Skip to content
Stork.AIstork.ai
Ferramenta de IA

Revisão do deer-flow

DeerFlow 2.0 é um harness SuperAgent de código aberto que orquestra subagentes, memória e sandboxes para completar autonomamente tarefas complexas e de longo prazo, incluindo pesquisa, codificação e criação de conteúdo.

shipped 17 de abr. de 2026updated 27 de mai. de 2026aifreemium
ai
deer-flow - AI tool for deer flow. Professional illustration showing core functionality and features.

Por que importa

1De código aberto pela ByteDance em 27 de fevereiro de 2026, como DeerFlow 2.0.
2Alcançou mais de 35.300 estrelas no GitHub em 24 horas após seu lançamento.
3A Versão 2.0 é uma reescrita completa construída sobre LangGraph e LangChain, não compartilhando código com seu predecessor v1.
4Projetado para lidar com tarefas complexas que podem levar de minutos a horas para serem concluídas.

Stork’s verdict on deer-flow

O open-source SuperAgent harness da DeerFlow lida com tarefas complexas e de longo prazo, mas exige um esforço de orquestração significativo.

deer-flow reviewed by Stork AI · stork.ai/pt/deer-flow

Especificações

Documentação API

Ver documentação →

GitHub

Ver repositório →

API disponível

Sim, API pública

overview

O que é deer-flow?

deer-flow é uma ferramenta harness SuperAgent desenvolvida pela ByteDance que permite a desenvolvedores, engenheiros, pesquisadores, acadêmicos, equipes de conteúdo, profissionais de marketing, profissionais de MLOps e estudantes completar autonomamente tarefas complexas e de longo prazo. Ele orquestra subagentes, memória e sandboxes para facilitar pesquisa aprofundada, codificação e criação de conteúdo. DeerFlow 2.0 funciona como um ambiente de tempo de execução de agente de IA, permitindo que os agentes planejem, decomponham o trabalho em subtarefas, invoquem ferramentas, gerem e executem código, gerenciem arquivos e produzam resultados finais. Ao contrário de muitas ferramentas de IA que oferecem uma interface de chat com ferramentas anexadas, o DeerFlow fornece um ambiente de execução completo, suportando sistemas de arquivos persistentes e sistemas de habilidades estruturadas. Sua arquitetura é projetada para confiabilidade e controle de custos em fluxos de trabalho complexos e de várias etapas.

features

Principais Recursos do deer-flow

DeerFlow 2.0 incorpora um conjunto de recursos técnicos projetados para permitir a execução robusta e autônoma de tarefas para fluxos de trabalho de longo prazo.

  • Harness SuperAgent de código aberto para implantação e personalização flexíveis.
  • Utiliza sandboxes Docker isolados para geração e execução de código seguras e reproduzíveis.
  • Emprega uma arquitetura de memória hierárquica para manter o contexto em durações de tarefas estendidas.
  • Integra um sistema de invocação de ferramentas estruturado, permitindo que os agentes interajam com serviços e APIs externos.
  • Aproveita subagentes para decomposição, delegação e orquestração eficientes de tarefas.
  • Apresenta um gateway de mensagens para facilitar a comunicação inter-agente controlada e coerente.
  • Projetado para lidar com tarefas complexas e de longo prazo que podem durar de minutos a horas.
  • Fornece uma API cliente Python para acesso programático e integração em sistemas existentes.
  • O roteiro para o segundo trimestre de 2026 inclui aprimoramentos de segurança como Controle de Acesso Baseado em Função (RBAC) e segurança aprimorada de sandbox.
  • O desenvolvimento contínuo foca na otimização de desempenho para suportar solicitações de usuários concorrentes e capacidades de agente de autoaprimoramento.

use cases

Quem Deve Usar o deer-flow?

DeerFlow 2.0 é projetado para profissionais técnicos e equipes que exigem automação avançada e capacidades de agente autônomo para processos complexos e de várias etapas.

  • Desenvolvedores e Engenheiros: Para geração autônoma de código, depuração em ambientes sandboxed e construção de painéis interativos a partir de resumos de alto nível.
  • Pesquisadores e Acadêmicos: Para pesquisa aprofundada, análise exploratória de dados com visualizações e geração de relatórios abrangentes com citações.
  • Equipes de Conteúdo e Profissionais de Marketing: Para automatizar fluxos de trabalho de conteúdo, incluindo criação de apresentações, geração de documentos e produção de roteiros de podcast com IA.
  • Profissionais de MLOps: Para orquestrar fluxos de trabalho complexos e de várias etapas de software ou pesquisa que exigem ambientes de execução persistentes e coordenação de agentes.
  • Estudantes: Para aprender e experimentar arquiteturas avançadas de agentes de IA, conclusão autônoma de tarefas e desenvolvimento de agentes de código aberto.

pricing

Preços e Planos do deer-flow

DeerFlow 2.0 opera em um modelo freemium, com seu harness SuperAgent principal sendo de código aberto. Isso permite que os usuários implantem e executem o sistema em sua própria infraestrutura sem custos diretos de licenciamento. No início de 2026, não há planos pagos ou empresariais específicos detalhados publicamente. Os custos primários para os usuários estão associados à sua infraestrutura escolhida (por exemplo, recursos de computação em nuvem para contêineres Docker), uso da API para Large Language Models (LLMs) subjacentes e recursos de desenvolvimento internos para configuração e personalização. A natureza de código aberto oferece flexibilidade, mas requer proficiência técnica para implantação e manutenção.

  • Freemium: Núcleo de código aberto, auto-hospedável. Sem custo direto de software.

Políticas

Nível gratuito

Vendor website advertises a free tier.

Ferramentas similares

deer-flow vs Concorrentes

DeerFlow 2.0 é posicionado como um harness SuperAgent robusto e de código aberto, diferenciando-se por seu ambiente de execução completo e orquestração disciplinada de subagentes em comparação com outros frameworks e ferramentas de agentes de IA.

1
LangChainOn StorkCompare

Provides a modular, open-source framework for building LLM-powered applications, with LangGraph extending it for robust, stateful, and long-running multi-agent workflows using a graph-based approach.

Like deer-flow, LangChain (especially with LangGraph) offers a highly flexible, developer-centric framework for building complex AI agents with memory and tool use. It's open-source and widely adopted, providing a strong ecosystem for custom development, similar to deer-flow's harness approach for long-horizon tasks.

2
Microsoft AutoGenOn StorkCompare

Facilitates the creation of multi-agent conversation systems where customizable and conversable agents can interact with each other to collaboratively solve complex tasks.

AutoGen, like deer-flow, is an open-source framework designed for orchestrating multiple AI agents to tackle complex, long-horizon tasks. It provides a robust architecture for agent communication and collaboration, aligning with deer-flow's subagent and message gateway concepts.

3
CrewAIOn StorkCompare

Focuses on building 'teams of AI agents' with defined roles, goals, and tools, enabling collaborative problem-solving for complex workflows.

CrewAI directly competes with deer-flow in its multi-agent orchestration capabilities for complex tasks. While deer-flow emphasizes a 'SuperAgent harness' with sandboxes and a message gateway, CrewAI provides a structured framework for role-based agent collaboration, both aiming for long-horizon task completion.

4
LlamaIndexOn StorkCompare

Specializes in connecting large language models with external data sources, providing robust data ingestion, indexing, and querying capabilities to ground AI agents' reasoning in relevant context.

LlamaIndex complements or competes with deer-flow by offering a strong foundation for agents requiring extensive knowledge retrieval and memory, which is a core component of deer-flow's 'memories' feature. While deer-flow is a broader harness, LlamaIndex excels in the data-centric aspects crucial for long-horizon, research-heavy tasks.

5
n8nOn StorkCompare

An open-source and self-hostable workflow automation tool that allows technical teams to build complex, AI-powered workflows with extensive integrations and dedicated AI/LangChain nodes.

n8n is an open-source platform that enables the creation of sophisticated AI-powered workflows, similar to deer-flow's goal of handling complex, long-running tasks. Its focus on visual workflow building with code extensibility and strong AI integrations makes it a direct competitor for developers building agentic systems, and it offers a freemium model like deer-flow.

Visitar deer-flow↗
Conectar
⌘
GitHubgithub.com/bytedance/deer-flow

AI Reputation Report

Is deer-flow yours?

ChatGPT, Perplexity, Gemini, Claude & Grok answer buyer questions about deer-flow every day. See whether they name deer-flow — or send buyers to a rival.

See what AI saysfree preview