Deer Flow：字節跳動開源的 SuperAgent 研究框架

Deer Flow 是字節跳動開源的 SuperAgent 框架（日增 899 星），集成了研究、編碼和內容創作三大能力。它可以像一個全能助手一樣，自主完成從信息收集到代碼編寫再到報告輸出的完整工作流。

核心架構基於 LangGraph，支持多步驟任務規劃和動態調整。Agent 可以調用搜索引擎、代碼執行器和文件系統等工具，形成閉環的自主工作流程。

字節跳動在 AI Agent 領域的開源佈局越來越積極。Deer Flow 與此前開源的 Coze 平臺形成互補，展示了從平臺到框架的完整 Agent 技術棧。

Deer Flow 在 GitHub 上以日增 899 星的速度增長，由字節跳動團隊開源發佈。

核心能力

研究能力：調用搜索引擎和網頁抓取工具收集信息，自動整理和摘要。支持深度研究模式——多輪搜索、交叉驗證、自動生成研究報告。

編碼能力：內置代碼執行環境，Agent 可以編寫、運行和調試代碼。支持數據分析腳本、自動化工具開發等任務。

內容創作：基於研究結果生成結構化內容——文章、報告、演示文稿等。支持多種輸出格式和風格調整。

技術架構

基於 LangGraph 構建，實現了狀態化的多步驟工作流。關鍵設計：任務分解爲有向無環圖（DAG），支持並行執行和條件分支。Agent 的每一步決策都有可解釋的推理鏈。錯誤恢復機制允許從失敗步驟重新開始而不丟失已完成的工作。

與 Coze 的關係

Coze（釦子）是字節跳動的 AI Agent 平臺產品，面向終端用戶。Deer Flow 則是面向開發者的底層框架。兩者互補，形成了字節跳動在 Agent 領域從平臺到框架的完整佈局。

行業趨勢關聯

Deer Flow 體現了 Agentic AI 的開源化趨勢。與 Anthropic 的 Claude Code、OpenAI 的 Codex 等閉源方案相比，開源 Agent 框架給予開發者更大的定製自由度。Self-Improving AI 的理念也在 Deer Flow 中有所體現——Agent 能根據任務執行結果自動調整後續策略。