RepoRadar DeerFlow: автоматизация сложных задач с помощью субагентов
DeerFlow — это открытый супер агент, который помогает исследовать, создавать и кодировать решения длительных задач с использованием субагентов и песочниц. Проект фокусируется на автоматизации работы с задачами, требующими от минут до нескольких часов.
Отличается от аналогичных инструментов своей расширяемой архитектурой, что позволяет легко добавлять новые навыки и функционал. Это может быть полезно разработчикам и исследователям, ищущим мощное решение для автоматизации сложных процессов. DeerFlow написан на Python (3.12+) и Node.js (22+), запускать его можно, следуя инструкциям в README.
Учти, что DeerFlow 2.0 — это полное переписывание, и код с версии 1.x не совместим. Если ты ищешь старую версию, она все еще доступна на отдельной ветке, но активное развитие сосредоточено на 2.0. Проект становится все более популярным, но у него еще нет официальной поддержки для Windows или MacOS.
DeerFlow — это проект с открытым исходным кодом, представляющий собой мощный инструмент для создания и управления агентами и их взаимодействиями. DeerFlow 2.0 имеет кардинально переписанную архитектуру, не имея ничего общего с предыдущей версией. Этот инструмент предназначен для глубоких исследований, разработки эффективных рабочих процессов и может использоваться для самых разных задач благодаря своей модульной архитектуре.
Особенности проекта
- Архитектура Super Agent Harness: DeerFlow предоставляет инфраструктуру для работы агентов, включая управление памятью, выполнение задач в изолированных средах и возможность создавать задания с использованием подагентов.
- Гибкая система навыков: Каждый навык определяет специфичную функциональность и может быть написан в формате Markdown. Существует возможность подключения собственных навыков или модификации существующих.
- Поддержка многомодальных входов: DeerFlow может работать с текстом, изображениями и другими типами медиаконтента, что расширяет его функциональность.
- Интеграция с чрезмерно высокими пределами контекста: DeerFlow стремится поддерживать многоступенчатые задачи, что особенно полезно при глубоких исследованиях.
- История чатов и память: DeerFlow может запоминать информацию и при необходимости извлекать ее, что делает его адаптивным инструментом.
Установка и запуск
Для начала работы с DeerFlow необходимо выполнить несколько шагов:
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
make setup
После завершения настройки, можно запустить приложение с помощью Docker или локально. Рекомендуется использовать Docker для развертывания:
make docker-start
Для локальной разработки:
make dev
Все команды можно выполнять из корневого каталога проекта.
Ограничения
Несмотря на мощные возможности, у проекта есть некоторые ограничения и требования:
- Рекомендуемые ресурсы: Для оптимальной работы рекомендуется использовать серверы с как минимум 8 vCPU и 16 ГБ ОЗУ.
- Безопасность: DeerFlow содержит функции, которые могут выполнить команды на уровне системы, поэтому его следует развертывать только в защищенной локальной среде.
- Поддержка некоторых платформ: Платформы, такие как macOS и Windows, лучше использовать для разработки, а продакшн-развертывание рекомендуется проводить на Linux.
Заключение
DeerFlow предлагает мощные возможности для работы с агентами, включая создание веб-приложений, исследовательских инструментов и более сложных рабочих потоков в многопользовательской среде. Это отличный выбор для разработчиков, стремящихся к более расширенной функциональности в области глубокого обучения и обработки естественного языка.
Радар проекта: 90 из 100 — зрелый и живой проект
- Импульс 73 ≈ 48 звёзд в день
- Темп разработки 100 1824 коммита за 12 недель
- Зрелость 61 проекту 18 месяцев, 3 релиза
- Сообщество 100 672 участника, 12026 форков
- Свежесть 100 последний коммит — сегодня
- Быстрый старт 75 есть: команда установки, сайт/демо, примеры
- Готовность к продакшену 100 релиз v2.2.0, автосборка, тесты
- Безопасность и доверие 100 лицензия MIT, SECURITY.md, организация
- Документация 100 README 144.5 тыс. знаков, 57 разделов, папка docs
- Экосистема 95 332 подписчика на обновления, 18 тем
Как считаем
Только открытые данные GitHub на 15.11.2026, без оценок нейросети. Каждая ось — от 0 до 100, итог — среднее.
- Импульс — звёзд в день: за время наших замеров, а пока их нет — за всю жизнь проекта; 200 в день — максимум.
- Темп разработки — коммитов за последние 12 недель; 300 — максимум. Пока GitHub не досчитал статистику, ось не учитывается.
- Зрелость — возраст проекта (3 года — максимум) и число релизов (30 — максимум), поровну.
- Сообщество — участников с коммитами (200 — максимум) и форков (5000 — максимум), поровну.
- Свежесть — дней с последнего коммита: сегодня — 100, полгода и больше или архив — 0.
- Быстрый старт — в README есть команда установки, раздел «быстрый старт» или примеры использования, в репозитории — Docker и папка примеров, у проекта есть сайт или демо.
- Готовность к продакшену — релизы, версия 1.0 и выше, автосборка (GitHub Actions), тесты, лицензия, журнал изменений.
- Безопасность и доверие — открытая лицензия (своя — половина балла), политика безопасности (SECURITY.md), проект организации, правила для участников, не в архиве.
- Документация — объём и структура README, папка docs или сайт, оценка «здоровья сообщества» GitHub.
- Экосистема — звёзды (50 тыс. — максимум), подписчики на обновления (1000 — максимум), темы репозитория.
Открыть на GitHub: bytedance/deer-flow →
