字节跳动近日正式开源了超级智能体编排框架 DeerFlow 2.0，该项目发布后迅速走红，目前已在 GitHub 上狂揽 44k Star，并蝉联 Trending 榜首。开发者普遍认为，DeerFlow 2.0 凭借其深度适配本土应用场景的特性，堪称"更适合中国开发者的 OpenClaw"。
这款框架不仅仅是一个对话工具，而是一个集成了多种能力的 SuperAgent 调度中心，支持将复杂任务拆解为研究、规划、编码、审阅等多个角色，在统一上下文中高效协作。通过插件化设计，智能体可自主调用搜索、爬虫、编码执行等外部工具，支持快速接入自定义技能。
一、核心特性：多维能力的深度整合
子代理编排系统是 DeerFlow 2.0 的核心亮点。它支持将复杂任务拆解为多个角色，包括研究员、规划师、工程师、审阅员等，每个角色在统一上下文中高效协作，共同完成复杂任务。这种设计让 AI 能够处理需要数分钟到数小时的长周期任务。
全能技能与工具箱通过插件化设计实现，智能体可自主调用搜索、爬虫、编码执行等外部工具。开发者可以快速接入自定义技能，扩展智能体的能力边界。框架还集成了字节火山引擎独立开发的智能搜索和爬虫工具集 InfoQuest，支持免费在线体验。
安全沙盒文件系统提供隔离运行环境，支持安全的代码生成、批量文件重构及结果留存。这意味着智能体可以在安全的环境中执行代码，不用担心对系统造成损害，同时也保证了任务结果的可追溯性。
二、广泛兼容，即开即用
DeerFlow 2.0 具有极高的灵活性，支持主流多模型，包括 OpenAI、Claude Code、Codex 及 OpenRouter 等。官方强烈推荐使用豆包 Doubao-Seed-2.0-Code、DeepSeek v3.2 和 Kimi 2.5 来运行 DeerFlow，这些模型在代码生成和任务执行方面表现出色。
框架能够无缝接入 MCP 协议与主流 IM 渠道，无论是企业级复杂任务还是个人多步创作，DeerFlow 2.0 均能提供稳定支持。这种广泛的兼容性让开发者可以快速上手，无需花费大量时间进行配置和适配。
值得一提的是，DeerFlow 2.0 是一个从零重写的全新版本，与 1.x 版本没有代码共享。如果你正在寻找原始的 Deep Research 框架，它仍然在 1.x 分支上维护，而主动开发已经转移到 2.0 版本。
三、上下文工程与长效记忆
DeerFlow 2.0 在上下文工程方面做了深度优化。框架在任务仓库中持续注入关键上下文并记录决策，有效避免信息丢失，提升复杂任务的连续性。这意味着智能体可以"记住"之前的决策和结果，在长周期任务中保持一致性。
长效记忆机制让智能体能够跨任务学习和积累，随着使用次数的增加，智能体会越来越了解用户的偏好和工作方式，提供更精准的服务。这种设计让 DeerFlow 2.0 不仅仅是一个工具，更像是一个不断进化的数字助手。
对于开发者来说，DeerFlow 2.0 提供了完整的文档和示例，支持 Docker 一键部署和本地开发。官方还嵌入了 Python 客户端，方便开发者将 DeerFlow 集成到自己的项目中。项目地址：https://github.com/bytedance/deer-flow
