DeerFlow：手把手教你把字节开源的GitHub深度研究项目部署到本地 - 链载Ai

全篇5000+字，预计阅读13分钟

周六，微信群里朋友丢了一条公众号链接，内容是：字节开源了一款Deep Research 深度研究的项目 DeerFlow。

好奇点开什么是DeerFlow？简单点说它像一把“瑞士军刀”，里面集成了很多强大的工具（搜索、爬虫、代码执行、文本转语音等），也可说是个非常能干的私人助理，你问它的复杂问题，它都能自己规划，调用合适的工具去解决，最后还会整齐地交给你一份包含分析和结论的详尽报告，如过你需要它还能把报告创建为语音版本的播客格式。

对于Github项目，我一直不理解如何部署到本地，这次就想攻克一下抱着试试折腾一把的心态，在大模型Gemini老师的帮助下，只折腾了2小时后就完成了。

如果你和我一样有一点编程基础，也是不太懂GitHub的小白，今天这篇内容我会帮你一起手把手把这个项目部署到电脑。我会尽量说明白，把我遇到的卡点和问题告诉你，一起把这个 GitHub 项目玩起来。

Deerflow 项目地址: https://github.com/bytedance/deer-flow^[1]

第一步：认识 GitHub 仓库

在你动手下载之前，先带你快速认识一下 GitHub 的项目仓库页面，这有助于你更好地理解项目的结构和找到你需要的信息。打开上面的项目地址，你看到的界面包含以下几个关键部分：

仓库名称和所有者: 页面左上方显示 bytedance / deer-flow。bytedance 是拥有这个仓库的组织，deer-flow 是这个项目的名称。
顶部导航栏: Code (查看代码)、Issues (问题反馈)、Pull requests (代码贡献) 等。我们主要在 Code 页面操作。
文件列表: 页面下方显示了项目的所有文件和文件夹。在软件项目中，这些文件和文件夹通常有标准的用途：

README.md: 项目的说明书！ 通常包含项目介绍、环境要求、安装和运行方法等最关键的信息。这是你接下来最重要的参考！
docs: 项目的文档文件夹，里面有更详细的配置指南 (configuration_guide.md) 等重要文档。
web: Web UI 的前端代码就在这里面。
.env.example: 环境变量的示例文件，告诉你 .env 文件里需要哪些配置项。
conf.yaml.example: 模型的配置示例文件。
bootstrap.bat / bootstrap.sh: 用于启动项目的脚本，.bat 是 Windows 系统用的，.sh 是 macOS/Linux 用的。

<> Code 按钮: 绿色的按钮，点击它可以找到克隆（下载）代码的地址（HTTPS、SSH）或者直接下载 ZIP 包。

About 部分 (右侧): 项目的简介、官网链接 (deerflow.tech)、标签、项目热度（Stars）等。Stars 数量（比如 1.5k）通常是衡量一个项目受欢迎程度的重要指标。

第二步：准备工具 (盖房子的基础)

就像盖房子需要工具一样，部署 DeerFlow 也需要一些基础软件。根据 DeerFlow 项目的 README 的内容，需要提前在你的电脑上安装以下工具：

1. Python 3.12+: 项目的主要编程语言。DeerFlow 的后端是 Python 写的。

获取方式: 访问 Python 官方下载页面 https://www.python.org/downloads/^[2]，下载 3.12 或更高版本的安装包，然后运行安装程序并安装。安装时请务必勾选“Add Python to PATH”选项（添加到系统环境变量），这样你才能在终端中直接使用 python 或 pip 命令。

2. Node.js 22+ 和 npm:

项目的 Web UI 部分需要 Node.js 环境，npm (Node Package Manager) 会随 Node.js 一起安装。

获取方式: 访问 Node.js 官方下载页面 https://nodejs.org/en/download/^[3]，下载 LTS (长期支持) 版本并安装。安装时一路默认即可。

3. uv:用于简化 Python 环境和依赖管理的工具，DeerFlow 项目强烈推荐使用它。它会自动创建和管理 Python 虚拟环境，并安装依赖。

安装方式: 打开终端（Windows 上的 PowerShell 或命令提示符，macOS/Linux 上的终端），运行 Python 自带的 pip 包管理器来安装 uv。

pip install uv

4. pnpm: 用于安装和管理 Node.js 项目（Web UI）的依赖，DeerFlow 项目也强烈推荐使用。

安装方式: pnpm 需要全局安装。在终端（Windows 建议以管理员身份运行 PowerShell）执行以下命令进行全局安装：

npm install -g pnpm
安装完成后，关闭并重新打开你的终端窗口，以确保 pnpm 命令已经正确安装并可以在任何位置使用。

5. Git: 代码版本控制工具，用于从 GitHub 克隆项目。

获取方式: 访问 Git 官方下载页面 https://git-scm.com/downloads^[4]，下载并安装适合你系统的版本。安装时一路默认选项对新手来说是友好且通常够用的。

遇到困难？ 环境部分的安装有时可能会遇到各种问题。别担心！强烈建议将你在终端中遇到的错误信息复制粘贴给 AI 大模型（如 ChatGPT, Gemini, DeepSeek），它们通常能根据错误提示，一步一步指导你解决环境配置的各种疑难杂症。能手把手带你穿越卡点！

第三步：把代码“搬”回家 (克隆项目)

现在，我们来把 DeerFlow 的代码下载到你的电脑上。这里推荐使用 Git 克隆的方式，这是 GitHub 上获取代码最常用也最专业的方法，方便以后更新项目。

1. 选择一个“安全地带”: 在开始克隆之前，你需要决定把项目代码放在哪里。请不要将项目直接克隆或解压到 C 盘的系统文件夹里（比如 C:\Windows\System32 或桌面、我的文档等受系统保护的目录）。

打开终端 (PowerShell 或其他)。
使用 cd 命令切换到你希望存放项目的文件夹，比如你创建的 D:\github 文件夹。

2. 获取仓库克隆地址: 回到 DeerFlow 的 GitHub 仓库页面 https://github.com/bytedance/deer-flow^[1]，找到绿色的 <> Code 按钮，点击它，然后复制

3. 执行克隆命令: 在你已经切换到“安全地带”的终端窗口中，输入 git clone 命令，后面紧跟着你刚刚复制的仓库地址，然后按下回车键。

示例命令：
Bash
git clone https://github.com/bytedance/deer-flow.git
你会看到终端开始显示下载进度，等待它完成。克隆成功后，在你的 D:\github 文件夹下会出现一个名为 deer-flow 的新文件夹，里面就是项目的所有代码文件了。

第四步：进入项目并安装依赖

代码克隆完成后，所有项目文件都在你指定位置的一个新文件夹里，名称就是 deer-flow。现在，你需要进入这个文件夹，并安装项目运行所需的依赖库。

进入项目主目录:
在终端中，使用 cd 命令进入刚刚克隆下来的 deer-flow 文件夹。
安装 Python 依赖（使用 uv）:
安装 Web UI 依赖（使用 pnpm）:

说明：要运行 DeerFlow 的 Web 用户界面 (UI)，还需要安装前端部分（使用 Node.js/前端技术开发）所需的依赖库。我们在第二步已经全局安装了 pnpm。
首先，进入到 Web UI 的子目录 web：
然后使用 pnpm install 命令安装前端依赖：
安装完成后，回到项目主文件夹 deer-flow，以便执行后续的配置和启动命令：cd ..确认当前路径回到了 .../github/deer-flow

第五步：配置 API 密钥和模型信息 (项目的“钥匙”和“大脑”)

Deerflow有搜索联网和语音播客的功能，并且还要配置大模型，所以这部分需要我们在下载后的文件内额外再添加配置API

1. 在.env文件 配置联网搜索和TTS语音合成的API

a. 配置Tavily搜索的API KeyTAVILY_API_KEY

注册地址：https://app.tavily.com/home

b. 配置火山引擎的语音合成TTS API Key

注册地址：https://www.volcengine.com/docs/search?q=语音合成

(火山引擎里内容非常多，可以直接搜索：语音合成，然后点立即使用)

c. .env配置填写位置如下：

2. 在.yaml文件内 配置豆包大模型（官方推荐用豆包1.5pro）

a. 模型链接： https://console.volcengine.com/ark/region:ark+cn-beijing/experience/chat?id=excs-202505112245-[mXjn4QljsQRWzoKfp379T]^[5]

b..yaml文件内配置位置

第六步：运行你的项目！ (启动 Web UI 配置在本地用浏览器地址打开)

依赖已经安装，API 和模型也配置好了，终于可以启动 DeerFlow 并通过 Web UI 来使用了！

说明：要使用 Web UI，你需要同时启动 DeerFlow 的后端服务（处理核心逻辑、调用工具和 LLM）和前端服务（提供用户界面）。DeerFlow 项目提供了一个方便的启动脚本 (bootstrap.bat 用于 Windows，bootstrap.sh 用于 macOS/Linux）来同时完成这两步，并在开发模式下运行。
确保你在项目根目录 (deer-flow 文件夹内)。
根据你的操作系统，执行对应的启动脚本：

在 Windows 上运行: 打开 PowerShell 或命令提示符，进入项目根目录，然后执行：
PowerShell
.\bootstrap.bat -d

等待启动完成： 运行脚本后，终端会显示后端和前端服务的启动日志。等待日志不再滚动，可以在浏览器里输入： http://localhost:3000^[6]

如果一切顺利，你已经成功在本地部署好了DeerFlow这个项目，点击Get Started 就可以开始啦！

写在最后

哈哈，如果你阅读到这儿，恭喜你！如果能跟着教程一步步把 DeerFlow 弄起来，真挺不容易的。这可能是你，也是我，第一次全程自己“有意识”地去折腾一个复杂的 GitHub 项目。

记得我大概 20 年装过 Jupyter ，全程跟着B站视频稀里糊涂地点点点，甚至装完我都不知道Github和Jupyter到底是啥。这次的尝试，虽然也遇到了不少的麻烦，但有了大模型老师的加持，出错就问一步步查、很快就搞定了！所以真心觉得，以前学过的、踩过的所有“坑”，都没白费！人生每一步都算数，这话真不是吹的！

这么复杂的操作，可能会“劝退”一部分小白同学。但如果你看到这里，还是特别想请你试试动手安装折腾一下！

卡住了就大胆去问 AI，或者在项目说明书 README 里找找线索，ISSUES里也有很多问题答案。相信我，只要你愿意总能找到办法！这个解决问题的过程，比装好项目本身更宝贵。

去试试吧！开源世界挺酷的，你已经踏出了超关键一步！也欢迎关注，给我留言~

其他阅读推荐

#高效阅读神器：分类管理你的公众号订阅

#AI编程神器：用Trae打造你的AI百宝箱 (实践版)

#AI编程Cursor自制的Prompt收藏夹超好用！

参考资料

[1]

https://github.com/bytedance/deer-flow: https://github.com/bytedance/deer-flow

[2]

https://www.python.org/downloads/: https://www.python.org/downloads/

[3]

https://nodejs.org/en/download/: https://nodejs.org/en/download/

[4]

https://git-scm.com/downloads: https://git-scm.com/downloads

[5]

https://console.volcengine.com/ark/region:ark+cn-beijing/experience/chat?id=excs-202505112245-[mXjn4QljsQRWzoKfp379T]: https://console.volcengine.com/ark/region:ark+cn-beijing/experience/chat?id=excs-202505112245-%5BmXjn4QljsQRWzoKfp379T%5D

[6]

http://localhost:3000: http://localhost:3000

本文使用 Notion Nice 排版一键生成