deer-flow AIエージェント

概要

DeerFlow（Deep Exploration and Efficient Research Flow）は、ByteDanceがオープンソースで公開したスーパーエージェント基盤（ハーネス）です。単なるチャットボットとは異なり、AIエージェントに「本物のコンピューター環境」を与え、ウェブ調査・コード実行・ファイル操作・レポート生成といった複合的な作業を数分〜数時間かけて自律完了させます。2026年2月28日にバージョン2.0としてゼロから書き直された形で公開され、公開直後にGitHubトレンド1位を獲得、数週間で6万以上のスターを集めました。

バージョン2.0はv1との互換性を持たない完全な作り直しであり、ByteDanceは自ら「Deep Researchエージェントからフルスタックのスーパーエージェントへの転換」と位置づけています。LangGraphとLangChainをベースに構築されており、OpenAI・Anthropic Claude・Google Gemini・DeepSeek・ByteDance Doubaoなど、OpenAI互換APIを持つほぼすべてのLLMと連携できます。MITライセンスで公開されているため、商用・個人問わず無料で利用・改変・再配布が可能です。

主な機能

• サブエージェント（SubAgent）オーケストレーション

複雑なタスクを自動で細かい作業単位に分解し、複数の「助手エージェント」が並列で担当。まるでプロジェクトマネージャーとチームメンバーが連携するように、最後にリードエージェントが成果物をひとつに統合します。

• Dockerサンドボックス（安全な実行環境）

AIが実際にコマンドを実行したりファイルを読み書きしたりする際、Dockerという「隔離されたコンテナ（仮想の箱）」の中だけで動作するため、手元のPCに直接影響が及びません。ブラウザ・ターミナル・ファイル管理・MCP・VSCode Serverをひとつのコンテナにまとめたオールインワン構成を推奨しています。

• 長期記憶（Persistent Memory）

セッションをまたいでユーザーの作業スタイル・好み・プロジェクト構造などを記憶し続けます。多くのAIツールは会話が終わると全情報が消えてしまいますが、DeerFlowは蓄積された文脈を保持し、使い続けるほど精度が上がる設計です。記憶はローカルに保存されユーザーが管理します。

• スキルシステム（拡張可能な能力セット）

Markdownファイルで定義された「スキル」によってエージェントの得意分野を拡張できます。スキルは必要になったときだけ読み込む「プログレッシブローディング」方式で、文脈ウィンドウ（AIが一度に処理できる情報量）の節約にも貢献します。組み込みスキルのほか、自作スキルの追加も可能です。

• マルチモデル対応

OpenAI GPT-4o・Claude・Gemini・DeepSeek・Doubao・Ollamaなど、多数のLLMプロバイダに対応。ローカルモデル（Ollamaなど）を使えばAPIコストをゼロにすることもできます。

• メッセージングチャンネル統合

Telegram・Slack・Feishu（Lark）・DingTalk・WeChat・WeCom・Discordなどの既存チャットツールからDeerFlowにタスクを送信し、結果を受け取れます。パブリックIPアドレスは不要で、設定するだけで自動起動します。

• MCP（外部ツール接続プロトコル）サポート

MCP（AIと外部ツールをつなぐ標準規格）に対応し、HTTP/SSE・stdioの両方式のMCPサーバーと連携可能。Claude Codeからターミナル経由でDeerFlowを操作するスキルも公式提供されています。

料金プラン

DeerFlow本体（github.com/bytedance/deer-flow）はMITライセンスのオープンソースソフトウェアであり、利用・改変・商用利用すべて無料です。公式が設定するサブスクリプション料金・シート数制限・エンタープライズ料金は存在しません。

> 注意: クラウドモデル（GPT-4oやClaudeなど）を使う場合、サブエージェントが並列で長時間動くため、1タスクあたりのトークン消費量が多くなります。コスト管理にはローカルモデルの活用やモデル選択の工夫が有効です。

導入方法

公式ドキュメント（deerflow.tech/en/docs/application/quick-start）に記載されたローカル起動の手順です。

前提条件: Python 3.12以上・Node.js・pnpm・uv・Docker（サンドボックス利用時）・Gitが必要です。

# 1. リポジトリをクローン（ダウンロード）
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

# 2. 依存ライブラリを一括インストール
make install

# 3. 設定ファイルを生成
cp config.example.yaml config.yaml
# config.yaml を編集してAIモデルのAPIキーを追加する

# 4. 環境変数にAPIキーをセット（例：OpenAIの場合）
export OPENAI_API_KEY=sk-...

# 5. 開発サーバーを起動
make dev

# 6. ブラウザで http://localhost:2026 を開けば完了

make dev を実行すると、ゲートウェイAPI（ポート8001）・フロントエンド（ポート3000）・nginxリバースプロキシ（ポート2026）が起動し、http://localhost:2026 でWebUIにアクセスできます。セットアップが不安な場合は make doctor コマンドで事前に環境チェックを行えます。

Dockerを使う場合は make docker-start でコンテナ環境ごと起動できます。Windowsユーザーは Git Bash から実行してください（cmd.exe・PowerShellは非対応）。

こんな人におすすめ

• 「リサーチ作業を丸ごと自動化したい」個人開発者・フリーランス

競合調査・市場リサーチ・論文要約など、複数のソースを横断して調べてまとめる作業を、指示ひとつで自動実行できます。

• コードを書きながらAIに長時間タスクを任せたい開発者

Claude CodeやVSCodeを使いながら、ターミナルからDeerFlowに調査・資料作成タスクを投げ、自分はコーディングに集中するという分業スタイルが実現できます。

• チーム内にSlack・Telegram等を導入済みで、AIワーカーを組み込みたい人

既存のチャットツールをそのままDeerFlowの入力口・出力口として使えるため、新しいツールを覚えなくても自然に導入できます。

• データの外部送信を避けたい・コストを抑えたいセキュリティ意識の高い人

セルフホストのため、すべてのデータが自分のサーバー内で完結します。ローカルLLM（Ollama等）と組み合わせれば、APIコストもほぼゼロで運用できます。

よくある質問

Q. 完全に無料で使えますか？追加料金はかかりませんか？ A. DeerFlow本体はMITライセンスで完全無料です。ただし、OpenAIやAnthropicなどのクラウドAIモデルを使う場合は、そのAPIの従量課金が別途発生します。OllamaなどのローカルモデルはAPIコストがかからないため、コストゼロ運用も可能です。

Q. プログラミングの知識がなくても使えますか？ A. セットアップにはターミナル（コマンドライン）の基本操作が必要で、設定ファイル（YAML形式）の編集も伴います。完全なノーコードとは言えませんが、公式のクイックスタートドキュメントに沿えば、コマンドをコピー＆ペーストする程度の操作で動かせます。

Q. どのAIモデルと連携できますか？ A. OpenAI GPT-4o・Anthropic Claude・Google Gemini・DeepSeek・ByteDance Doubao・Ollamaなど、OpenAI互換APIを持つほぼすべてのモデルに対応しています。公式はDoubao-Seed-2.0-Code・DeepSeek v3.2・Kimi 2.5の利用を推奨しています。

Q. v1（旧バージョン）との違いは何ですか？ A. バージョン2.0はv1とコードを一切共有しない完全な書き直しです。v1は「深掘りリサーチ専用ツール」でしたが、v2.0はコーディング・コンテンツ生成・データ分析など幅広いタスクに対応したスーパーエージェント基盤へと進化しています。v1は1.xブランチで引き続きメンテナンスされています。