DeerFlow — открытая среда ByteDance для ИИ-агентов, которые выполняют многошаговые задачи: исследуют источники, работают с кодом и создают файлы с результатами. Проект объединяет языковую модель, инструменты, память и рабочее окружение, в котором агент может выполнять действия.
Текущая ветка DeerFlow 2.0 заметно отличается от ранней версии для Deep Research. Вместо одного исследовательского процесса она предлагает более универсальную основу для задач с несколькими этапами и подагентами. Поэтому старые обзоры только о поиске и составлении отчёта отражают не все возможности проекта.
Какие задачи подходят DeerFlow
Он полезен, когда одного ответа в чате недостаточно и нужно последовательно собрать материал, обработать его и подготовить результат. Конкретный набор действий зависит от подключённых инструментов и выбранной модели. Возможность создавать файлы позволяет завершать задачу документом, кодом или другим рабочим материалом.
- Исследовать тему по заданным источникам и собрать отчёт с проверяемыми выводами.
- Обработать исходные данные и подготовить таблицу либо программный скрипт.
- Разобрать код и выполнить ограниченное изменение в рабочей среде.
- Разделить сложное поручение на части, используя подагентов и общий план.
Например: «Изучи приложенные описания пяти сервисов. Составь таблицу возможностей, отдельно перечисли недостающие сведения и подготовь краткую записку для выбора. Не добавляй характеристики, которых нет в источниках». Такое задание связывает сбор данных с конкретным итоговым файлом и понятными критериями проверки.
Как устроены инструменты и подагенты
Основной агент может делегировать части работы, а затем использовать их результаты. Память сохраняет полезный контекст, навыки задают повторяемые процедуры, изолированная среда предоставляет место для выполнения кода и работы с файлами. Эти компоненты помогают организовать процесс, но не гарантируют достоверность каждого вывода.
Для своей задачи заранее определите исходные материалы, ожидаемый формат и условия завершения. Если нужен исследовательский отчёт, попросите ссылки на источники и отделение фактов от предположений. Если нужен код, укажите команду проверки и данные, на которых должно работать решение.
Установка и первый запуск
Основной путь использования — развёртывание проекта на своём компьютере или сервере. В официальном репозитории DeerFlow есть инструкции для Docker и локальной среды. Это техническая установка: потребуется подготовить окружение и подключить модель, а не только открыть страницу с чатом.
- Возьмите актуальную версию из репозитория ByteDance и выберите способ запуска.
- Подготовьте зависимости или Docker по официальной инструкции.
- Настройте хотя бы одну модель и её доступы; при необходимости подключите поиск и другие инструменты.
- Запустите сервисы и откройте локальный веб-интерфейс.
- Дайте небольшое поручение с несколькими исходными файлами и проверьте полученный результат.
Инструкция установки отдельно различает подготовку окружения и запуск сервисов. Если файлы проекта уже скачаны, это ещё не означает, что агент готов: без работающей модели и корректной конфигурации задача не выполнится.
Стоимость собственного агента
DeerFlow открыт под лицензией MIT. Самостоятельная установка не требует покупки лицензии проекта, однако работа модели, поискового сервиса и аренда сервера могут создавать расходы. Несколько подагентов и долгие задания также увеличивают объём вычислений.
Локальное размещение интерфейса не означает, что вся обработка происходит локально: при подключении облачной модели запросы идут её провайдеру. Если выбираете собственную агентную среду, можно также изучить Agent Zero и OpenClaw, сравнивая настройку, инструменты и форму результата.
Вопросы о DeerFlow
DeerFlow 2.0 — отдельная модель ByteDance?
Нет. Это среда для работы агента с подключаемой моделью. Версия 2.0 относится к проекту DeerFlow, а качество выполнения зависит также от выбранной LLM.
Можно начать без установки?
Проверенный официальный путь — запуск открытого проекта в своём окружении. Наличие сайта deerflow.tech само по себе не подтверждает бесплатный публичный чат с готовым агентом.
Подходит только для исследований?
Нет. Исследования остаются одним из сценариев, но современная версия также рассчитана на код, файлы и другие задачи с инструментами.
Есть ли у DeerFlow API?
Да. Серверная часть предоставляет API для разговоров и запусков агента, а также работы с моделями, навыками и материалами. Это интерфейс собственного развёртывания, а не обещание бесплатного облачного API ByteDance.
