📰 正文
字节跳动团队开源了一个深度研究框架，通过多智能体协作和工具集成，融合语言模型、搜索引擎、网页爬虫、代码执行器和多智能体协作机制，致力于将复杂研究流程自动化，并支持播客生成等多形式输出。
名称含义：DEER = Deep Exploration and Efficient Research
核心愿景：打造“人人可用”的研究助手，让复杂研究流程如指尖触达（research at your fingertips）
以 语言模型为核心驱动引擎
集成 Web 搜索、爬虫、Python 执行器、TTS 语音合成、结构化输出组件
实现从 “提问 → 任务规划 → 内容获取 → 报告撰写 → 音频播报/PPT输出” 的完整自动化研究流程
支持“人机协同”（Human-in-the-Loop）机制，增强输出质量与可控性
在此演示中，展示了如何使用DeerFlow：
无缝集成MCP服务
进行深度研究过程并生成包含图像的综合报告
基于生成的报告创建播客音频
核心功能
- 🔍 信息获取与聚合
多引擎内容源（可选 Tavily、DuckDuckGo、Arxiv、Brave Search）
使用 Jina 爬虫与网页结构解析器
可自定义“站内搜索”、“领域词汇过滤”、“可信来源识别”
- 🤖 多智能体任务编排
支持任务树结构规划（Planner）
各 Agent 分工协作、可交互中断与反馈修改
支持“自动运行”与“人工审查”模式切换
- 🧑💻 Python 执行器
支持内嵌代码分析、自动运行并捕获输出
可实现如：数据抓取 → 数据清洗 → 绘图 → 插入报告流程
- 📚 报告撰写引擎
AI 自动撰写 Markdown 风格文档
使用 Tiptap 实现 Notion 风格块级编辑，可拖拽、润色、拆段
支持：扩写、缩写、风格转化、翻译、重构等语言能力
- 🎙️ 播客与语音合成
使用 Volcengine API，将报告内容转为 MP3 语音
参数可调：语速、音调、音量
提供 Web API 接口调用 /api/tts
- 📊 演示文档自动生成
基于 marp-cli 支持将研究报告生成 PowerPoint 演示（Markdown 转幻灯片）
7.MCP 接入（Model Context Protocol）
与行业标准协议兼容，可集成如 Anthropic Claude、OpenAI GPT、百度文心等模型服务和上下文管理协议
系统架构与技术原理
DeerFlow 采用 LangGraph 多智能体框架 设计，结合模块化状态机模型，支持灵活的 Agent 调度与任务编排。
🌐 核心模块说明：
多智能体架构（Supervisor + Handoff 模式）
包括五大角色代理：
Coordinator（调度器）：接收任务、总控流程
Planner（规划器）：制定研究任务树
Researcher + Coder：执行资料搜索、网页解析、代码运行
Reporter：撰写报告、生成播客内容
支持 人类反馈（Human-in-the-loop）：用户可在计划制定和生成阶段进行审查与修改
✳️ 技术栈：
🐍 Python 3.12+
🌐 Node.js 22+（用于 Web UI）
🔁 LangGraph：状态机式多 Agent 协调框架
🔊 Volcengine TTS：文本转语音引擎
📈 Marp CLI：自动生成 PPT 演示文档
🌍 Tavily / Brave / Arxiv API：多引擎内容源
📄 Tiptap 编辑器：支持 Notion 风格块级可编辑报告输出
对比分析：DeerFlow vs 同类项目
典型应用场景
使用案例（可回放）
🗼 埃菲尔铁塔 vs 世界最高楼
比较埃菲尔铁塔与哈利法塔的高度差异与象征意义，并使用 Python 编写代码计算两者高度倍数。 👉 点击查看回放
🧑💻 GitHub 热门项目分析
通过 MCP 服务与搜索引擎，获取当前最受欢迎的 GitHub 开源项目，并自动撰写项目说明与分析摘要。 👉 点击查看回放
🍜 南京传统美食文化
生动展示南京的地道传统美食，包括鸭血粉丝汤、盐水鸭等，结合图文和历史文化脉络进行深入介绍。 👉 点击查看回放
🏠 小户型租房装修指南
为租房者提供可行的装修建议，包括风格推荐、家具布局、软装选择，辅以实用示意图。 👉 点击查看回放
🎥 电影《这个杀手不太冷》介绍
全面介绍影片的剧情大纲、角色塑造、导演风格与背后主题意涵，适合影视类内容创作或导读讲解。 👉 点击查看回放
🛵 中国外卖大战观察（中文）
分析京东与美团在外卖市场的竞争策略、商业模式和技术投入，揭示背后的行业趋势与平台之争。 👉 点击查看回放
🍩 超加工食品与健康风险
探讨高频消费的超加工食品是否对身体健康构成威胁，基于医学文献与公共健康研究做出判断。 👉 点击查看回放
🧠 是否应该为你的 AI 数字分身投保？
提出“AI 数字分身”这一未来概念，围绕其潜在风险、责任归属与伦理问题展开讨论，辅以法律和保险角度的探析。 👉 点击查看回放
GitHub：https://github.com/bytedance/deer-flow/tree/main
在线体验：https://deerflow.tech/