deer-flow 官方入口：字节跳动开源深度研究 Agent 下载教程

搜 deer-flow 官方入口，直接去两个地方：官网是 deerflow.tech，下载和安装以 GitHub 仓库 bytedance/deer-flow 为准。它不是普通的单一聊天机器人，而是字节跳动开源的 DeerFlow 2.0，一个把 sub-agents、memory、sandbox 和 skills 组织起来的深度研究 Agent 框架。要安装，先看 README，再看根目录的 Install.md。别从第三方下载站拿包。

deer-flow 官方下载入口在哪？

官方仓库地址是 https://github.com/bytedance/deer-flow。README 在 2026-07-09 核验时显示，项目要求 Python 3.12+ 和 Node.js 22+，许可证为 MIT，并提供一句话交给 Claude Code、Codex、Cursor、Windsurf 这类 coding agent 的安装提示。真正下载用 HTTPS clone：

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

适合谁下载？

它更适合想研究长周期任务、报告生成、工具编排和 sandbox 执行的开发者。只想要一个轻量问答助手，或者机器只有 2 核 4GB 内存，先别急着装全套；官方资源建议里，本地体验起步也写到 4 vCPU、8GB 内存和 20GB 可用 SSD。

安装前先检查什么？

DeerFlow 的安装目标是项目根目录 deer-flow/。官方 Install.md 要求先确认 Makefile、backend/、frontend/、config.example.yaml 存在；如果没有 config.yaml，就运行 make config。Docker 可用时优先走 make docker-init，下一步再执行 make docker-start。不用 Docker 时，先 make check，通过后再 make install，启动命令是 make dev。

API Key 要放哪里？

这一步别省。官方文档提醒不要假设模型凭证已经存在；make setup 会引导选择 LLM provider、可选搜索工具、sandbox 和文件写入偏好，并生成最小 config.yaml。如果配置里引用 $OPENAI_API_KEY、$TAVILY_API_KEY 等变量，只补真实环境变量值，不要让 Agent 读取或改写已有密钥文件。它和 CLAUDE.md、SKILL.md 一样，关键是把规则交代清楚，别让 Agent 猜。

装完怎么验收？

1. 仓库已经 clone 到本地，终端位于 deer-flow/。
2. config.yaml 已存在，模型配置不留空。
3. Docker 路径看到 make docker-init 完成；本地路径看到 make check 和 make install 完成。
4. 能说出下一条启动命令：make docker-start、make dev 或生产环境的 make up。

如果失败，先看缺的是 Docker、Node、pnpm、uv、nginx，还是模型环境变量。别急着全量启动；先让安装流程停在可解释的位置，再补配置。做 AI 编程规范时也一样，Git Diff 里先确认配置文件和启动脚本变化，别把密钥、缓存和生成物一起提交。