如何3分钟跑通DeerFlow零基础上手指南【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flowDeerFlow 是一个开源长周期智能体框架把深度研究、写代码、做内容整合进一次对话替你干完那些要花几分钟到几小时的活。想在本地把 DeerFlow 用起来这份 DeerFlow 上手 指南只需要敲 3 条命令。3 分钟启动从克隆到跑起来先克隆代码你敲下这几条命令就能启动 DeerFlow 服务git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow make setup最后一条会拉起交互式向导选模型供应商、粘贴 API Key、确认几个安全选项全程约 2 分钟。它自动生成config.yaml并把 Key 写进.env。向导结束后装依赖、启动make install make dev✅ 浏览器打开页面看到对话界面DeerFlow 搭建 就算完成了。DeerFlow 配置详解新手踩坑的 3 处首次启动后还有 3 个地方值得核对改完才真正好用1. API Key 放哪改什么真实 Key 写在.env里config.yaml中用$OPENAI_API_KEY这种形式引用。为什么模型调用全靠它鉴权计费。不改会怎样Agent 对任何消息都不响应日志里全是认证报错。2. 模型选哪个改什么config.yaml的models:下保留 1-2 个你实际要用的模型想默认的放最上面。为什么模型决定研究深度第一条是默认项。不改会怎样留着示例条目会直接启动失败选错弱模型则报告全是浅层结论。3. 配置和数据放哪改什么config.yaml必须放在项目根目录别丢进backend/运行时数据默认落在.deer-flow。为什么网关只去这里找配置和状态。不改会怎样启动报找不到配置文件上传的文件也无处可寻。改完这三处模型就能正常工作Key 可用、模型正确、文件各就各位。进阶但值得两个可选设置预拉沙箱镜像。如果你的任务要执行代码先跑一次make setup-sandbox它提前拉好沙箱容器镜像首次真正执行时不用卡在那等下载。设置 Token 预算⚠️ 担心 API 账单的话把config.yaml里token_budget.enabled改成true并设好max_tokens预算烧完 Agent 会立刻收尾而不是自己闷头刷量。跑通之后DeerFlow 能帮你做什么直接在页面里用自然语言提问比如“分析这份数据集告诉我生存率差异”。DeerFlow 会自己拆解搜网页、读原文、跑 Python最后产出带图表的报告——这是它对泰坦尼克号数据集生成的总览图它也接得住长周期任务子智能体并行干活、记忆保留上下文、定时任务排班执行不是一次性问答更像能连续跑几小时的“研究实习生”。想让它会新技能直接在对话里说它会自动创建、修改并校验卡住了怎么办任何一步报错先别慌敲make doctor它会逐项体检配置和环境并直接告诉你该修哪里。实在解决不了用make support-bundle生成脱敏诊断摘要贴到仓库 Issues 区求助。更细的内容看仓库内官方文档DeerFlow 新手教程快速安装 和 DeerFlow 配置详解。【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何3分钟跑通DeerFlow：零基础上手指南
如何3分钟跑通DeerFlow零基础上手指南【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flowDeerFlow 是一个开源长周期智能体框架把深度研究、写代码、做内容整合进一次对话替你干完那些要花几分钟到几小时的活。想在本地把 DeerFlow 用起来这份 DeerFlow 上手 指南只需要敲 3 条命令。3 分钟启动从克隆到跑起来先克隆代码你敲下这几条命令就能启动 DeerFlow 服务git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow make setup最后一条会拉起交互式向导选模型供应商、粘贴 API Key、确认几个安全选项全程约 2 分钟。它自动生成config.yaml并把 Key 写进.env。向导结束后装依赖、启动make install make dev✅ 浏览器打开页面看到对话界面DeerFlow 搭建 就算完成了。DeerFlow 配置详解新手踩坑的 3 处首次启动后还有 3 个地方值得核对改完才真正好用1. API Key 放哪改什么真实 Key 写在.env里config.yaml中用$OPENAI_API_KEY这种形式引用。为什么模型调用全靠它鉴权计费。不改会怎样Agent 对任何消息都不响应日志里全是认证报错。2. 模型选哪个改什么config.yaml的models:下保留 1-2 个你实际要用的模型想默认的放最上面。为什么模型决定研究深度第一条是默认项。不改会怎样留着示例条目会直接启动失败选错弱模型则报告全是浅层结论。3. 配置和数据放哪改什么config.yaml必须放在项目根目录别丢进backend/运行时数据默认落在.deer-flow。为什么网关只去这里找配置和状态。不改会怎样启动报找不到配置文件上传的文件也无处可寻。改完这三处模型就能正常工作Key 可用、模型正确、文件各就各位。进阶但值得两个可选设置预拉沙箱镜像。如果你的任务要执行代码先跑一次make setup-sandbox它提前拉好沙箱容器镜像首次真正执行时不用卡在那等下载。设置 Token 预算⚠️ 担心 API 账单的话把config.yaml里token_budget.enabled改成true并设好max_tokens预算烧完 Agent 会立刻收尾而不是自己闷头刷量。跑通之后DeerFlow 能帮你做什么直接在页面里用自然语言提问比如“分析这份数据集告诉我生存率差异”。DeerFlow 会自己拆解搜网页、读原文、跑 Python最后产出带图表的报告——这是它对泰坦尼克号数据集生成的总览图它也接得住长周期任务子智能体并行干活、记忆保留上下文、定时任务排班执行不是一次性问答更像能连续跑几小时的“研究实习生”。想让它会新技能直接在对话里说它会自动创建、修改并校验卡住了怎么办任何一步报错先别慌敲make doctor它会逐项体检配置和环境并直接告诉你该修哪里。实在解决不了用make support-bundle生成脱敏诊断摘要贴到仓库 Issues 区求助。更细的内容看仓库内官方文档DeerFlow 新手教程快速安装 和 DeerFlow 配置详解。【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考