字节跳动开源深度研究框架 DeerFlow

字节跳动宣布正式开源其全新研发的社区驱动深度研究框架 DeerFlow。作为一款基于LangChain和LangGraph框架构建的智能研究助手，DeerFlow 深度整合了语言模型与网络搜索、爬虫、Python代码执行等专业工具。

DeerFlow旨在通过AI技术提升研究效率，同时强调“人在回路”（Human-in-the-loop）理念，支持用户随时介入调整研究计划。其主要功能包括:

• 动态任务迭代：DeerFlow能够根据研究需求自动生成并优化任务计划，确保研究过程高效且灵活。
• 多工具集成：支持网络搜索、Arxiv学术资源检索、爬虫以及Python代码执行，特别对科研工作者在学术文献搜集与分析方面提供了强大支持。
• 多模态内容生成：不仅能生成深度研究报告，还支持生成播客脚本、PPT等多样化内容，满足不同场景需求。
• MCP无缝集成：通过与字节跳动内部的MCP（模型控制平台）结合，DeerFlow实现更高的自动化与精确性。

据开发者反馈，DeerFlow的Arxiv搜索功能尤为亮眼，能够快速定位高质量学术资源，为科研人员节省了大量时间。此外，其人机协作设计也受到好评，用户可以在AI生成初步结果后进行精细化调整，确保输出符合预期。

值得注意的是，DeerFlow的开源正值字节跳动加大AI领域投入的背景下。此前，字节已开源开源分布式训练框架BytePS和Primus等项目。