다중 에이전트를 조율하고 스킬·메모리·샌드박스로 복잡한 작업을 자동화하는 오픈소스 AI 에이전트 프레임워크
중간맛 분석
Python 3.12+와 Node.js 22+ 위에서 구축된 멀티 에이전트 오케스트레이션 프레임워크입니다. LangChain/LangGraph 기반으로 OpenAI·Anthropic·DeepSeek·Doubao 등 다양한 LLM을 지원하며, 또는 로컬 개발 환경에서 즉시 실행 가능합니다. 세션 목표·스킬 등록·서브 에이전트·장기 메모리·컨텍스트 엔지니어링·웹 검색(Tavily 등)·MCP 서버·Sandbox 모드를 핵심 기능으로 제공하고, 어려움 난이도는 3-4단계입니다. 라이브 데모는 공식 웹사이트(deerflow.tech)에서 확인할 수 있으며, make setup 한 줄로 초기 설정을 자동화합니다.
이런 레포예요
이럴 때 쓰면 좋아요
- 복잡한 리서치·조사를 여러 에이전트가 협력하여 자동 수행
- 코드 작성·디버깅·테스트를 에이전트가 격리 환경에서 실행
- 웹 검색·데이터 수집·보고서 생성을 통합 워크플로우로 처리
핵심 기능
대안 대비 차별점
단순 에이전트 라이브러리가 아닌 완성형 하네스로, 메모리·격리 샌드박스·서브 에이전트 협력·스킬 레지스트리를 통합하여 복잡한 리서치·자동화 작업을 바로 배포할 수 있습니다.
먹어본 사람들
실제로 차려 먹어본 손님들의 흔적이에요 — 한마디와 완주 인증 모두 검수 후 공개돼요.
이 레포, 해먹는 법
처음 오셨어요? 어렵지 않아요 — 위에서 아래로 따라 하면 내 컴퓨터에 이 레포를 차려서 바로 맛볼 수 있어요.
준비물
- Python 3.12 이상
- Node.js 22 이상
- Docker (권장, 선택사항)
- LLM API 키 (OpenAI·Anthropic·DeepSeek·Doubao 등)
바로 시작하기
- 저장소 클론하기
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
- 설정 마법사 실행 (LLM 제공자·웹 검색·샌드박스 모드 선택)
make setup
- Docker로 초기화 및 시작 (권장)
make docker-init
make docker-start
또는 로컬 개발 환경
make dev
- 설정 검증
make doctor
-
브라우저에서 http://localhost:2026 접속 (Docker) 또는 로컬 서버 확인
-
필요시 고급 설정 (모델·웹 검색·MCP·추적)은 config.yaml 참조
깃밥트라이로 맛보기
받아보기 귀찮고 살짝 불안했다면 — 안전 스캔부터 설치까지 터미널 한 줄로 끝나요.
터미널에 붙여넣으면 깃밥 안전 스캔 → 격리 폴더 clone → 설치 → 실행법 안내까지 자동이에요. 처음이어도 괜찮아요 — 이 한 줄이 전부예요.
npx gitbap-try bytedance/deer-flow
Node.js만 있으면 설치 없이 실행돼요 · 깃밥트라이가 뭐예요? →
별 추이 · 7일
확인 시각
활용성 · 따라 만들기 좋은가
- 관대한 라이선스
- 테스트 있음
- 예제 디렉토리
- 최근 활동
- AGENTS.md
- llms.txt
- 템플릿
🟢 최근 활동 있음 · 2025년 생성
「LLM 도구·RAG」 이런 레포, 매주 받아보실래요?
매주 월요일 아침, 골라 담은 밥상만. 광고 없이 · 언제든 해지.
내 레포인가요? README에 깃밥 배지 달기
[](https://www.gitbap.com/r/bytedance/deer-flow)🔌 클로드에서 바로 써보기 — 깃밥 연결하는 법
깃밥을 클로드에 연결하면 이런 레포를 클로드·커서·Codex에서 바로 찾고 체험할 수 있어요.
클로드 설정 → 커넥터에 이 주소를 붙여넣기.
https://www.gitbap.com/api/mcp플러그인을 설치하면 /gitbap-trending·/gitbap-try 슬래시 커맨드로 레포를 그 자리에서 체험. Claude Code에서 아래 두 줄을 차례로 실행하세요.
/plugin marketplace add jakeparkcolde/gitbap-cowork/plugin install gitbap-cowork@gitbapAI가 README 기반으로 요약했습니다 · 원문 보기