提交您的產品 
Ai應用
Ai資訊
AI生圖
AI生視頻
開源AI應用平臺DeerFlow：基于LangChain和LangGraph框架的一款智能研究助手
DeerFlow是什么？
DeerFlow是字節跳動開源的一款基于 LangChain 和 LangGraph 框架的智能研究助手。它支持動態任務迭代、MCP無縫集成、自動生成研究計劃、人機協作，甚至是播客、ppt生成它把語言模型與網絡搜索、爬蟲和Python代碼執行等工具結合在一起，以快速提供深入且全面的報告。它還實現了與字節跳動內部的 MCP（模型控制平臺）無縫集成，提升了自動化和精確性。此外，DeerFlow 優化了人機協作體驗，用戶可以隨時介入調整研究計劃，確保結果符合預期。
DeerFlow核心架構
多智能體架構：基于 LangGraph 架構，采用模塊化多智能體系統設計。系統由協調器、規劃器、研究團隊和報告生成器等角色組成。協調器管理研究流程的生命周期，規劃器負責任務分解和研究計劃的生成，研究團隊包括研究者、代碼分析者等，負責具體的信息收集和技術任務，報告生成器則將研究結果整理成報告。
基于 LangStack 的開源框架：構建于 LangChain 和 LangGraph 的開源框架之上，代碼結構清晰、邏輯簡潔，降低了學習門檻。
DeerFlow主要功能
動態任務迭代：能夠根據研究需求自動生成并優化任務計劃，確保研究過程高效且靈活。
多工具集成：支持網絡搜索、Arxiv 學術資源檢索、爬蟲以及 Python 代碼執行，對科研工作者在學術文獻搜集與分析方面提供強大支持。
多模態內容生成：不僅能生成深度研究報告，還支持生成播客腳本、PPT 等多樣化內容，滿足不同場景需求。
MCP 無縫集成：通過與字節跳動內部的 MCP（模型控制平臺）結合，實現更高的自動化與精確性。
LLM 集成：通過 litellm 支持集成大多數模型，支持開源模型如 Qwen，兼容 OpenAI 的 API 接口，多層 LLM 系統適用于不同復雜度的任務。
人機協作：支持使用自然語言交互式修改研究計劃，也支持自動接受研究計劃；支持類 Notion 的塊編輯，允許 AI 優化，包括 AI 輔助潤色、句子縮短和擴展。
DeerFlow應用場景
學術研究：對于科研工作者，DeerFlow 在學術文獻搜集與分析方面提供了強大支持。其 Arxiv 搜索功能能夠快速定位高質量學術資源，節省研究人員的時間。研究人員可以利用它高效地完成從研究計劃制定到內容生成的全流程自動化，顯著減少人力成本。
內容創作：內容創作者可以利用 DeerFlow 生成播客腳本和音頻，自動創建 PowerPoint 演示文稿，提供可定制模板，極大地簡化了內容創作和呈現過程。
企業內部知識管理與研究：通過與字節跳動內部的 MCP（模型控制平臺）結合，DeerFlow 實現了更高的自動化與精確性，企業可以利用它進行內部知識的整理、分析和研究，提升知識管理效率。
DeerFlow 安裝步驟
環境準備
確保系統滿足以下最低要求：
Python：版本需為3.12+。
Node.js：版本需為22+。
安裝步驟
克隆倉庫：
git clone https://github.com/bytedance/deer-flow.git cd deer-flow
安裝依賴：
uv sync
這一步會自動創建虛擬環境并安裝所有必需的包。
配置環境變量：
cp .env.example .env
根據需要在.env文件中添加你的API密鑰，如Tavily、Brave SEARCH、火山引擎TTS等。
配置模型和API密鑰：
cp conf.yaml.example conf.yaml
根據需求在conf.yaml文件中配置LLM模型和API密鑰，具體配置可參考docs/configuration_guide.md。
安裝PPT生成工具：
brew install marp-cli
如果你使用的是其他操作系統，可參考Marp CLI的官方文檔進行安裝。
安裝Web UI依賴（可選）：
cd deer-flow/web pnpm install
如果你沒有安裝pnpm，可使用npm install或yarn install代替。
啟動項目
運行項目：
uv run main.py
這將使用控制臺UI運行項目。
啟動Web UI（如果安裝了Web UI依賴）：
在macOS/Linux上：
./bootstrap.sh -d
在Windows上：
bootstrap.bat -d
然后在瀏覽器中訪問http://localhost:3000查看Web UI。
開發與調試
如果需要進行開發或調試，可以使用LangGraph Studio：
本地運行LangGraph Studio：
在Mac上：
curl -LsSf https://astral.sh/uv/install.sh | sh uvx --refresh --from "langgraph-cli[inmem]" --with-editable . --python 3.12 langgraph dev --allow-blocking
在Windows/Linux上：
pip install -e . pip install -U "langgraph-cli[inmem]" langgraph dev
啟動后，訪問Studio UI鏈接（如https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024）進行調試。
相關鏈接
項目官網：https://deerflow.tech
GitHub倉庫：https://github.com/bytedance/deer
