ГлавнаяМатериалы из Reels/ShortsЧек-лист
Чек-лист
кодовое словоГитхаб

Как поставить DeerFlow и проверить, что он работает

DeerFlow от ByteDance - это попытка собрать полноценную систему управления агентами: с subagents, sandbox, memory, tools и skills. То есть не "ответь мне на вопрос", а "разбей задачу, создай исполнителей, проконтролируй и доведи до результата".

Содержание8 глав
  1. 011. Понять, когда он нужен
  2. 022. Склонировать репозиторий
  3. 033. Проверить требования
  4. 044. Быстрый локальный путь
  5. 055. Docker-путь
  6. 066. Настроить модель и ключи
  7. 077. Дать первую тестовую задачу
  8. 088. Проверить, что это не просто чат

1. Понять, когда он нужен

DeerFlow имеет смысл не для простого "напиши пост", а для длинных задач:

ресерч на несколько источников
сравнение инструментов
анализ рынка
подготовка технического плана
генерация и проверка кода
задачи
где нужны несколько субагентов
автономная работа с памятью

2. Склонировать репозиторий

git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

3. Проверить требования

Для локального запуска нужны:

Python 3.12+
Node.js 22+
uv
pnpm
nginx
LLM API key

Проверка:

make check

4. Быстрый локальный путь

make setup
make install
make dev

После запуска веб-интерфейс должен открываться на:

http://localhost:2026

5. Docker-путь

Если Docker доступен, официальный Install.md советует безопасный путь через Docker:

make config
make docker-init
make docker-start

6. Настроить модель и ключи

Минимально нужно указать хотя бы одну модель в config.yaml и добавить API-ключи.

Проверить:

  • создан ли config.yaml
  • есть ли модель в секции models
  • не остались ли плейсхолдеры вместо ключей
  • выбран ли sandbox mode
  • понятно ли, какой провайдер LLM используется

7. Дать первую тестовую задачу

Хороший тест для DeerFlow:

Промт 11 строка · 299 знаков
Параллельно исследуй три векторные базы данных: pgvector, Qdrant и Weaviate. Для каждой найди: 1. производительность; 2. стоимость; 3. удобство запуска; 4. ограничения; 5. когда выбирать. Запусти отдельного subagent на каждую базу, затем сведи всё в общую таблицу и дай рекомендацию для RAG-проекта.

8. Проверить, что это не просто чат

После запуска должно быть видно:

01
задача разбилась на подзадачи
02
subagents работают параллельно
03
есть промежуточные статусы
04
результат собирается в общий вывод
05
агент не теряет контекст между шагами
06
есть понятный финальный отчет
Скачать материал