在沙盒、记忆、工具、技能和子智能体的帮助下进行研究、编码和创作。

其核心目标是支持可能持续数分钟到数小时的长期多步骤工作。网站将 DeerFlow 定位于深度研究和任务执行,并给出了若干示例工作流,包括趋势预测、数据分析、从叙事到视频的生成,以及解释性内容创作。

核心能力

超级智能体工作流

首页将 DeerFlow 描述为一个基于 LangChain 的框架,用于构建可处理从几分钟到数小时任务的超级智能体。

智能体组件

产品强调沙盒、记忆、工具、技能和子智能体作为让智能体处理不同任务层级的构建模块。

上下文工程

网站强调长短期记忆,使智能体能够在多步骤工作中保留上下文。

规划与子任务拆解

它将规划和子任务拆解呈现为内置行为,让智能体在执行前先推理复杂性,然后按顺序或并行执行。

可扩展工具栈

首页称 DeerFlow 支持可扩展的技能和工具,允许内置工具被接入或替换。

多模型支持

来源还提到了多模型支持,列出了豆包、DeepSeek、OpenAI、Gemini 等。

示例工作流

  • 深度研究与综合

    使用 DeerFlow 研究一个广泛主题,综合来源,并生成结构化输出,例如报告或文章。首页关于预测 2026 年趋势的示例展示了这种以研究为先的工作流。

  • 基于源材料的内容生成

    使用智能体将源材料转化为创意成果,例如网页、视频或视觉化说明。首页示例包括从小说场景生成视频,以及用漫画条解释 MOE。

  • 探索性数据分析

    当你希望智能体检查数据集、识别关键因素,并以洞察总结发现时,可将 DeerFlow 用于数据探索。Titanic 数据集示例指向了这类分析任务。

  • 长时间运行的智能体任务

    当任务需要多个步骤、规划以及在较长时间跨度内执行,而不是单次提示-响应交互时使用。网站明确将 DeerFlow 定位于长任务运行和子任务拆解。

  • 工具辅助的构建与迭代

    适用于受益于持久沙盒和文件访问的工作流,例如编写代码、保存产物或迭代输出。产品强调了可挂载文件系统,以及浏览器、Shell、文件、MCP 和 VSCode 的组合环境。

Pros and Cons

Pros

  • 开源且采用 MIT 许可,首页明确提到了自托管和完全控制。
  • 专为长期运行工作设计,具备规划、记忆、工具、技能和子智能体。
  • 支持持久化沙盒和可挂载文件系统,适合需要状态和文件访问的工作流。
  • 强调多模型支持,而不是将产品绑定到单一模型提供商。
  • 展示了具体示例任务,使预期用例更易理解。

Cons

  • 价格页面不可用,因此来源无法确认商业条款或订阅选项。
  • 可获得的证据主要来自首页文案和示例工作区,因此在所提供来源中未记录设置细节和更广泛的集成情况。

FAQ

什么是 DeerFlow?

DeerFlow 被定位为一个基于 LangChain 的超级智能体构建框架。首页将其描述为一个开源系统,可在沙盒、记忆、工具、技能和子智能体的帮助下进行研究、编码和创作。

DeerFlow 展示了哪些类型的任务?

源站展示了多个示例工作流,例如预测 2026 年趋势、将小说场景生成视频、向青少年解释 MOE,以及分析 Titanic 数据集。这些示例表明,DeerFlow 适用于以研究为主的多步骤智能体任务。

沙盒设置强调了什么?

首页将其描述为一个开源 AIO Sandbox,并称其在一个 Docker 容器中集成了 Browser、Shell、File、MCP 和 VSCode Server。页面还强调了持久性、隔离执行以及可挂载文件系统支持。

网站上有价格信息吗?

价格页面当前返回 404,因此来源未提供实时定价或套餐详情。

Quick Facts

类别
AI 智能体框架
平台
Web 应用和沙盒化智能体工作流
主要用户
构建或使用研究和任务运行智能体的团队
许可证
MIT 许可证
来源域名
deerflow.tech
价格页面
404 / 不可用