探秘 DeerFlow:字节跳动开源的科研创作魔法盒!

技术
1.前言

字节跳动于2025年5月9日开源了名为DeerFlow的全新Deep Research项目,该项目基于LangStack框架,旨在通过人工智能技术简化科研和内容创作流程。DeerFlow整合了语言模型、网络搜索、爬虫和Python代码执行等多种工具,支持深度研究、MCP集成、AI增强报告编辑以及播客生成等功能。

DeerFlow采用多Agent系统架构,包括协调器、规划器、研究团队和报告生成器等模块,能够实现人机协作和动态任务迭代,显著提升研究效率。例如,其Arxiv搜索功能可快速识别高质量学术资源,而AI驱动的内容创作模块则能自动生成播客脚本、音频合成和演示文稿。

该项目还强调灵活的协作机制,支持团队成员实时共享数据和模型,打破地域限制,促进知识交流。DeerFlow的开源不仅展示了字节跳动在AI领域的技术积累,也为全球研究者和开发者提供了一个高效的研究工具平台。

一张图给大家看一下项目功能特点。

picture.image

那么如何运行这个项目和体验这个项目呢?今天就带大家体验一下这个项目。

2.DeerFlow 安装和使用

1.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+

picture.image

picture.image

2.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""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

我们使用 git 把代码克隆

picture.image

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

picture.image

修改配置文件

复制.env.example 变成 .env 同时修改.env相关配置

其中搜索引擎用到了tavily,我们把tavily 的api key填入配置文件,火山引擎TTS 我们目前用不到先不填写,修改后的配置文件内容如下:


 
 
 
 
   
# Application Settings  
DEBUG=True  
APP\_ENV=development  
  
# Search Engine  
SEARCH\_API=tavily  
TAVILY\_API\_KEY=tvly-xxx  
# JINA\_API\_KEY=jina\_xxx # Optional, default is None  
  
# Optional, volcengine TTS for generating podcast  
VOLCENGINE\_TTS\_APPID=xxx  
VOLCENGINE\_TTS\_ACCESS\_TOKEN=xxx  
# VOLCENGINE\_TTS\_CLUSTER=volcano\_tts # Optional, default is volcano\_tts  
# VOLCENGINE\_TTS\_VOICE\_TYPE=BV700\_V2\_streaming # Optional, default is BV700\_V2\_streaming  
  
# [!NOTE]  
# For model settings and other configurations, please refer to `docs/configuration\_guide.md`  

同样我们需要修改 conf.yaml, 这里主要是用到的基础模型,我们换成google gemini2.5pro


 
 
 
 
   
BASIC\_MODEL:  
  base\_url: https://geminicloudflare.duckcloud.fun/v1  
  model: "gemini-2.5-flash-preview-04-17"  
  api\_key: xxxx  

以上我们就完成 DeerFlowa环境安装和基础配置

可选,通过pnpm安装Web UI依赖:


 
 
 
 
   
cd deer-flow/web  
pnpm install

picture.image

3.控制台UI

接下来我们使用控制台UI启动程序页面访问


 
 
 
 
   
uv run main.py

picture.image

这样我们就可以通过交互方式 提问题了。

我的问题


 
 
 
 
   
GitHub上最热门的仓库有哪些?

picture.image

最后搜索的结果

picture.image

控制台的确给我搜索,这里大家觉的这种交互方式不好看,我们可以使用Web UI方式

4.Web UI

在windows平台上,我们启动一个叫做bootstrap.bat 文件

picture.image

picture.image

picture.image

我们在浏览器中输入http://localhost:3000

picture.image

看到上面页面就可以实现访问了。

picture.image

我们先拿官方的例子


 
 
 
 
   
撰写关于南京传统美食的文章

picture.image

这个效果明显比控制台的输出效果强很多, 还有搜索的图片信息。

最终生成的来的报告(报告有点长我只截图一部分)

picture.image

还可以生成播客,由于我上面火山引擎没有配置TTS 所以声音出不来(大家可以自己去配置体验一下)

picture.image

picture.image

3.总结

DeerFlow的发布标志着字节跳动在AI技术与开源领域的进一步深耕。作为一款开源框架,DeerFlow不仅为用户提供了一个强大的研究工具,也为开源社区注入了新的活力。未来,随着更多开发者参与其中,DeerFlow有望成为深度研究和自动化分析领域的重要工具,并推动相关技术的持续进步。感兴趣的小伙伴可以按照上面步骤自己部署体验一下。今天的分享就到这里结束了,我们下一篇文章见。

dify案例分享-开源模型加持,打字就能轻松 P 图的工作流来了

mcp-server案例分享-Excel 表格秒变可视化图表 HTML 报告,就这么简单

dify案例分享-私有化 MCP 广场搭建与网页小游戏智能体工作流实战

小白必看!启智平台轻松搞定 Qwen3 模型推理与训练

dify案例分享-Qwen3 vs 传统合同审查,这场对决谁能胜出?

0
0
0
0
关于作者

文章

0

获赞

0

收藏

0

相关资源
火山引擎AB测试总体经济影响
为充分了解火山引擎A/B测试平台为企业带来的潜在投资回报,火山引擎委托Forrester Consulting使用总 体经济影响(TEI)模型进行对其A/B测试产品潜在的投资回报率(ROI)进行评估分析。该研究的目的是为了给读者提供火山引擎A/B测试产品带来潜在财务影响评估的参考。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论