共计 1224 个字符，预计需要花费 4 分钟才能阅读完成。
它不是普通聊天 AI，而是一套能自主完成长周期、复杂大型任务的 AI 调度基础设施：
传统 Chatbot 只能简单问答，无法自主执行操作、多步骤落地成果；
DeerFlow 相当于一支「AI 项目团队」：主智能体统筹任务，自动拆分子任务，派独立子 Agent 并行分工协作，最终交付完整成品文件（报告、PPT、代码、网站等）。
一、核心关键能力
1. 多智能体并行编排
基于 LangGraph 底层调度，Lead 主 Agent 拆解复杂任务，分配独立 Sub-Agent 分别处理调研、数据分析、代码编写、文档排版等子任务，各子 Agent 上下文隔离、并行执行，避免单 Agent 上下文爆炸，大幅降低 Token 消耗。
2. Docker 隔离沙箱安全执行
为每个智能体提供独立 Docker 容器沙箱，拥有完整文件系统、Shell、Python 运行环境：
AI 可自主读写文件、运行代码、执行命令、爬取网页；
环境完全隔离，操作不会污染本地主机，企业使用安全可审计；
支持本地 Docker、K8s 集群多种部署模式。
3. 持久化长期记忆系统
支持跨会话全局记忆，长期保存项目知识、用户偏好、历史任务上下文，AI 不会遗忘长期项目的背景信息，解决普通 AI “金鱼脑” 问题。
4. 可扩展 Skills 技能体系
用 Markdown 即可自定义扩展工具能力，原生内置全套生产力技能：全网深度检索（InfoQuest 字节自研爬虫）、数据分析可视化、代码开发、PPT / 文档生成、简易建站、视频脚本生成等，按需加载技能节省资源。
5. 丰富生态集成
多模型兼容：支持豆包 Seed、DeepSeek、Kimi、Ollama 本地模型等几乎所有主流大模型；
即时通讯对接：飞书、Slack、Telegram 机器人接入，无公网 IP 也能远程下发任务；
配套可视化调试工具 LLM Space，可回放任务流程、调试 Agent 行为。
二、典型适用场景
1. 深度行业调研：自动全网检索、交叉验证信息，生成带参考文献的完整行业 / 竞品分析报告；
2. 内容自动化生产：一次性生成文章、PPT、宣传视频脚本等多格式成品；
3. 数据分析与建模：沙箱内自主运行 Python 数据分析代码，自动生成可视化图表；
4. 研发自动化：独立完成需求调研、代码编写、测试、项目文档全套开发流程；
5. 企业私有化业务流水线：K8s 集群部署，自动化企业内部复杂多步骤工作流；
6. AI 智能体二次开发底座：开发者基于 DeerFlow 快速定制行业专属 Agent 应用。
三、部署方式
1. Docker 一键部署（推荐）：拉取镜像后直接启动，访问 localhost:2026 可视化 Web 界面；
2. Python 库嵌入：可作为第三方 Python 包，集成进自有程序调用；
3. 企业级 Kubernetes 集群分布式部署。
四、和同类工具简单区分
DeerFlow：侧重大型、长周期、多步骤复杂项目，多子 Agent 团队协作，带完整沙箱执行环境，适合调研、报告、完整项目落地；
OpenClaw：轻量化本地电脑操作 AI 管家，更适合个人日常轻量自动化。
