2026-06-24
DeerFlow Memory、Channels 与部署:持久化记忆与全渠道覆盖
深入 DeerFlow 的记忆与交互层:长期记忆系统、Summarization 上下文工程、6+ IM 渠道集成,以及 Docker/本地部署的最佳实践。
共 6 篇文章
深入 DeerFlow 的记忆与交互层:长期记忆系统、Summarization 上下文工程、6+ IM 渠道集成,以及 Docker/本地部署的最佳实践。
深入 DeerFlow 的任务执行层:Sub-Agent 注册与执行器、Token 用量收集、以及 Local/Docker/K8s 三级沙箱隔离架构。
深入 DeerFlow 的能力系统:Skill 解析与渐进式加载、内置工具集、MCP 多服务器集成、以及覆盖 10+ 搜索提供商的工具矩阵。
深入 DeerFlow 的 Agent 核心:ThreadState 扩展、Lead Agent 工厂、20+ 层中间件链的协作机制,以及 Prompt 模板的工程化设计。
深入解析 DeerFlow 的 Gateway API 架构:Nginx 统一入口、LangGraph 兼容路由、SSE 流式响应、RunManager 与 Stream Bridge 的协作机制。
DeerFlow 2.0 是字节跳动开源的 Super Agent Harness,本文从项目背景、核心定位、整体架构到前后端结构进行全景式解读。