摘要

本文介绍了字节跳动推出的开源深度研究工具Deerflow，包括其功能亮点、技术架构、开源实践和未来发展方向。Deerflow通过多智能体架构、创新性的深度研究流程和社区驱动的开发模式，在开源社区引发了广泛关注，并为AI深度研究领域带来了新的可能性。

关键点

• Deerflow是一款完全开源的深度研究应用，支持开源和闭源模型，强调深度与广度的研究模式。
• Deerflow上线7天即获得10K Star，成为字节跳动开源项目中最快获得Star的记录。
• Deerflow的名字来源于“Deep Efficient Exploration Research”，寓意深度高效探索研究，基于LangGraph构建工作流。
• 核心功能包括背景调查、人机协作、数学计算问题解决、报告生成与编辑、多媒体生成、工具集成与扩展。
• 技术架构采用多智能体设计，支持模型兼容性、任务专业化和Function Calling的灵活运用。
• Deerflow基于LangChain和LangGraph框架构建，团队还计划推出Go版本的DeerGo。
• Deerflow通过多项策略解决AI深度研究中的挑战，如报告质量、长期记忆、复杂任务处理和浏览器操作。
• 未来趋势包括AI评估AI和更复杂的浏览器及UI任务操作。
• 开源实践带来了社区共建、多样化应用和品牌影响力的提升。
• Henry为开发者提供了技术栈选择和快速试错的建议。