Buscar

Ferramentas

DeerFlow

Agente de IA open source que divide tarefas longas entre subagentes, com memória e sandbox, para pesquisar, programar e montar relatórios.

  • Inteligência Artificial
  • Open Source
  • Self-hosted
DeerFlow

O DeerFlow coordena subagentes, memória de longo prazo e sandboxes para tocar tarefas que levam de minutos a horas, como uma pesquisa que termina em relatório ou um trecho de código testado. O copyright da licença é da Bytedance Ltd., e a versão 2.0 foi reescrita do zero, sem código da 1.x.

Para que serve

  • Pesquisar um tema na web e entregar o resultado consolidado.
  • Escrever e rodar código numa sandbox local, num contêiner Docker ou em pods do Kubernetes.
  • Consultar uma base de conhecimento privada pelo RAGFlow ou por servidores MCP.
  • Agendar tarefas e conversar com o agente por Telegram, Slack, Feishu, WeChat e outros mensageiros, sem IP público.
  • Ensinar procedimentos ao agente com skills.

Como começar

O caminho recomendado pede Docker Compose 2.24 ou superior:

git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
make setup
make docker-init
make docker-start

O make setup é um assistente que gera o config.yaml e grava as chaves no .env. A interface abre em http://localhost:2026. Você precisa de chave de API de um provedor, com custo à parte. Há presets para OpenAI, Anthropic, DeepSeek, Qwen, Doubao, Kimi, Zhipu e MiniMax, além de qualquer endpoint compatível com o da OpenAI. Modelos locais rodam por vLLM ou Ollama.

Como o agente executa comandos e mexe em arquivos, o README manda deixá-lo acessível só pelo 127.0.0.1. Para abrir na rede, ele pede lista de IPs liberados, proxy com autenticação e VLAN separada.

Licença e custo

Pela MIT, o DeerFlow pode até virar parte de um produto fechado, e o projeto não vende plano. A conta vem dos tokens do provedor de modelo e, se houver busca na web por API, como a Tavily, desse serviço.

Quando vale a pena

O cenário certo para o DeerFlow é trabalho de várias etapas delegado a um servidor Linux com Docker sempre ligado, já que o README trata macOS e Windows como ambiente de avaliação. Num fluxo curto e previsível ele pesa mais do que ajuda, e o post Agentes de IA: o que são e como usar nos negócios separa os casos. Hermes Agent e OpenClaw seguem a linha de assistente pessoal.