DeerFlow

DeerFlow是一个由字节跳动开源的社区驱动型深度研究框架，专注于通过多智能体协作提升信息检索、分析与内容生成效率。它融合大语言模型与专业工具链，支持网络搜索、网页爬虫、Python代码执行、Arxiv学术检索及TTS语音合成等功能，并能自动生成研究报告、PPT和播客等多种输出形式。系统采用LangGraph构建模块化架构，具备动态任务规划、人在回路审核机制和交互式Web UI，兼顾灵活性与可控性，适合需要高质量自动化研究支持的技术人员、学者和内容创作者。

• ✓ 多智能体协作系统（Researcher/Coder/Reporter分工协同）
• ✓ 动态研究计划生成与人工审核机制（Human-in-the-Loop）
• ✓ 集成网络搜索、Arxiv检索、Python REPL执行及TTS语音合成
• ✓ 支持报告、PPT、播客等多样化内容输出
• ✓ 基于LangChain/LangGraph的状态驱动工作流

1. 1 访问官网了解功能并查看演示视频
2. 2 克隆GitHub仓库，使用uv工具安装Python依赖
3. 3 配置.env和conf.yaml文件填入所需API密钥
4. 4 通过命令行（如uv run main.py）或Web UI启动交互式研究
5. 5 输入查询后审查生成的研究计划，确认执行并获取结果

• → 学术研究：快速综述前沿论文、整理Arxiv资源
• → 技术开发：自动化数据分析、算法验证与脚本调试
• → 内容创作：批量生成教学播客、行业汇报PPT或调研报告
• → 市场与竞品分析：对新技术趋势（如量子计算影响）开展深度推演
• → 教育场景：辅助教师生成课程材料与可视化讲解素材