画心人心画 · AI 效率工具

做选品和竞品调研时,最耗时间的往往不是最后写结论,而是把网页、评价和价格带收集齐,再整理成一份能给团队看的稿。下次换一个市场,步骤又很难原样复用。这篇介绍字节跳动开源的 DeerFlow:一套多智能体深度研究框架,适合先出选品、竞品或市场调研的草稿。内容整理自官方 GitHub(bytedance/deer-flow)、中文 README、安全说明,以及 Tavily 官方定价页。我没有在本机实装,步骤按官方文档整理。
一、先说痛点:调研最耗在搜集和成稿
1. 同一品类要对竞品卖点、价格带和评价,手工复制粘贴既慢又容易漏。
2. 资料散落在不同网页和表格里,整理成结构清楚的报告要反复返工。
3. 下次换一个市场或品类,上一次的步骤很难原样留下。
DeerFlow 做的是把“检索—整理—成稿”收成一条可以自建的流程。软件本身按 MIT 协议免费开源;真正会按量产生账单的,是你接入的大模型接口,以及做联网调研时用到的搜索接口。这两笔费用都属于第三方,不是 DeerFlow 的官方软件费。

二、DeerFlow 是什么
DeerFlow 由字节跳动开源,协议是 MIT。我在 11 月 12 日(北京时间)查询 GitHub,仓库约 8.5 万 Star(API 返回 85255),Fork 约 1.2 万。它把自己定位成一套可做较长时间任务的智能体框架:能研究、能调用工具,也可以在本地工作台里使用。
先分清版本,避免对照错文档:
1.2.0 是当前主线:官方写明 2.0 是彻底重写,和 1.x 没有共用代码。现在的安装和功能说明都以 2.0 为准。
2.1.x 仍保留:如果你要的是原来的 Deep Research 框架,官方把它维护在 1.x / main-1.x 分支,两边不要混用安装步骤。
3.官方网站:https://deerflow.tech 是官方演示和展示站点,不是付费开通后台。
对卖家和内容团队更直观的能力是:把一个研究题目交给它,让多个智能体按步骤检索和汇总,最后得到一份可以再改的报告草稿。它不绑定单一模型厂商,官方说明只要实现了 OpenAI 兼容接口的大模型,理论上都可以接入;更推荐具备较长上下文、较稳的工具调用和推理能力的模型。README 里举例提到豆包 Seed、DeepSeek、Kimi 等,具体以仓库当前推荐为准。

三、第一步:安装和启动
官方建议的路径很直接:先克隆仓库,再运行安装向导,然后用 Docker 或本机方式启动。环境要求是 Python 3.12 及以上、Node.js 22 及以上。我没有在本机实装,命令以官方 README 为准。
1. 克隆并运行向导
git clone https://github.com/bytedance/deer-flow.git cd deer-flow make setup官方说 make setup 是一个交互式向导,大约 2 分钟,会引导你选择大模型服务商、可选的网页搜索工具,以及沙箱、命令执行、文件写入等安全偏好。它会生成一份尽量精简的 config.yaml,并把 API 密钥写入 .env。之后可以用 make doctor 检查环境和配置。
2. 推荐用 Docker 启动
make docker-init # 首次或镜像更新时拉取沙箱镜像 make docker-start # 启动服务如果更希望本机直接跑,官方路径是:make check(检查 Node.js 22+、pnpm、uv、nginx 等),再 make install,再 make dev。
启动成功后,用浏览器打开:
http://localhost:2026💡 更细的 Docker 规格、升级和生产部署,见官方文档 Running the Application。如果打算放到服务器或对局域网以外开放,必须先读完整的 Security Notice,不要先把端口暴露出去再补安全设置。

四、实操:用它出一份选品或竞品调研草稿
1.打开工作台:确认服务已启动,用浏览器访问 http://localhost:2026。
2.配好模型:在设置里按向导或后台指引,填写大模型 API 和模型 ID。官方支持在网页里添加厂商和模型;连接测试有可能产生费用,先用最小请求确认连通即可。
3.把题目写具体:不要只写“帮我做竞品分析”。更有效的写法是:品类、目标市场、要对比的对象或范围,以及必须包含的维度(卖点、价格带、评价槽点、常见渠道、近期变化)。
4.需要联网再配搜索:只想先熟悉界面,可以先不配搜索工具。一旦要做网页调研,再在向导或配置里加上 Tavily、Jina 或其他已支持的搜索 / 抓取工具。
5.把输出当草稿:报告结构可以借用,但数字、引用链接、竞品名称和结论都要人工核对,不要直接发给客户或直接用于投放决策。
6.留下可复用的问法:同一套维度下次换品类时只改对象,比每次从零描述更稳定。
它可以作为完整工作台使用,官方也提供在 Python 里嵌入调用的方式。对大多数选品场景,先把网页工作台跑通就够了。

五、大模型 API 和搜索 API:费用都属于第三方
这一节是选用前必须分清的账。DeerFlow 仓库本身不向你收软件订阅费,但要把研究跑起来,通常需要两类外部服务:
1. 大模型 API(必需)
框架要靠大模型做规划、调用工具和写稿,因此你需要自己准备可用的模型接口和密钥。费用按各模型服务商的计费规则走,可能是按 token、按套餐或按调用次数。官方推荐若干较适合的模型,并在 README 里提到火山方舟等厂商的模型套餐——那是{b("模型服务商的套餐,不是 DeerFlow 的官方付费版")}。换哪一家、花多少,都以该服务商官网当时的说明为准。
2. 搜索 / 抓取 API(做联网调研时需要)
官方安装向导把网页搜索工具写成可选项:不做联网研究,可以先跳过。一旦你要让它检索公开网页、补事实或做竞品资料搜集,就需要单独配置搜索类接口。仓库示例和配置里常见的包括 Tavily、Jina,以及 Serper、Exa、Firecrawl、InfoQuest 等。每一家都有自己的注册、免费额度和付费规则,{b("账单由这些服务商收取")},和 DeerFlow 项目没有“官方打包价”。
3. 以 Tavily 为例(便于估算,不是唯一选择)
我在 11 月 12 日(北京时间)查看了 Tavily 官方定价页(tavily.com/pricing 及 docs.tavily.com)。当时页面展示的大致档位如下,之后可能调整,下单前请再看官网最新说明:
1. Researcher 免费档:每月 1000 credits,官方写明不必绑定信用卡。
2. Project:30 美元 / 4000 credits。
3. Bootstrap:100 美元 / 1.5 万 credits。
4. Startup:220 美元 / 3.8 万 credits。
5. Growth:500 美元 / 10 万 credits。
6. 按量付费:每 credit 0.008 美元;基础搜索通常计 1 credit,高级搜索计 2 credits。
其他搜索或抓取服务的价格各不相同,有的还有自己的免费额度。建议先用最小额度跑通一条调研,再决定要不要加档。密钥一律放在 .env 或官方支持的密钥管理方式里,不要写进可以外传的表格、截图或提示词文档。


六、社区版和付费版:结论先说清楚
我在 11 月 12 日核对了官方 GitHub、中文 README 和 deerflow.tech,结论是:没有发现 DeerFlow 官方按月订阅,也没有官方托管付费套餐。社区版按 MIT 协议可以免费自建;官网主要用于演示和展示。
1.社区自建:克隆仓库,自己准备机器、模型和可选的搜索接口,功能以当前主线为准。
2.不是官方付费版的东西:大模型套餐、搜索接口套餐、云主机和 GPU,都是第三方服务。不要把火山方舟 Coding Plan 或其他模型促销理解成“DeerFlow 官方 Pro 版”。
3.第三方部署:网上若出现代为托管、改装发行或打包销售的“DeerFlow 云端版”,请先回到 bytedance/deer-flow 核对,它们不是官方产品,安全与数据去向要你自己判断。

七、安全:不要随便把服务暴露到公网
官方在 README 里用单独一节提醒:DeerFlow 可以执行命令,也可以读写文件。它被设计成在本地、可信任的环境里运行;网关的管理员账户相当于在这台机器上执行代码。把它部署到服务器,或暴露到局域网以外之前,必须先阅读官方 Security Notice 和 SECURITY.md,按文档收紧权限,而不是先映射端口再补救。
本机试用阶段,先只在 http://localhost:2026 访问。不要把密钥提交到 Git 仓库,也不要在分享安装截图时露出 .env 内容。
八、避坑清单
1. 分清 2.0 和 1.x:安装命令和功能说明不要混用。
2. 模型和搜索的账单要分开记账,不要误当成软件订阅。
3. 题目写具体:品类、市场、对比维度缺一不可。
4. 报告只是草稿:数字、引用、竞品名称必须人工核对。
5. 不要对公网裸开端口,先读安全说明。
6. 密钥放 .env,不要写进可外传文档。
7. 搜索工具不是必须,先跑通模型再按需添加。
8. 平台和使用场景的合规要求以你自己的业务规则为准。

九、写在最后
选品和竞品调研是典型的“步骤重复、每次对象不同”的工作。DeerFlow 把这条链路收成可以自建的框架:社区版按 MIT 免费安装,官方没有另售付费版;真正要持续关心的,是大模型和搜索接口的用量与安全边界。它适合先出结构完整的草稿,不适合不经核对就当最终结论。
建议今天先做一件小事:用官方向导配好一个你已经在用的模型,就本市场的一个品类,写出一页包含卖点、价格带和评价槽点的草稿,再自己对照网页核对三处事实。
觉得有用就收藏一下,转给同样在做选品或市场研究的朋友。评论区扣「调研」,或写下你最常研究的品类,我按大家的需求继续写。接口价格和功能都以各官网最新说明为准。


研报速递