企业官网建设流程全解析

DeerFlow 快速上手指南：三步跑通本地部署，让 AI 替你查资料、写代码、出图表

【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow

DeerFlow 是一个开源的深度研究框架，把语言模型和网页搜索、内容爬取、Python 代码执行组合在一起，还能在隔离沙箱里跑任务。对新手来说，它解决的是"调研—分析—产出图表"这条链路要手动来回切换多个工具的问题。这篇文章给出一条 DeerFlow 快速上手的完整路径：从 clone 到跑通，只需要三个动作。

它能干什么

• 数据分析：把一份数据集丢给它，它会完成统计、对比，并直接产出图表。下面这张图就是 DeerFlow 分析生存数据后自动生成的可视化结果。

• 文献检索：给它一个研究问题，它会检索网页、读取页面，整理出带结论的综述。
• 代码执行：所有 Python 代码都在沙箱中运行，验证假设、处理文件都不会碰坏你的本机环境。

三步跑通本地环境

第一步：clone 仓库

git clone https://gitcode.com/GitHub_Trending/de/deer-flow cd deer-flow

📦 仓库地址：https://gitcode.com/GitHub_Trending/de/deer-flow

第二步：生成 config.yaml 并填入 API Key

cp config.example.yaml config.yaml export OPENAI_API_KEY="你的密钥"

config.yaml 支持用环境变量引用密钥（写法：api_key: $OPENAI_API_KEY），也可以直接把密钥粘贴进文件。两种方式二选一即可，效果相同。

第三步：预拉沙箱镜像

🐳 如果你打算用容器沙箱（config.yaml中sandbox.use指向 AioSandboxProvider），先执行：

make setup-sandbox

这一步提前下载镜像，避免首次使用任务时干等下载进度。

config.yaml 该放哪、Key 怎么填

⚠️ 三个高频坑：

1. config.yaml 必须放在项目根目录（deer-flow/），不是backend/。放错位置程序直接读不到配置。
2. API Key 两种填法：设环境变量并在 config.yaml 里引用$OPENAI_API_KEY，或直接把密钥写进文件。任选其一。
3. config.yaml 已被.gitignore忽略，密钥不会随仓库提交，隐私有保障。

验证配置与排障

✅ 确认配置加载成功，在backend目录下执行：

python -c "from deerflow.config import get_app_config; print(get_app_config().models[0].name)"

能打印出模型名，说明配置生效。若看到 ImportError 或找不到配置文件，回上面检查 config.yaml 的位置。

首次启动很慢？大概率是沙箱镜像还在下载，跑过make setup-sandbox就不会再卡。

报错了先看哪里？先运行make doctor做环境体检，它会把缺依赖、路径错误、版本不匹配逐项列出来；仍解决不了再翻 backend/docs/CONFIGURATION.md 对照字段说明。

下一步

🚀 想继续深入，从 官方文档 和 配置指南 开始读。现在就可以把仓库 clone 下来，完成三步后发起你的第一个研究任务——从问题到图表，全程交给 DeerFlow。

【免费下载链接】deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.项目地址: https://gitcode.com/GitHub_Trending/de/deer-flow