deerflow是web端agent么

字节跳动开源了一个超级 ai 员工框架。第二，浮漏二点零发布极登 gitlab。 第一，它是 agent 调度中书，能拆解复杂任务，自动派出子 agent 分 头执行，最后汇总交付， 写研报件，网站做 ppt， 生成视频都是内置技能。每个任务跑在独立刀客沙箱里，有自己的文件系统，能读写文件，执行代码隔离，且可审计跨绘画记忆，用得越多越懂你。支持接入 gpt， 豆包等任意模型，完全开源。

别再无脑吹迪尔弗洛了，我这几天深度折腾研究结论只有一个，这根本不是一个普通人开枪即用的 ai 员工，而是一个给大佬准备的解剖工具。 最近全网都在刷字节开源的超级 ai 员工框架， david 说他能让你一人开公司，我亲自在本地部署之后，发现真的想给新手泼盆冷水。他跟你想象的可能完全不一样， 他不是一个开箱即用的傻瓜相机，而是一套你需要懂浪菜和 on graph 的 单仿配件。 如果你没有开发基础，只想轻松自动化，那他的学习曲线可能瞬间能让你下头。为什么这么说？接下来我就用实际经验来告诉你，截止目前，他现在有四万多个 star 了。 我部署在我本机的这个 dork 里面了。看一下，这就是部署好的界面，这边你可以对话啥的，但是它挺麻烦的，你这里需要去用你的这些模型，你需要自己去配置，我是直接让我的 codex 也帮我去进行配置的， 它里面配置的需要很多东西，包括我给他一些技能，让他自己去配置技能，因为我看到他们文档上可以连接飞书，但飞书其实连接也很麻烦，你需要去给它自动的去弄一下它飞书里面的 应用机器人，去使用它里面那些配件插件。还有最主要是这个东西，康飞哥这个里面需要你配置很多的东西，你如果不懂， 你根本配置不出来，且你电脑里面那些环境什么的都需要去自己去使操作去使用，那很麻烦。 最主要的一点是什么？比如说想用它来自动的去开发一个东西，因为我想它应该会与 openclock 差不多，但是我需要给它一个具体的项目位置才可以，还是挺麻烦的。它这里设置上面这三个工具，它看的有用，但实际上你弄上去之后， 你的飞书的对话的时间就会非常长。定义的这个技能很麻烦，我还是让 codex 帮我一键去习。用的是如果你是想要学习 longchang and long graph， 怎么去搭建这样的一个多智能体，智能体协助的一个项目，还是非常有必要去学习一下。 但是如果你只是想要上手就用的话，我认为这个就没必要去折腾了。别再被超级员工这种标题给唬住了，这俘虏更像一把锋利的手术刀， 在专家手里能创造奇迹，对于新手来说可能连包装都打不开。我的结论可能有点反常识，但是这正是我深度使用之后最真实的一种感受。那 大家对于 dear flow 类似这样的一个框架都有些什么玩法，什么见解呢？欢迎在评论区相互讨论学习。

别再说西方月亮圆了，现在是西方不亮东方亮。还在折腾 open 框吗？字节跳动开源了一个超级 i 员工框架 dear flow， 二点发布及登顶 hop 第一。 分享十个白领超适用的使用场景，十分钟部署完，体验了一把投更消耗，感人，一次简单对话大约消耗十万投更。总的来说，它是 a 诊分头执行，最后汇总交付。 如果你是办公室白领，他可以帮你做市场竞品调研、新闻追踪、会议基要整理，批量处理数据，制作 ppt、 合同审核、筛选简历、批量生成产品描述、邮件自动回复知识库、问答助手。 这些都是内置技能，每个任务跑在独立袋和沙箱里，有自己的文件系统，能读写文件，执行代码，画绘画记忆，用的越多越懂你。支持接入 dc 豆包等任意模型，完全开源，感兴趣的话快去试试吧！

你有没有想过，让 ai 帮你完成从调研、写报告到做 ppt 的 全套工作？今天介绍一个字节跳动刚开园的项目 dear flow， 它在 github 上已经拿下四万三千颗星，是目前最火的 ai agent 框架之一。 dear flow 的 全称是 deep exploration and efficient research flow， 翻译过来就是深度探索与高效研究流。 它不是一个需要自己拼装的框架，而是一个开箱即用的 ai agent， 运行时，你可以把它理解为一个 ai 员工的操作系统，能自动规划任务，调用工具、执行代码，最终交付完整的工作成果。 dear flow 的 核心架构由四大模块组成，第一是 skills 技能系统，内置了研究调研报告生成、 ppt 制作、网页生成、图片视频生成等能力，还支持自定义扩展。 第二是 sub agency 子智能体，主智能体可以动态拉起多个子智能体并行工作，每个子智能体有独立的上下文和工具级。 第三是 sandbox 沙箱环境，每个任务运行在隔离的 docker 容器中，支持读写文件、执行代码，安全可控。第四是长期记忆，能跨绘画，积累你的偏好和工作习惯。 部署也非常简单，你可以用 docker 一 键启动，也可以本地安装。它基于 python 和 lan graph 构建，前端用 node js， 还支持接入 telegram、 slack 和飞书等即时通讯工具。 也就是说，你可以直接在飞书里给 ai 发消息，让它帮你完成工作。值得一提的是， dear flow 对 大模型没有强绑定， 只要模型支持掌上下文、工具调用和推理能力，都可以接入官方推荐的模型，包括豆包 seed、 deep seek 和 kimi， 这意味着你完全可以用国产模型来驱动整个系统。 总结一下， dear flow 是 一个真正意义上的 ai 工作助手框架，它不需要你懂编程，开箱即用，还能根据你的需求自由扩展。 如果你对 ai agent 感兴趣，强烈建议去 github 搜索 dear flow 试一试，觉得有用的话，别忘了一键三连。

有人在问那个 dyfro 二点零，它其实本质上就是一个哈尼斯的一个引擎，跟我们原来用的那些什么 cloud code， open code， 小 龙虾， open cloud 是 一样，只是说它实现的语言不太一样，它其实是一样的一个东西，所以 dpa agent， 它 dpa agent 它有点像什么？我们原来也给大家讲过的 dpa agent， 它是 land graph 实现出来的， 它是基于这个 graph 上面实现出来的一个智能体的一个应用。它的那个这个项目它其实也不断地在演化，在升级，它不是，它本质上我原来也看过这个项目，看一下它最近有没有变化。 这项目是比较火的，跟你前面讲的叫 d ef 二点零是一样的，它其实本质上都是一样的，都是一个 harness 的 封装， 都是一个 deep agent， 它能够支持 skill， 支持文件系统，支持上下文管理啊，支持 care 的 这样一些批处理的命令，支持 m c p 的 工具啊，这个都是一样的，只是说它是用 python 来写的，它的底层是用 lan graph。

最近没有人不知道 dear flow 吧，黄蓝五十九点八 k star 来自字节开源的超级 agent 的 框架。但当你开开心心地按照官方教程执行到第二部的 mac config， 你 会发现，哈哈哈。这时候请看看你的本机是否安装了 python， 或者在 anaconda uv 这类的虚拟环境中 确认派藏存在，再次运行即可。当你以为后面将一帆风顺，立马执行第三部的 mac docker init， 你 又会发现， 此时请使用 git bash 命令终端再次执行即可。在执行最后一条命令 mac docker start 之前，需要一点上网技巧， 然后等待它顺利跑完，你就能得到一个 superintendent。 如需完整安装步骤，看我主页简介。

兄弟们，这两天字节跳动开元，超级 a 阵的员工 dear flow 二点零开元当天就登上 github trending 榜单，榜首，两天斩获三点七万星标。 该项目不仅仅是一个框架，官方给他的定义是超级智能体引擎，不再只是局限于深度研究，而是直接为你集成了沙河环境长效记忆、既能扩展以及多智能体编排的全套流水线功能。 遇到复杂任务， dear flow 会自动派出 zaid 分 头执行分解后的任务，最后汇总、交付、写报告、建网站、做 ppt、 生成视频都是 dear flow 的 内置技能。每个任务运行在一个隔离的 dunk 容器中，拥有完整的文件系统，支持读取、写入和编辑文件，支持执行代码， 沙盒式容器隔离环境污染。除此之外，它还拥有长期记忆，随着使用次数增加，它会悄悄记住你的代码习惯、 技术占偏好和写作风格，成为越用越顺手的超级员工。支持接入 g p t、 deep、 seek、 豆包等模型。 dear flow 二点零代码完全开源，感兴趣的朋友们赶紧去试试吧！

输入任务指令，产出目标结果，你也可以拥有这样的 ai 员工了。最近 get up 上火爆的开源项目 dear flow 就 能帮你实现。它不是普通 ai 助手，而是一个可视化多智能体工作流编排平台。 简单说，你定一个目标，比如调研竞品并生成周报。 dear flow 会自动拆解任务，只派不同的 ai 代理去搜集数据、分析、写报告，最后合成结果给你。对比传统 l u i 交互， dear flow 任务拆分能力提升了十倍。一个复杂任务秒变十个简单子任务， 工具调用成功率从百分之六十飙升到百分之九十二。支持浏览器文件读写、 api 调用等二十家工具内置错误重试和自动回滚，企业级应用零故障运行超三十天。它支持接入 gpt、 四 cloud、 deepsafe 等多种模型， 目前已有六点七万星标，你可完全免费使用。未来的 ai 不 只是聊天框，更是工作流。你觉得 dear flow 会成为 ai agent 的 行业标准吗？来评论区聊聊，关注科技区角，看见更全面的科技世界！

兄弟们最近发现了个很火的开源项目 diorfall 二点零，在 github 上面的 start 数已经来到了六万多了。它是由字节开源的超级智能体，它能够帮你制作 ppt， 做研究报告生成换灯片制作网页图片和视频生成， 还能够在 cloud code 中使用。支持多个紫 agent 帮你完成任务，运行在沙盒环境不会误删文件。每个紫 agent 拥有独立的上下文， 并且支持长期记忆，支持多克尔本地部署。不想自己部署的兄弟们看过来。

各位朋友，今天聊字节开源的超级 agent 框架 dear flow 二电铃，核心是用灵活架构加安全沙箱，把 ai 变成真能干活的执行者。它用单一主智能体加十一层中间件架动态子智能体架构， 向指挥官带团队，复杂任务拆给小智能体并行干，比老版本更轻更火。每个任务放 dakar 隔离沙箱里， ai 操作不碰真系统，还能审计每一步技能是插拔式的内置研究画图工具， 自己加新功能，像装插件，还记着你习惯画绘画，持久画记忆。最妙的是多模态输出，一个提示，出报告、 ppt 甚至视频。 dear flow 二点零把 ai 从给件异变替执行，解决复杂任务超顺手。

一天一个开源项目，今天看 dear flow 今天这个字节，开源项目想做的不是一个 deep research demo， 而是一整套 agent 计件。 它把 sub agents、 memory， sandbox 和 skills 打包在一起，重点不是会不会聊，而是能不能真的把复杂任务跑起来。而且 dear flow 二点零还是一次彻底重写，它已经不满足于只做研究流程，而是转向完整的 super agent harness。 你能看到他把子代理、长期记忆、沙箱文件系统上下文压缩，这些 agent 真正干活要用的基础设施全部装进同一套系统里。 它也不只是在本地网页里演示，还能接 telegram slack、 飞书、微信、企微这些真实消息入口。如果你最近正想研究一套完成度很高的开源 agent 底座， dear flow 很 值得看，因为它做的是把 agent 基建整体产品化。

字节跳动开源的 dear flow 二点零，六万四千颗 star 直接登顶全球开源趋势榜第一名。这不是一个聊天机器人框架，而是一个能独立完成复杂任务的超级 agent 编排平台。你手里的 ai 助手有三大硬伤，第一，只能做简单任务，遇到多步骤的复杂工作就傻了。 第二，对话一结束，记忆就清零，每次都从零开始。第三，只会输出文字，不会真的去执行操作。 dyorflo 二点零，三大硬伤全部解决。 dyorflo 二点零是从一版完全重写的，一行就代码都没留。它不再是一个简单的研究工具，而是一个完整的超级 agent 运行时 核心架构。一个 lead agent 负责编排、调度、动态生成，子 agent 并行执行。每个子 agent 有 独立上下文，最终结果由 lead agent 合成，底层基于 land graph 做编排， land chain 做模型。交互技能系统是最大亮点， 每个技能就是一个 markdown， 文件按需加载，不会撑爆上下文窗口内置研究报告、 ppt、 网页、图片生成等技能，想加新能力，写个 markdown 就 行。 而且自 agent 可以 并行跑，各自独立探索不同角度，效率直接翻倍。每个 agent 有 自己的沙箱执行环境，能真正读写文件，执行代码，查看图片不是空谈。 支持 docker 容器隔离、本地执行和 k 八 s 部署三种模式，同时还有长期记忆，能记住你的偏好和工作模式，跨绘画积累，越用越懂你。最实用的是 i m 集成 微信、飞书、钉钉、企业微信、 telegram slack 六大平台直接对接，不需要公网、 ip、 web socket 长连接，配置好就能在聊天窗口跟 agent 对 话， 而且模型随便选。 gpt、 deepseek、 kimi 豆包 cloud 全支持，国内开发者特别友好。 dear flow 二点零六万四千颗 star 还在涨， mit 协议完全开源，字节跳动，持续维护， 适合 a a i 开发者、企业团队和研究人员。关注我，下期继续带你发现更多开源宝藏项目。

四姐开源了一个叫 dflow 的 项目，不到一个月，四万颗星。她根本不是什么 ai 工具。 dflow 会做给 ai 一 台电脑，让她自己干完整项目。从研究课题到深层 ppt， 从代码编辑到部署网站，全程无人直走。她调度三个子 a 阵并行工作， 每个都在独立的大客容器里运行，有文件系统，有终端，有执行权限。大多数框架能力，内置扩展困难。 dr flow 能力全部外挂。框架只是舞台新增能力，只需添加技能，按需加载，不报上下文。 ai 能执行代码不就危险了？ deflow 用纱箱隔离所有操作在独立容器里，后台还支持无缝衔接，接入各种大模型，并且开源随便用。抠拍乐磁带正在被升级。当 ai 开始自己干完整项目时，你的角色从指令发出者变成了团队管理者。 deflow 不是 工具，是 ai 的 操作系统。