deer-flow
字节跳动开源的超级智能体编排框架，用于构建复杂AI工作流。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：deer-flow。 它的用途是：字节跳动开源的超级智能体编排框架，用于构建复杂AI工作流。 完整的 Skill 内容见：https://321skill.com/skills/deer-flow/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请分析一下最近三个月AI编程助手的市场趋势，并生成一份报告。” DeerFlow会协调搜索子智能体通过InfoQuest获取信息，分析子智能体处理数据，写作子智能体生成结构化报告，并在沙箱中安全执行所有步骤，最终将结果返回给用户。
介绍
DeerFlow是一个开源的超级智能体（Super Agent）编排框架，旨在解决构建复杂、多步骤AI工作流时的协调与管理难题。它通过一个核心的“驾驭器”（Harness）来统一调度多个子智能体、记忆系统和沙箱环境，并支持通过可扩展的技能库来赋予智能体执行各类任务的能力，从而让AI能够完成从深度研究到自动化执行的广泛任务。
使用DeerFlow，开发者可以通过简单的配置和一行命令快速启动一个功能强大的智能体系统。它提供了Docker和本地开发两种部署方式，并支持与多种模型（如豆包、DeepSeek、Kimi）和工具（如InfoQuest智能搜索、MCP服务器）集成，方便开发者根据需求定制工作流。
该框架非常适合AI应用开发者、研究团队以及希望将复杂AI任务（如市场调研、代码审查、数据分析）自动化的企业用户。它降低了构建可靠、可观测的多智能体系统的门槛。
与同类智能体编排工具相比，DeerFlow 2.0是一个彻底的重构版本，其架构设计更注重子智能体的协同、长期记忆管理以及在安全沙箱中执行操作，提供了更完整的“思考-行动”循环支持，而非简单的任务链式调用。
核心特点
核心区别在于其“超级智能体驾驭器”架构，能深度协调子智能体、记忆与沙箱，形成完整的“感知-规划-执行”闭环；并且深度集成了字节跳动生态的模型（豆包）与工具（InfoQuest），提供了企业级的任务执行与信息获取能力。
注意事项
不适合只需要简单、单次问答或无需复杂编排和外部工具调用的轻量级AI应用场景。
常见问题
DeerFlow和AutoGPT有什么区别？
DeerFlow 2.0是全新的超级智能体编排框架，架构更现代，专注于子智能体协同、记忆和沙箱的安全执行，并深度集成特定生态工具。
部署DeerFlow需要什么环境？
需要Python 3.12+和Node.js 22+环境，推荐使用Docker一键部署，也支持本地开发模式。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/deer-flow/raw/index.md 读取 deer-flow 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/deer-flow/raw/index.md（查看排版版本）