当前位置：首页 > news >正文

【拥抱AI】Deer-Flow字节跳动开源的多智能体深度研究框架

news 来源：原创 2025/6/30 17:17:53

最近发现一款可以对标甚至可能超越GPT-Researcher的AI深度研究应用，Deer-Flow（Deep Exploration and Efficient Research Flow）作为字节跳动近期开源的重量级项目，正以其模块化、灵活性和人机协同能力引发广泛关注。该项目基于 LangGraph 和 LangChain 框架构建，旨在通过整合语言模型（LLM）与专业工具链（如网络搜索、爬虫、代码执行），实现端到端的复杂研究流程自动化，同时为开发者提供高度可扩展的二次开发空间。

核心特点

多智能体协作架构
Deer-Flow采用模块化设计，将研究任务分解为协调器、规划器、研究团队（研究员、编码员）和报告生成器等角色，各智能体通过定义良好的消息系统协同工作。这种架构不仅提升了任务执行效率，还支持动态调整研究路径。
工具链深度集成
支持 Tavily、Brave Search 等搜索引擎，结合 Jina 爬虫与 Python REPL 工具，覆盖从数据采集到代码分析的全流程。此外，通过 MCP 平台扩展私有数据访问能力，满足企业级需求。
人机交互与内容生成
用户可通过自然语言实时修改研究计划，并利用类 Notion 的块编辑功能优化报告。其 AI 辅助生成 能力支持播客脚本、PPT 及结构化报告的一键生成，结合火山引擎 TTS 实现多模态输出。
开源与中文友好
采用 MIT 许可证，支持本地化部署与私有数据接入，原生适配中文研究场景，降低技术门槛。

以下跟前段时间认识的 GPT-Researcher 简单的作一些对比

尽管两者均致力于自动化研究，Deer-Flow 与 GPT-Researcher 在架构与应用场景上存在显著差异：

架构设计
GPT-Researcher 以 Plan-and-Solve 为核心，通过并行处理子任务提升效率，但依赖单一代理执行流程，最新的GPT-Researcher是支持多Agent执行任务，也是使用LangGraph，但总体流程还是没有变；

而 Deer-Flow 的 多智能体系统 通过分工协作（如研究员负责信息收集、编码员处理技术任务）增强了复杂任务的处理能力与可追溯性，过程有“反思”，中途可干预，结果可修正。
工具链与扩展性
GPT-Researcher 虽支持多种 LLM 配置，但其工具集成相对有限，需依赖外部插件扩展功能。Deer-Flow 则内置 模块化工具链（如爬虫、代码执行），并支持无缝集成企业级 MCP 平台，适用性更广。
内容生成与交互
GPT-Researcher 专注于生成文本报告，而 Deer-Flow 提供 多模态输出（音频、PPT）及交互式编辑功能，更贴近实际研究场景的多样性需求。

个人还是比较看好Deer-Flow未来的发展，它凭借其多智能体架构、工具链深度整合及开源生态，为学术研究、商业分析等领域提供了高效且可定制的解决方案。相较于 GPT-Researcher，它在复杂任务处理、多模态输出及本土化适配方面更具优势，展现了开源框架在AI研究自动化中的独特价值。

废话就说到这里，下面我们一起来了解一下它。
以下引用DeerFlow 的官方网站内容。

视频演示

由于平台不支持github地址直接播放，只能请小伙伴自行前往观看。官方视频演示地址 https://github.com/user-attachments/assets/f3786598-1f2a-4d07-919e-8b99dfa1de3e

在官方的演示中，展示了如何使用 DeerFlow：

无缝集成 MCP 服务
进行深度研究过程并生成包含图像的综合报告
基于生成的报告创建播客音频

快速开始

DeerFlow 使用 Python 开发，并配有用 Node.js 编写的 Web UI。为确保顺利的设置过程，我们推荐使用以下工具：

环境要求

确保您的系统满足以下最低要求：

Python: 版本 3.12+
Node.js: 版本 22+

安装

# 克隆仓库
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow# 安装依赖，uv将负责Python解释器和虚拟环境的创建，并安装所需的包
uv sync# 使用您的API密钥配置.env
# Tavily: https://app.tavily.com/home
# Brave_SEARCH: https://brave.com/search/api/
# 火山引擎TTS: 如果您有TTS凭证，请添加
cp .env.example .env# 查看下方的"支持的搜索引擎"和"文本转语音集成"部分了解所有可用选项# 为您的LLM模型和API密钥配置conf.yaml
# 请参阅'docs/configuration_guide.md'获取更多详情
cp conf.yaml.example conf.yaml# 安装marp用于PPT生成
# https://github.com/marp-team/marp-cli?tab=readme-ov-file#use-package-manager
brew install marp-cli

可选，通过pnpm安装 Web UI 依赖：

cd deer-flow/web
pnpm install

配置

请参阅配置指南获取更多详情。

[!注意]
在启动项目之前，请仔细阅读指南，并更新配置以匹配您的特定设置和要求。

控制台 UI

运行项目的最快方法是使用控制台 UI。

# 在类bash的shell中运行项目
uv run main.py

Web UI

本项目还包括一个 Web UI，提供更加动态和引人入胜的交互体验。

[!注意]
您需要先安装 Web UI 的依赖。

# 在开发模式下同时运行后端和前端服务器
# 在macOS/Linux上
./bootstrap.sh -d# 在Windows上
bootstrap.bat -d

打开浏览器并访问http://localhost:3000探索 Web UI。

在web目录中探索更多详情。

支持的搜索引擎

DeerFlow 支持多种搜索引擎，可以在.env文件中通过SEARCH_API变量进行配置：

Tavily（默认）：专为 AI 应用设计的专业搜索 API
- 需要在.env文件中设置TAVILY_API_KEY
- 注册地址：https://app.tavily.com/home
DuckDuckGo：注重隐私的搜索引擎
- 无需 API 密钥
Brave Search：具有高级功能的注重隐私的搜索引擎
- 需要在.env文件中设置BRAVE_SEARCH_API_KEY
- 注册地址：https://brave.com/search/api/
Arxiv：用于学术研究的科学论文搜索
- 无需 API 密钥
- 专为科学和学术论文设计

要配置您首选的搜索引擎，请在.env文件中设置SEARCH_API变量：

# 选择一个：tavily, duckduckgo, brave_search, arxiv
SEARCH_API=tavily

特性

核心能力

🤖 LLM 集成
- 通过litellm支持集成大多数模型
- 支持开源模型如 Qwen
- 兼容 OpenAI 的 API 接口
- 多层 LLM 系统适用于不同复杂度的任务

工具和 MCP 集成

🔍 搜索和检索
- 通过 Tavily、Brave Search 等进行网络搜索
- 使用 Jina 进行爬取
- 高级内容提取
🔗 MCP 无缝集成
- 扩展私有域访问、知识图谱、网页浏览等能力
- 促进多样化研究工具和方法的集成

人机协作

🧠 人在环中
- 支持使用自然语言交互式修改研究计划
- 支持自动接受研究计划
📝 报告后期编辑
- 支持类 Notion 的块编辑
- 允许 AI 优化，包括 AI 辅助润色、句子缩短和扩展
- 由tiptap提供支持

内容创作

🎙️ 播客和演示文稿生成
- AI 驱动的播客脚本生成和音频合成
- 自动创建简单的 PowerPoint 演示文稿
- 可定制模板以满足个性化内容需求

架构

DeerFlow 实现了一个模块化的多智能体系统架构，专为自动化研究和代码分析而设计。该系统基于 LangGraph 构建，实现了灵活的基于状态的工作流，其中组件通过定义良好的消息传递系统进行通信。
在这里插入图片描述

系统采用了精简的工作流程，包含以下组件：

协调器：管理工作流生命周期的入口点
- 根据用户输入启动研究过程
- 在适当时候将任务委派给规划器
- 作为用户和系统之间的主要接口
规划器：负责任务分解和规划的战略组件
- 分析研究目标并创建结构化执行计划
- 确定是否有足够的上下文或是否需要更多研究
- 管理研究流程并决定何时生成最终报告
研究团队：执行计划的专业智能体集合：
- 研究员：使用网络搜索引擎、爬虫甚至 MCP 服务等工具进行网络搜索和信息收集。
- 编码员：使用 Python REPL 工具处理代码分析、执行和技术任务。
  每个智能体都可以访问针对其角色优化的特定工具，并在 LangGraph 框架内运行
报告员：研究输出的最终阶段处理器
- 汇总研究团队的发现
- 处理和组织收集的信息
- 生成全面的研究报告

开发

测试

运行测试套件：

# 运行所有测试
make test# 运行特定测试文件
pytest tests/integration/test_workflow.py# 运行覆盖率测试
make coverage

代码质量

# 运行代码检查
make lint# 格式化代码
make format

使用 LangGraph Studio 进行调试

DeerFlow 使用 LangGraph 作为其工作流架构。您可以使用 LangGraph Studio 实时调试和可视化工作流。

本地运行 LangGraph Studio

DeerFlow 包含一个langgraph.json配置文件，该文件定义了 LangGraph Studio 的图结构和依赖关系。该文件指向项目中定义的工作流图，并自动从.env文件加载环境变量。

Mac

# 如果您没有uv包管理器，请安装它
curl -LsSf https://astral.sh/uv/install.sh | sh# 安装依赖并启动LangGraph服务器
uvx --refresh --from "langgraph-cli[inmem]" --with-editable . --python 3.12 langgraph dev --allow-blocking

Windows / Linux

# 安装依赖
pip install -e .
pip install -U "langgraph-cli[inmem]"# 启动LangGraph服务器
langgraph dev

启动 LangGraph 服务器后，您将在终端中看到几个 URL：

API: http://127.0.0.1:2024
Studio UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
API 文档: http://127.0.0.1:2024/docs

在浏览器中打开 Studio UI 链接以访问调试界面。

使用 LangGraph Studio

在 Studio UI 中，您可以：

可视化工作流图并查看组件如何连接
实时跟踪执行情况，了解数据如何在系统中流动
检查工作流每个步骤的状态
通过检查每个组件的输入和输出来调试问题
在规划阶段提供反馈以完善研究计划

当您在 Studio UI 中提交研究主题时，您将能够看到整个工作流执行过程，包括：

创建研究计划的规划阶段
可以修改计划的反馈循环
每个部分的研究和写作阶段
最终报告生成

启用 LangSmith 追踪

DeerFlow 支持 LangSmith 追踪功能，帮助您调试和监控工作流。要启用 LangSmith 追踪：

确保您的 .env 文件中有以下配置（参见 .env.example）：

LANGSMITH_TRACING=true
LANGSMITH_ENDPOINT="https://api.smith.langchain.com"
LANGSMITH_API_KEY="xxx"
LANGSMITH_PROJECT="xxx"

通过运行以下命令本地启动 LangSmith 追踪：
```
langgraph dev
```

这将在 LangGraph Studio 中启用追踪可视化，并将您的追踪发送到 LangSmith 进行监控和分析。

Docker

您也可以使用 Docker 运行此项目。

首先，您需要阅读下面的配置部分。确保.env和.conf.yaml文件已准备就绪。

其次，构建您自己的 Web 服务器 Docker 镜像：

docker build -t deer-flow-api .

最后，启动运行 Web 服务器的 Docker 容器：

# 将deer-flow-api-app替换为您首选的容器名称
docker run -d -t -p 8000:8000 --env-file .env --name deer-flow-api-app deer-flow-api# 停止服务器
docker stop deer-flow-api-app

Docker Compose

您也可以使用 docker compose 设置此项目：

# 构建docker镜像
docker compose build# 启动服务器
docker compose up

文本转语音集成

DeerFlow 现在包含一个文本转语音(TTS)功能，允许您将研究报告转换为语音。此功能使用火山引擎 TTS API 生成高质量的文本音频。速度、音量和音调等特性也可以自定义。

使用 TTS API

您可以通过/api/tts端点访问 TTS 功能：

# 使用curl的API调用示例
curl --location 'http://localhost:8000/api/tts' \
--header 'Content-Type: application/json' \
--data '{"text": "这是文本转语音功能的测试。","speed_ratio": 1.0,"volume_ratio": 1.0,"pitch_ratio": 1.0
}' \
--output speech.mp3

示例

以下示例展示了 DeerFlow 的功能：

研究报告

OpenAI Sora 报告 - OpenAI 的 Sora AI 工具分析
- 讨论功能、访问方式、提示工程、限制和伦理考虑
- 查看完整报告
Google 的 Agent to Agent 协议报告 - Google 的 Agent to Agent (A2A)协议概述
- 讨论其在 AI 智能体通信中的作用及其与 Anthropic 的 Model Context Protocol (MCP)的关系
- 查看完整报告
什么是 MCP？ - 对"MCP"一词在多个上下文中的全面分析
- 探讨 AI 中的 Model Context Protocol、化学中的 Monocalcium Phosphate 和电子学中的 Micro-channel Plate
- 查看完整报告
比特币价格波动 - 最近比特币价格走势分析
- 研究市场趋势、监管影响和技术指标
- 基于历史数据提供建议
- 查看完整报告
什么是 LLM？ - 对大型语言模型的深入探索
- 讨论架构、训练、应用和伦理考虑
- 查看完整报告
医疗保健中的 AI 采用：影响因素 - 影响医疗保健中 AI 采用的因素分析
- 讨论 AI 技术、数据质量、伦理考虑、经济评估、组织准备度和数字基础设施
- 查看完整报告
量子计算对密码学的影响 - 量子计算对密码学影响的分析
- 讨论经典密码学的漏洞、后量子密码学和抗量子密码解决方案
- 查看完整报告

要运行这些示例或创建您自己的研究报告，您可以使用以下命令：

# 使用特定查询运行
uv run main.py "哪些因素正在影响医疗保健中的AI采用？"# 使用自定义规划参数运行
uv run main.py --max_plan_iterations 3 "量子计算如何影响密码学？"# 在交互模式下运行，带有内置问题
uv run main.py --interactive# 或者使用基本交互提示运行
uv run main.py# 查看所有可用选项
uv run main.py --help

交互模式

应用程序现在支持带有英文和中文内置问题的交互模式：

启动交互模式：
```
uv run main.py --interactive
```
选择您偏好的语言（English 或中文）
从内置问题列表中选择或选择提出您自己问题的选项
系统将处理您的问题并生成全面的研究报告

人在环中

DeerFlow 包含一个人在环中机制，允许您在执行研究计划前审查、编辑和批准：

计划审查：启用人在环中时，系统将在执行前向您展示生成的研究计划
提供反馈：您可以：
- 通过回复[ACCEPTED]接受计划
- 通过提供反馈编辑计划（例如，[EDIT PLAN] 添加更多关于技术实现的步骤）
- 系统将整合您的反馈并生成修订后的计划
自动接受：您可以启用自动接受以跳过审查过程：
- 通过 API：在请求中设置auto_accepted_plan: true

API 集成：使用 API 时，您可以通过feedback参数提供反馈：

{"messages": [{ "role": "user", "content": "什么是量子计算？" }],"thread_id": "my_thread_id","auto_accepted_plan": false,"feedback": "[EDIT PLAN] 包含更多关于量子算法的内容"
}

命令行参数

应用程序支持多个命令行参数来自定义其行为：

query：要处理的研究查询（可以是多个词）
–interactive：以交互模式运行，带有内置问题
–max_plan_iterations：最大规划周期数（默认：1）
–max_step_num：研究计划中的最大步骤数（默认：3）
–debug：启用详细调试日志

感谢您的阅读，以上就是本期的全部内容啦，感兴趣的小伙伴可以自行前往DeerFlow 的官方网站了解更多详情。