字节"扣子空间 mini版"全面开源，超强深度研究能力，还集成了语音播客生成功能！

推荐语

字节跳动开源DeerFlow，集合深度研究与语音播客的多智能体框架，探索复杂问题的新利器。

核心内容：
1. DeerFlow框架的社区驱动特性与GitHub开源情况
2. 深度研究、播客生成与PPT制作的集成功能
3. 技术架构与核心模块解析，以及快速上手指南

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

又有一个重磅开源项目来了！

字节跳动推出的 DeerFlow（Deep Exploration and Efficient Research Flow）现已在 GitHub 上全面开源。

DeerFlow一个社区驱动的深度研究框架，扣子空间的开源复刻版，同时还集成了豆包同款的语音合成能力。

项目已获得 2100+ Star，开源社区好评如潮！

和扣子空间一样，DeepFlow 是一个将大语言模型与专业工具（如网络搜索、爬虫和 Python 代码执行）结合的多智能体框架。

包含了以下的功能：

深度研究：对任何话题进行全面的网络调研

播客生成：根据研究报告自动生成播客脚本并合成语音

PPT 制作：自动创建简单的 PowerPoint 演示文稿

代码分析：使用 Python REPL 工具执行和分析代码

看看官方演示视频就明白了，DeerFlow不是简单的网络搜索，而是对复杂问题的深入探索。

输入一个主题，它能够进行网络搜索、整合信息、撰写报告，甚至将报告转化为类似于Google Notebookllm音频播客。

技术架构如下：

DeepFlow 基于 LangGraph 构建了一个灵活的基于状态的工作流框架。

系统由以下核心模块组成：

协调器（Coordinator）：整个系统的入口，管理工作流生命周期

规划器（Planner）：战略组件，负责任务分解和计划

研究团队（Research Team）：有三个部分组成，每股分各司其职，这包含了研究员、程序员以及报告员角色，

研究员角色使用网络搜索、爬虫等工具收集信息，之后再交给程序员角色使用Python来处理代码分析和技术任务，最后将汇总的信息交给报告员生成相关的报告。

语音播客

DeerFlow 现在集成了豆包同款的文本转语音（TTS）功能，可以将研究报告转换为高质量的语音。

使用 volcengine TTS API，速度、音量和音调都可以自定义，一键将文字变成播客内容！

开箱即用

只需几步就能开始使用 DeerFlow：

# 克隆仓库
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

# 安装依赖
uv sync

# 配置 API 密钥
cp .env.example .env

# 配置 LLM 模型
cp conf.yaml.example conf.yaml

# 运行项目
uv run main.py

支持多种搜索引擎：

• Tavily（默认）
• DuckDuckGo
• Brave Search
• Arxiv（学术论文搜索）

案例演示

官方已经展示了多个研究报告案例，包括了谷歌的 Agent to Agent 协议分析/Claude 深度研究最佳实践/克里斯蒂亚诺·罗纳尔多的表现亮点分析等各方面深度研究材料

演示地址地址：

https://github.com/bytedance/deer-flow/blob/main/examples/how_to_use_claude_deep_research.md