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

    论文笔记（一百一）Robot Learning from a Physical World Model

    论文笔记（一百一）Robot Learning from a Physical World Model

    Robot Learning from a Physical World Model * 文章概括 * ABSTRACT * I. INTRODUCTION（引言） * II. RELATED WORKS（相关工作） * III. METHOD（方法） * A. Physical World Modeling from Video Generation （A. 从视频生成中进行物理世界建模） * Video generation（视频生成） * Geometry-aligned 4D reconstruction（几何对齐的4D重建） * Textured mesh generation（带纹理网格生成） * Physical scene reconstruction and alignment（物理场景重建与对齐） * B. Object-Centric Learning from the

    Discord中创建机器人的流程

    主要步骤概览 1. 在 Discord Developer Portal 创建应用（Application） 2. 在应用中创建 Bot（Bot User） 3. 开启必要的权限与 Privileged Intents（特别是 Message Content Intent） 4. 生成邀请链接并把 Bot 邀请进你的服务器 5. 获取 Bot Token 并妥善保存（放到环境变量） 6. （可选）在服务器/频道设置权限，确认 Bot 可以读取消息历史与附件 7. 用 Python 运行最小测试脚本，确认能接收到消息并处理附件 详细步骤 1. 创建应用（Application） * 打开：https://discord.

    把 Vivado 项目放心交给 Git：一篇 FPGA 工程师必读的实战指南

    之前分享过一篇文章《FPGA 版本管理三种方式：你会选哪一种？》，评论区很多人都推荐使用Git进行版本管理，今天这篇文章主题就是使用Git进行备份指南。 在 FPGA 开发中，掌握 Git 等源码管理工具已经是必备技能。 当然，在使用 Vivado 时，我们不仅需要处理源代码控制，还需要处理以 IP 为中心的设计产品。 Vivado 的工程通常是 IP 为中心 的设计，包含： * IP Integrator Block Diagram * 各类 IP 实例（独立 IP 或 BD 内 IP） * 自动生成的包装文件与工程产物 这让很多 FPGA 工程师一开始会觉得： “Vivado 项目到底该怎么和 Git 一起用？” 好消息是，从 Vivado
    【论文笔记】A Survey on Data Synthesis and Augmentation for Large Language Models

    【论文笔记】A Survey on Data Synthesis and Augmentation for Large Language Models

    A Survey on Data Synthesis and Augmentation for Large Language Models(大型语言模型的数据合成与增强综述) 1. 作者 2. 年份 2024 零、摘要 大型语言模型（LLM）的成功与否，本质上与用于训练和评估的海量、多样化和高质量数据的可用性息息相关。然而，高质量数据的增长速度明显落后于训练数据集的扩展速度，从而导致迫在眉睫的数据耗尽危机。这突显了提高数据效率和探索新数据来源的迫切需求。在此背景下，合成数据已成为一种有前景的解决方案。目前，数据生成主要包括两种主要方法：数据增强和合成。本文全面回顾并总结了LLM生命周期中的数据生成技术，包括数据准备、预训练、微调、指令调整、偏好对齐和应用。此外，我们还讨论了这些方法目前面临的限制，并探讨了未来发展和研究的潜在途径。我们的愿望是使研究人员清楚地了解这些方法，使他们能够在构建LLM时迅速确定适当的数据生成策略，同时为未来的探索提供有价值的见解。 一、介绍 * 近年来，LLM在许多行业取得了巨大的进步。但是大模型的性能高度依赖它们接受训练的数据的质量和