DeerFlow 2.0 怎麼跑：字節開源長任務 SuperAgent 本機部署入門

Mon, 22 Jun 2026 08:05:45 +0800

bytedance/deer-flow 是字節開源的 long-horizon SuperAgent harness。它面向的不是短問答，而是需要研究、寫程式、呼叫工具、使用 sandbox、記憶和子 Agent 的長任務。

專案地址：

官網：

克隆專案

README 給出的基礎步驟：

1
2

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

本機開發可以先跑：

`1`	`make setup`

設定模型

DeerFlow 支援不同模型 provider。README 裡給了 OpenAI / OpenRouter 類設定範例：

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

如果使用 Claude Code OAuth，可以先匯出環境：

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

常見 API Key：

1
2

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

Docker 啟動

README 推薦 Docker 方式。先初始化 sandbox 映像：

`1`	`make docker-init`

啟動服務：

`1`	`make docker-start`

生產部署可以按 README 的 Docker production 部分執行 build/start/stop。

適合什麼任務

DeerFlow 更適合：

研究型任務，需要搜尋、整理、引用資料。
長時間程式任務，需要 sandbox 和多工具配合。
多步驟內容產出，例如調研、計畫、生成、驗證。
需要子 Agent 或技能組合的工作流。

使用建議