字节版龙虾架构火爆GitHub！开源获35k+ Star，内置Skill全家桶，原生适配飞书

字节跳动推出的超级智能体管理框架 Deer-Flow2 近日在GitHub上引发热议，迅速登上Trending榜首，收获超过35k Star。该框架采用模块化多智能体架构，通过LangGraph实现协同合作，主打“开箱即用”，内置Tavily、Brave Search、DuckDuckGo等搜索引擎及Jina爬虫工具，覆盖信息收集的多种需求，同时支持自定义API和模型扩展。

核心能力方面，Deer-Flow2 提供多智能体协同、沙箱安全执行、一键部署等功能，兼容主流大模型，并支持Docker快速部署和本地开发。其IM渠道支持尤为贴心，原生适配飞书、Telegram和Slack，无需公网IP即可运行。

相比1.0版本的固定5节点架构，2.0版本进行了全面重构，采用“单一主智能体+11层中间件链+动态子智能体”的全新架构，系统更轻量、灵活且易扩展。新版本将核心能力收敛至工具集与中间件链中，新增技能只需简单添加，无需改动底层框架。此外，框架整合了子智能体调度、长期记忆、隔离沙箱执行环境等关键模块，形成了一套完整的智能体运行体系。

Deer-Flow2 搭建了一套可插拔的技能体系，出厂自带深度研究、数据分析、图表生成等十余种常用技能，用户还可通过skill-creator工具快速封装专属技能。系统支持MCP与Python接口，甚至可接入Claude Code，方便终端操作。

为保障任务安全运行，Deer-Flow2 配备独立隔离沙箱，支持本地、Docker和Kubernetes三种运行模式。Docker模式基于字节开源的AIO Sandbox，隔离级别更高，运行更稳定。

面对复杂长时任务，Deer-Flow2 通过主智能体的任务拆解与子智能体调度机制高效完成工作，每个子智能体拥有独立上下文，避免干扰。框架还通过多层中间件链、上下文压缩等设计解决上下文窗口不足的问题。

部署方面，Deer-Flow 提供Docker和本地两种方式。Docker部署简单快捷，只需克隆仓库、生成配置文件并启动服务即可；本地部署则适合开发者进行深度定制或二次开发，需满足Python 3.12+、Node.js 22+等前置条件。

Deer-Flow 原生支持从即时通讯应用接收任务，目前兼容Telegram、Slack和飞书/Lark。项目由北京大学的Tao He和南京大学的Henry Li主导开发。

项目地址：https://github.com/bytedance/deer-flow
官方网站：https://deerflow.tech