字节跳动开源DeerFlow，提升复杂科研自动化与协作效率

字节跳动开源多智能体研究框架 DeerFlow：聚焦人机协作与复杂任务自动化字节跳动近日开源发布多智能体研究框架 DeerFlow，旨在将大语言模型（LLM）能力与领域工具深度整合，提升复杂科研任务的自动化与协作效率。DeerFlow 基于 LangChain 和 LangGraph 构建，采用多智能体架构，模块化划分任务，如任务规划、知识检索、代码执行与报告生成，支持异步执行与层级调用，具备良好的透明性与可调试性。该框架集成 Web 爬虫、Python REPL、可视化分析等工具，兼容字节跳动内部模型控制平台（MCP），并支持多模态输出生成，如幻灯片、播客脚本等。DeerFlow 强调“人类在环”原则，允许用户随时介入决策过程，确保推理透明、结果可靠。DeerFlow 支持 Python 3.12+ 与 Node.js 22+，使用 uv 和 pnpm 管理环境，附带预设流程与示例代码，采用 MIT 许可证开放，鼓励社区参与与拓展。该框架为学术、企业及研发团队提供了一个高可扩展、高度协作的研究自动化基础。 ☘️