Cómo ejecutar DeerFlow 2.0: primeros pasos en local con el SuperAgent open source de larga duración de ByteDance

bytedance/deer-flow es un long-horizon SuperAgent harness open source de ByteDance. No está pensado para preguntas y respuestas cortas, sino para tareas largas que requieren investigación, programación, uso de herramientas, sandbox, memoria y subagentes.

Repositorio del proyecto:

https://github.com/bytedance/deer-flow

Sitio oficial:

https://deerflow.tech

Clonar el proyecto

El README da estos pasos básicos:

1
2


git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

Para desarrollo local, puedes empezar con:

1

make setup

Configurar modelos

DeerFlow admite distintos model providers. El README incluye ejemplos de configuración tipo OpenAI / OpenRouter:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


models:
  - name: gpt-4o
    display_name: GPT-4o
    use: langchain_openai:ChatOpenAI
    model: gpt-4o
    api_key: $OPENAI_API_KEY
  - name: openrouter-gemini-2.5-flash
    display_name: Gemini 2.5 Flash (OpenRouter)
    use: langchain_openai:ChatOpenAI
    model: google/gemini-2.5-flash-preview
    api_key: $OPENROUTER_API_KEY
    base_url: https://openrouter.ai/api/v1

Si usas Claude Code OAuth, exporta primero el entorno:

1

eval "$(python3 scripts/export_claude_code_oauth.py --print-export)"

API keys comunes:

1
2


OPENAI_API_KEY=your-openai-api-key
TAVILY_API_KEY=your-tavily-api-key

Arrancar con Docker

El README recomienda Docker. Primero inicializa la imagen sandbox:

1

make docker-init

Arranca el servicio:

1

make docker-start

Para despliegue en producción, sigue la sección Docker production del README para build/start/stop.

Tareas adecuadas

DeerFlow encaja mejor con:

Tareas de investigación que necesitan búsqueda, síntesis y citas.
Tareas largas de programación que requieren sandbox y varias herramientas.
Producción de contenido en varios pasos, como investigación, planificación, generación y verificación.
Flujos que necesitan subagentes o combinación de habilidades.

Sugerencias de uso

No empieces directamente con una tarea enorme como “crear un producto completo”. Dale primero una tarea pequeña y verificable, por ejemplo “investiga una biblioteca open source y genera ejemplos de uso”. Cuando confirmes que modelo, búsqueda, sandbox y llamadas a herramientas funcionan, alarga gradualmente la duración de las tareas.