01 这件事

85,481 星的 DeerFlow 在 2.0 换过一次内核:新版与 1.x 不共享任何代码。README 明说这是一次 ground-up rewrite,旧的 Deep Research 框架留在 main-1.x 分支,活跃开发全在 2.0。

仓库 2025-05-07 创建,11 月 18 日仍在 push,MIT 许可证,主语言 Python。1,124 个未结条目拆开是 596 个 issue 与 528 个 PR,PR 占了近一半。

字节把它的定位从「研究框架」改成了 super agent harness:运行时替 agent 备好文件系统、记忆、技能、沙箱和子代理,不必自己逐个拼装。

README 顶部挂着两个信号:2 月 28 日 2.0 上线时拿到 GitHub Trending 日榜第一,说明页有英、中、日、法、俄、葡、韩共 7 种语言。星标跨两代产品累积,不能直接当成 2.0 的用户量。

02 核心机制

它的核心不是「会聊」,而是把长任务拆给一组有边界的执行单元。底层用 LangGraph 与 LangChain 编排,agent 可以规划、派生 sub-agent,并在沙箱里读写文件、跑 bash。

config.example.yaml 有 3,815 行、200,091 字节,默认启用的工具只有 10 个:三个联网搜索抓取工具,加七个文件与 shell 工具。

层位置体量职责
配置config.example.yaml3,815 行模型、工具、权限开关
执行backend/2,805 文件 / 45.63 MB网关、调度、沙箱调用
界面frontend/1,429 文件 / 24.06 MB工作区与 TUI
扩展skills/public/23 包 / 0.65 MB可插拔技能

模型层走 OpenAI 兼容接口,README 的原话是 model-agnostic。示例配置列了 29 个模型条目,覆盖 OpenAI、Claude、Gemini、DeepSeek、Kimi、本地 Ollama 等。

但同一份 README 紧接着给出火山引擎的 Coding Plan,点名 Doubao-Seed-2.0-Code、DeepSeek v3.2 和 Kimi 2.5。这是推荐,不是硬锁定:29 个示例里只有 3 个 API 端点指向火山方舟。

真正决定行为的是配置里的开关,很多默认关着。token_budget 要打开才拦 token;pii_redaction 默认不脱敏;知识库默认不启用。装完不等于全开。

03 关键细节与数据

版本节奏快得像 CI:v2.1.0 到 v2.2.0 只隔 41 天,官方说其间合了 1,068 个 PR。

版本发布可核对的说明
v2.0.02026-06-25推倒重来的首版
v2.1.02026-09-242.x 第二代正式版
v2.2.02026-11-0437,335 字符 / 11 条破坏性变更 / 430 个不同 PR 引用

v2.2.0 的说明里还藏着运维门槛:多进程部署必须接 Redis,凭据加密后要多配一个环境变量,定时任务默认每人最多两个并发。这些写在 Breaking changes 里,不是可选优化。

完整 git tree 有 5,524 条目、4,881 个 blob、84,199,279 字节。体积大头不在技能,在前后端:backend 与 frontend 合占约 83%。

目录文件数体量占总 blob
backend/2,80545.63 MB54.2%
frontend/1,42924.06 MB28.6%
examples/1883.03 MB3.6%
docs/1302.54 MB3.0%
skills/1070.65 MB0.8%

安全文档把边界写得很直白。默认只绑 127.0.0.1;要跨机访问得自己设 BIND_HOST=0.0.0.0,且先做完防护。

消息入口也做进了 harness:飞书、Slack、Telegram、Discord、钉钉都能接。20 份指南还覆盖浏览器控制、MCP、长期记忆、可观测性和定时任务,比研究框架的说明书厚得多。

04 怎么用

最短路径是让 Docker 跑起来,再把模型 key 填进向导生成的文件。README 给的本地流程拆开是五个动作。

浏览器开 localhost:2026。不想用 Docker 可以走 make install 加 make dev,但对依赖版本更挑。

配置分散在三处:向导写的 config.yaml 与 .env,Capability Center 里管理的 MCP server 和 Skills,以及可选的 RAGFlow 私有知识库。最后一项默认关,要自己打开。

把服务搬出本机之前还有一道手续:新实例没有账号,先通过 /setup 建管理员,再谈 IP 白名单和反向代理。顺序反了,等于先开门再配锁。

选模型时 README 给了四条硬指标,不是随便一个兼容端点都能跑顺复杂任务。

Claude Code、Codex、Cursor 用户还有一句式安装:把提示词交给编码 agent,它自己判断要不要 clone、读 Install.md、选 Docker,并在缺配置时停下来。

05 冷思考

真正要付的成本不是星标,是升级和安全边界。41 天合 1,068 个 PR 的另一面,是 v2.2.0 说明里的 11 条破坏性变更:本地开发默认绑回环、凭据静态加密、多进程必须接 Redis。

456 位贡献者、4,876 次提交,看起来不像一人项目。贡献者接口合计 4,554 次归属,口径与提交分页不同;排在首位的 MagicCube 有 610 次,也没到一言堂。

模型可换是真的:29 个示例只有 3 个指向火山,README 也承认任何 OpenAI 兼容 LLM 都能接。但网关管理员权限不可换,它等价于主机代码执行,白名单挡不住能拉远程包的启动器。

还有一条容易漏掉:外部注入的 system 消息即使被 400 拒绝,旧 checkpoint 里的残留也要开新会话才能避开,重启不会清理。

数据面的默认值同样保守:知识库、PII 脱敏、token 预算三项都默认关。batteries included 更像把零件都装上,是否上电由运维决定。

这也解释了为什么安全文档把 Gateway 管理员写得那么重。它有注册 stdio MCP 的权力,而 npx 与 uvx 这类启动器本来就用来拉远程包运行;白名单能挡参数,挡不住包本身。

判断:把它当本机可信环境里的长任务工作台,别急着当可公开的 Agent 服务。换模型是改一行配置;把沙箱、网关和凭据的边界立住,才是部署这套 harness 的真实工作量。

数据核对(核对时间 2026-11-18)

去看原始仓库

字节开源的长程 SuperAgent harness,沙箱 + 记忆 + 工具

前往 GitHub

相关平台

#Agent #开源 #Harness