DeerFlow快速上手5分钟Docker一键部署你的第一个AI超级智能体新手必看教程【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 是一个开源的 AI 超级智能体SuperAgent框架集成了沙箱、记忆、工具、技能与子智能体能独立处理从几分钟到几小时不等的复杂任务——研究、写代码、生成报告、做数据分析都可以。本文将带你用 Docker 在 5 分钟内完成 DeerFlow 一键部署并跑通你的第一个 AI 智能体任务新手也能轻松上手。为什么选择 DeerFlow 部署 AI 智能体在动手之前先花 30 秒了解它和普通聊天机器人的区别能力说明子智能体Sub-Agents主智能体可拆解复杂任务派出子智能体并行处理沙箱Sandbox代码在 Docker 容器中隔离执行安全跑脚本、写文件长期记忆Memory跨会话记住你的偏好和上下文技能Skills内置研究、报告生成、幻灯片、网页、图像生成等技能可无限扩展IM 渠道支持 Telegram、Slack、飞书、微信、钉钉等直接收发消息驱动智能体它基于 LangGraph 和 LangChain 构建2026 年 2 月曾登顶 GitHub Trending 榜首是目前最活跃的开源超级智能体项目之一。部署前准备环境要求一键检查开始之前请确认你的机器满足以下条件整个过程只需 1 分钟✅ 已安装Docker Desktop 或 Docker Engine✅ Docker Compose 版本v2.24 或更高执行docker compose version查看✅ 硬件配置参考官方建议见 Makefile 与 README.md部署目标起步配置推荐配置Docker 开发 /make docker-start4 vCPU、8 GB 内存、25 GB 磁盘8 vCPU、16 GB 内存长期服务器 /make up8 vCPU、16 GB 内存、40 GB 磁盘16 vCPU、32 GB 内存 Linux Docker 是官方推荐的生产部署目标macOS / Windows 更适合开发调试。5分钟Docker一键部署完整步骤第一步克隆 DeerFlow 仓库打开终端执行git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow第二步运行安装向导约 2 分钟make setup这是官方交互式配置向导入口见 scripts/setup_wizard.py它会引导你完成选择LLM 提供商OpenAI、OpenRouter、vLLM、Codex CLI 等并填写 API Key可选配置Web 搜索工具选择沙箱模式、bash 权限、文件写入等安全偏好完成后自动生成最小化的config.yaml配置文件并把密钥写入.env。全程无需手动编辑 YAML这也是新手最省心的路径。 配置有问题随时运行make doctor诊断逻辑见 scripts/doctor.py自动体检并获得可执行的修复建议。第三步拉取沙箱镜像make docker-init首次使用必做用于预拉取沙箱容器镜像。若网络受限可先设置镜像源再执行export UV_INDEX_URLhttps://pypi.tuna.tsinghua.edu.cn/simple export NPM_REGISTRYhttps://registry.npmmirror.com第四步一键启动全部服务make docker-start这条命令会自动读取config.yaml识别沙箱模式并拉起完整服务栈详见 docker/docker-compose.yamlnginx反向代理统一入口frontendNext.js 生产前端gatewayFastAPI 网关 智能体运行时redisSSE 流桥接后端第五步打开浏览器验证部署成功在浏览器访问http://localhost:2026看到登录/对话界面即表示部署完成 以下是 DeerFlow 的 Web 工作台界面左侧可管理多个会话与智能体第一次对话给你的AI智能体派个任务部署完成后直接在输入框发送自然语言任务即可。比如让它分析一份 Titanic 数据集它会自动使用沙箱执行代码、生成可视化图表并交付图表报告它还能进行深度研究并生成配图内容例如根据研究主题产出电影级的场景视觉稿新手小贴士用/skill-name前缀可显式激活某个技能例如/data-analysis analyze uploads/foo.csv定时任务、IM 渠道Telegram/飞书/微信等都可在config.yaml中开启配置参考 config.example.yaml想手动精调模型配置完整字段说明在 config.example.yaml 与 backend/docs/CONFIGURATION.md部署遇到问题对照这3个高频故障问题解决方案permission denied ... docker.sockLinux将当前用户加入docker组后重新登录详见 CONTRIBUTING.md启动后页面打不开make docker-logs查看日志make up生产模式会在 Gateway/health健康检查失败时打印容器状态与近期日志配置改动不生效后端会自动热加载config.yaml但checkpoint_channel_mode等少数字段需重启进程常用运维命令速查完整列表见 Makefile 的help目标make docker-logs # 查看开发模式日志 make docker-stop # 停止开发环境 make up # 构建并启动生产环境 make down # 停止并移除生产容器部署之后推荐的上手路线先玩本地用make docker-start开发模式支持热重载体验完整功能接入 IM在 Telegram 或飞书中直接给智能体发消息零公网 IP 依赖扩展技能浏览 skills/public/ 目录下的内置技能或安装自定义.skill包生产部署改用make up构建镜像 持久化数据库SQLite/PostgreSQL获得稳定服务进阶阅读安装全流程说明见 Install.md架构细节见 docs/ARCHITECTURE.md总结你现在已经拥有了一个可以研究、写代码、做数据分析的 AI 超级智能体。回顾一下 DeerFlow 5 分钟部署的核心路径git clone→make setup→make docker-init→make docker-start→ 访问http://localhost:2026Docker 一键部署让环境配置几乎零门槛而沙箱、记忆、子智能体和可插拔技能则让 DeerFlow 能真正干活而不只是聊天。动手跑起来才是最好的学习方式【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 DeerFlow快速上手：5分钟Docker一键部署你的第一个AI超级智能体（新手必看教程）
DeerFlow快速上手5分钟Docker一键部署你的第一个AI超级智能体新手必看教程【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 是一个开源的 AI 超级智能体SuperAgent框架集成了沙箱、记忆、工具、技能与子智能体能独立处理从几分钟到几小时不等的复杂任务——研究、写代码、生成报告、做数据分析都可以。本文将带你用 Docker 在 5 分钟内完成 DeerFlow 一键部署并跑通你的第一个 AI 智能体任务新手也能轻松上手。为什么选择 DeerFlow 部署 AI 智能体在动手之前先花 30 秒了解它和普通聊天机器人的区别能力说明子智能体Sub-Agents主智能体可拆解复杂任务派出子智能体并行处理沙箱Sandbox代码在 Docker 容器中隔离执行安全跑脚本、写文件长期记忆Memory跨会话记住你的偏好和上下文技能Skills内置研究、报告生成、幻灯片、网页、图像生成等技能可无限扩展IM 渠道支持 Telegram、Slack、飞书、微信、钉钉等直接收发消息驱动智能体它基于 LangGraph 和 LangChain 构建2026 年 2 月曾登顶 GitHub Trending 榜首是目前最活跃的开源超级智能体项目之一。部署前准备环境要求一键检查开始之前请确认你的机器满足以下条件整个过程只需 1 分钟✅ 已安装Docker Desktop 或 Docker Engine✅ Docker Compose 版本v2.24 或更高执行docker compose version查看✅ 硬件配置参考官方建议见 Makefile 与 README.md部署目标起步配置推荐配置Docker 开发 /make docker-start4 vCPU、8 GB 内存、25 GB 磁盘8 vCPU、16 GB 内存长期服务器 /make up8 vCPU、16 GB 内存、40 GB 磁盘16 vCPU、32 GB 内存 Linux Docker 是官方推荐的生产部署目标macOS / Windows 更适合开发调试。5分钟Docker一键部署完整步骤第一步克隆 DeerFlow 仓库打开终端执行git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow第二步运行安装向导约 2 分钟make setup这是官方交互式配置向导入口见 scripts/setup_wizard.py它会引导你完成选择LLM 提供商OpenAI、OpenRouter、vLLM、Codex CLI 等并填写 API Key可选配置Web 搜索工具选择沙箱模式、bash 权限、文件写入等安全偏好完成后自动生成最小化的config.yaml配置文件并把密钥写入.env。全程无需手动编辑 YAML这也是新手最省心的路径。 配置有问题随时运行make doctor诊断逻辑见 scripts/doctor.py自动体检并获得可执行的修复建议。第三步拉取沙箱镜像make docker-init首次使用必做用于预拉取沙箱容器镜像。若网络受限可先设置镜像源再执行export UV_INDEX_URLhttps://pypi.tuna.tsinghua.edu.cn/simple export NPM_REGISTRYhttps://registry.npmmirror.com第四步一键启动全部服务make docker-start这条命令会自动读取config.yaml识别沙箱模式并拉起完整服务栈详见 docker/docker-compose.yamlnginx反向代理统一入口frontendNext.js 生产前端gatewayFastAPI 网关 智能体运行时redisSSE 流桥接后端第五步打开浏览器验证部署成功在浏览器访问http://localhost:2026看到登录/对话界面即表示部署完成 以下是 DeerFlow 的 Web 工作台界面左侧可管理多个会话与智能体第一次对话给你的AI智能体派个任务部署完成后直接在输入框发送自然语言任务即可。比如让它分析一份 Titanic 数据集它会自动使用沙箱执行代码、生成可视化图表并交付图表报告它还能进行深度研究并生成配图内容例如根据研究主题产出电影级的场景视觉稿新手小贴士用/skill-name前缀可显式激活某个技能例如/data-analysis analyze uploads/foo.csv定时任务、IM 渠道Telegram/飞书/微信等都可在config.yaml中开启配置参考 config.example.yaml想手动精调模型配置完整字段说明在 config.example.yaml 与 backend/docs/CONFIGURATION.md部署遇到问题对照这3个高频故障问题解决方案permission denied ... docker.sockLinux将当前用户加入docker组后重新登录详见 CONTRIBUTING.md启动后页面打不开make docker-logs查看日志make up生产模式会在 Gateway/health健康检查失败时打印容器状态与近期日志配置改动不生效后端会自动热加载config.yaml但checkpoint_channel_mode等少数字段需重启进程常用运维命令速查完整列表见 Makefile 的help目标make docker-logs # 查看开发模式日志 make docker-stop # 停止开发环境 make up # 构建并启动生产环境 make down # 停止并移除生产容器部署之后推荐的上手路线先玩本地用make docker-start开发模式支持热重载体验完整功能接入 IM在 Telegram 或飞书中直接给智能体发消息零公网 IP 依赖扩展技能浏览 skills/public/ 目录下的内置技能或安装自定义.skill包生产部署改用make up构建镜像 持久化数据库SQLite/PostgreSQL获得稳定服务进阶阅读安装全流程说明见 Install.md架构细节见 docs/ARCHITECTURE.md总结你现在已经拥有了一个可以研究、写代码、做数据分析的 AI 超级智能体。回顾一下 DeerFlow 5 分钟部署的核心路径git clone→make setup→make docker-init→make docker-start→ 访问http://localhost:2026Docker 一键部署让环境配置几乎零门槛而沙箱、记忆、子智能体和可插拔技能则让 DeerFlow 能真正干活而不只是聊天。动手跑起来才是最好的学习方式【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