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。