DeerFlowはByteDanceが公開するオープンソースのスーパーエージェントハーネスです。サンドボックス、メモリ、ツール、スキル、サブエージェント、メッセージゲートウェイを組み合わせ、数分から数時間かかる調査やコーディング、生成タスクを処理します。バックエンドはPythonのFastAPIとLangGraph、フロントエンドはNode.jsで構成され、Dockerまたはローカル環境で動作します。
backend/app/gateway/app.pyがFastAPIアプリを起動し、agentsやruns、threads、channelsなど多数のルーターを登録します。認証ミドルウェアとCSRFミドルウェア、トレースミドルウェアがリクエストを順に処理する構成です。deerflow/extensions/cli.pyには拡張機能をインストール・有効化するCLIがあり、信頼済みコードとして明示的な同意を求めます。.agent/skills配下にはsmoke-testやblocking-io-guardなどのSKILL.mdが置かれ、エージェント自身の振る舞いを手順化しています。backend/Dockerfileはbuilder・dev・runtimeの3段構成で、uvとNode.js、Lark CLIを組み込みます。Makefileが提供するmake setupやmake docker-startで、環境構築からサービス起動までを一貫して進められます。channels配下にはSlackやDiscord、Telegramなど複数のIMチャネル統合が実装されています。
- STEP 01
git cloneした後にmake setupを実行すると、対話式ウィザードが起動し、使用するモデルやAPIキーの設定を順番に案内されます。
- STEP 02
make docker-initとmake docker-startを実行すると、config.yamlと.envが自動生成され、Docker Composeでゲートウェイとフロントエンドが起動します。
- STEP 03
ブラウザでhttp://localhost:2026を開くと、初回は/setup画面が表示され、管理者アカウントの作成を求められます。
- STEP 04
.agent/skills/smoke-test配下のcheck_docker.shやcheck_local_env.shを実行すると、Dockerデーモンの状態やポート2026、3000、8001の空き状況が事前に確認できます。
- STEP 05
タスクを投げると、LangGraphベースのハーネスがサブエージェントとサンドボックス、長期メモリを使いながら調査やコード生成を進め、進捗がストリーミング表示されます。
- STEP 06
ローカル起動時はlogs/gateway.log、logs/frontend.log、logs/nginx.logにログが出力され、起動完了まで90秒から120秒待つ必要があります。
実行後は、チャット形式のワークスペースを持つDeerFlowのWebUIがローカルで立ち上がります。管理者アカウントや認証、スケジュールタスク、IMチャネル接続、拡張機能のインストール機構がひととおり揃った状態で、長時間タスクをストリーミングで観察しながら運用できます。
LLMのAPIキーが必須で、Doubao-Seed-2.0-CodeやDeepSeek v3.2などモデル利用料がかかります。
DockerモードではホストのDockerソケットを使うDooD構成でサンドボックスコンテナを起動するため、権限設定に注意が必要です。
README自体が「不適切な配置はセキュリティリスクを招く」と明記しており、認証を無効化した運用は推奨されません。
ローカル起動は完全に立ち上がるまで90秒から120秒かかると、スキル定義ドキュメントに書かれています。
長時間の調査やコーディングを任せられるエージェント基盤を自前で運用したい開発者、SlackやGitHubなど複数チャネルから使いたいチームに向いています。app.pyのルーター構成やDockerfileの3段ビルド、Makefile駆動のセットアップ手順、スキル定義ファイルまで実運用の形跡が揃っており、直接動かさなくても構造から挙動を判断できます。ただしAPIキー準備と認証設定の理解は前提になります。