深度探索与高效研究流程 - 基于 bytedance/deer-flow 的增强版本
DeerFlowX 是一个基于多智能体工作流的深度研究助手，能够帮助您进行网络搜索、信息浏览和复杂任务处理。本项目是对优秀的上游项目 bytedance/deer-flow 的增强版本，在保持原有核心功能的基础上，增加了更多实用特性和改进。
首先，我们要向 bytedance/deer-flow 项目及其贡献者表达最诚挚的感谢！
DeerFlowX 的存在完全基于上游项目的卓越工作。原项目提供了：
- 🏗️ 坚实的架构基础 - 基于 LangGraph 的多智能体工作流框架
- 🎯 清晰的设计理念 - "Deep Exploration and Efficient Research Flow"
- 🔧 完整的技术栈 - 从后端 FastAPI 到前端 Next.js 的全栈解决方案
- 📚 丰富的功能模块 - 搜索、抓取、代码执行等核心工具
- 🌟 开源精神 - MIT 许可证下的开放贡献
没有上游项目的杰出工作，就没有 DeerFlowX 的今天。我们深深感谢原作者和贡献者们的无私奉献！
在上游项目的基础上, DeerFlowX已完成的计划, 准备中的计划
---
config:
flowchart:
curve: linear
---
flowchart TD
__start__(["<p>__start__</p>"]) --> coordinator("coordinator")
background_investigator("background_investigator") --> planner("planner")
coder("coder") -.-> research_team("research_team")
coordinator -.-> __end__(["<p>__end__</p>"]) & background_investigator & planner
human_feedback("human_feedback") -.-> __end__ & planner & reporter("reporter") & research_team
planner -.-> human_feedback & reporter
research_team -.-> coder & planner & researcher("researcher")
researcher -.-> research_team
reporter --> __end__
__start__:::first
__end__:::last
classDef default fill:#f2f0ff,line-height:1.2
classDef first fill-opacity:0
classDef last fill:#bfb6fc
Note
你可以使用该命令生成最新图表
uv run python src/deerflowx/graphs/research/graph/builder.py---
config:
flowchart:
curve: linear
---
graph TD;
__start__([<p>__start__</p>]):::first
coordinator(coordinator)
background_investigator(background_investigator)
planner(planner)
reporter(reporter)
research_team(research_team)
researcher(researcher)
coder(coder)
human_feedback(human_feedback)
tokens_evaluator(tokens_evaluator)
summarizer(summarizer)
map_summarize_chunk(map_summarize_chunk)
reduce_summaries(reduce_summaries)
__end__([<p>__end__</p>]):::last
__start__ --> coordinator;
background_investigator --> planner;
coder -.-> research_team;
coordinator -.-> __end__;
coordinator -.-> background_investigator;
coordinator -.-> planner;
human_feedback -.-> __end__;
human_feedback -.-> planner;
human_feedback -.-> reporter;
human_feedback -.-> research_team;
map_summarize_chunk --> reduce_summaries;
planner -.-> human_feedback;
planner -.-> reporter;
reduce_summaries --> reporter;
research_team -.-> coder;
research_team -.-> planner;
research_team -.-> researcher;
research_team -.-> tokens_evaluator;
researcher -.-> research_team;
summarizer --> map_summarize_chunk;
tokens_evaluator -.-> reporter;
tokens_evaluator -.-> summarizer;
reporter --> __end__;
classDef default fill:#f2f0ff,line-height:1.2
classDef first fill-opacity:0
classDef last fill:#bfb6fc
- Python 3.12+
- Node.js 18+
- pnpm (推荐) 或 npm
-
克隆仓库
git clone https://github.com/SecondaryLair/deer-flow.git cd deer-flow -
后端设置
# 使用 uv 安装依赖（推荐） uv sync # 配置环境变量 cp .env.example .env # 编辑 .env 文件，添加您的 API 密钥
-
前端设置
cd web pnpm install -
启动服务
# 后端 uv run python main.py --interactive # 前端（新终端） cd web pnpm dev
-
访问应用
- 前端界面: http://localhost:3000
- API 文档: http://localhost:8000/docs
- 多智能体协作：规划师、研究员、编码员等角色协同工作
- 深度调研：支持两阶段调研（调查 → 报告）
- 实时反馈：SSE 流式推送，实时展示研究进展
- 网络搜索：DuckDuckGo、Tavily、arXiv 等多种搜索引擎
- 网页抓取：智能内容提取和可读性优化
- 代码执行：安全的 Python REPL 环境
- 数据处理：pandas、numpy 支持的数据分析
- 响应式设计：适配各种设备和屏幕尺寸
- 实时交互：流式消息展示和状态更新
- 主题支持：明暗主题切换
- 组件丰富：基于 shadcn/ui 的现代组件库
- 框架: FastAPI + uvicorn
- AI 编排: LangGraph + LangChain
- LLM 支持: OpenAI、DeepSeek、Volcengine 等
- 数据处理: pandas、numpy
- 可观测性: Langfuse 集成
- 框架: Next.js 14 App Router
- 状态管理: Zustand
- UI 组件: shadcn/ui + Tailwind CSS
- 动画: Framer Motion
- 类型安全: TypeScript
- 核心: LangGraph 状态图
- 节点类型: 协调器、规划师、研究员、编码员、报告员
- 状态管理: 持久化状态和内存管理
- 并发控制: 智能任务调度和资源管理
-
启动交互式会话
uv run python main.py --interactive
-
命令行直接查询
uv run python main.py "请帮我研究人工智能的最新发展" -
Web 界面使用
- 访问 http://localhost:3000
- 输入您的研究问题
- 选择是否启用深度思考模式
- 查看实时研究进展
- 深度思考模式：启用后可查看 AI 的推理过程
- 背景调研：自动进行背景信息收集
- 计划迭代：支持多轮计划优化
- 自定义配置：灵活的 LLM 和工具配置
主要配置通过环境变量管理，详细配置请参考 .env.example 文件：
# 运行所有测试
uv run pytest
本项目采用 MIT 许可证，与上游项目保持一致。详情请参阅 LICENSE 文件。