LangGraph
同为 agent 编排方案，都用图/状态机组织多步任务并支持人工介入，可作为 DeerFlow 编排层的对照物。
LangGraph 是编排库，不自带沙箱与消息网关；DeerFlow 把执行环境与协作通道一并打包。相关版本与许可为模型知识参考，未在线核验。
自动排版字节开源的 long-horizon SuperAgent 运行框架：把沙箱、记忆、工具、技能、子代理与消息网关打包成一个可长期运行的外壳，让 agent 连续工作数分钟到数小时。它要解决的是单轮对话撑不起长任务、每接一个场景就要重搭编排与执行环境的问题。
项目介绍
DeerFlow 是字节开源的长任务 agent 外壳（harness）。按仓库首页描述，它借助沙箱、记忆、工具、skill、子代理和消息网关来处理不同量级的任务，覆盖从几分钟到数小时的工作；README 与目录显示项目同时包含后端、前端、契约层，以及 Helm 与 docker 部署配置，另有 skills/public 与 tests/skills 等目录，说明技能与测试被当作一等对象。它的定位不是单个应用，而是让 agent 长期、连续工作的运行层：任务在沙箱内执行，上下文靠记忆与技能沉淀，协作靠子代理与消息网关分派。适用于研究与编码类长链路工作；本次仅阅读仓库说明与结构，未安装运行，也未核对版本发布记录。
主要应用领域
适合需要「调研—编码—产出」连续链路的团队：深度资料调研、仓库级代码任务、内容与素材生产；也适合作为自研 agent 产品的底座，替换脆弱的自研编排脚本。
关键技术
仓库结构显示 Python 与 TypeScript 双栈（backend、frontend、contracts、deploy/helm、skills/public 等），配 Helm 与 docker 部署；设计上把执行环境、上下文（记忆+技能）与协作（子代理、消息网关）分层。本次只读 README 与目录，未安装、未运行，属文档级判断。
实用价值
对产品团队最直接的复用点是长任务的状态与权限边界抽象：沙箱隔离 + 记忆沉淀 + 子代理分工，可直接对齐自研 agent 的模块划分与责任边界。
局限
本次未验证长任务成功率、成本与稳定性；star 高不等于工程成熟；落地需自带模型与部署环境，迁移成本未评估。
开源协议
MIT
仓库主页标注 MIT允许商用、修改、再分发与再授权，需保留版权声明与许可文本，无 copyleft 传染；项目另附行为准则与安全策略，属治理文件，不改变授权范围。未逐行核对 LICENSE 文件全文，属页面标注级确认。
协议解读供选型参考，不构成法律意见。
推荐理由
作为长任务 agent 的架构参考样本，先做一个单方向小规模试跑（例如竞品调研）再决定是否替换现有编排层。
观测
Star85000；观测时间：2026-11-06T05:31:04Z
暂无可比增长基线
开源代码
专业社区口碑
未找到可靠口碑
已用 Hacker News Algolia 接口检索「deer-flow」相关 story：16 条命中，最高 4 分、评论 0–1 条，均为指向仓库的链接帖，没有可核对的使用经验、性能反馈或争议。
仅覆盖 Hacker News 一个社区；未检索 Reddit、Lobsters 或中文社区，也未读 Issue 区讨论，因此「未找到」只代表本轮样本内没有可靠观点，不代表项目无问题。
类似项目推荐
模型知识参考，未在线核验；名称、维护状态和许可证需另行核实。
OpenHands
都面向「agent 在受控环境里长时间写代码/跑命令」，可比较沙箱生命周期与工具权限设计。
OpenHands 更聚焦软件工程任务与运行时容器；DeerFlow 的覆盖面更偏研究+创作+编码的混合长任务。未核验。