|
又有一个重磅开源项目来了! 字节跳动推出的 DeerFlow(Deep Exploration and Efficient Research Flow)现已在 GitHub 上全面开源。 DeerFlow一个社区驱动的深度研究框架,扣子空间的开源复刻版,同时还集成了豆包同款的语音合成能力。 项目已获得 2100+ Star,开源社区好评如潮! 和扣子空间一样,DeepFlow 是一个将大语言模型与专业工具(如网络搜索、爬虫和 Python 代码执行)结合的多智能体框架。 包含了以下的功能: 深度研究:对任何话题进行全面的网络调研 播客生成:根据研究报告自动生成播客脚本并合成语音 PPT 制作:自动创建简单的 PowerPoint 演示文稿 代码分析:使用 Python REPL 工具执行和分析代码 看看官方演示视频就明白了,DeerFlow不是简单的网络搜索,而是对复杂问题的深入探索。 输入一个主题,它能够进行网络搜索、整合信息、撰写报告,甚至将报告转化为类似于Google Notebookllm音频播客。 技术架构如下:

DeepFlow 基于 LangGraph 构建了一个灵活的基于状态的工作流框架。 系统由以下核心模块组成: 协调器(Coordinator):整个系统的入口,管理工作流生命周期 规划器(Planner):战略组件,负责任务分解和计划 研究团队(Research Team):有三个部分组成,每股分各司其职,这包含了研究员、程序员以及报告员角色, 研究员角色使用网络搜索、爬虫等工具收集信息,之后再交给程序员角色使用Python来处理代码分析和技术任务,最后将汇总的信息交给报告员生成相关的报告。 语音播客DeerFlow 现在集成了豆包同款的文本转语音(TTS)功能,可以将研究报告转换为高质量的语音。 使用 volcengine TTS API,速度、音量和音调都可以自定义,一键将文字变成播客内容! 开箱即用只需几步就能开始使用 DeerFlow: #克隆仓库gitclonehttps://github.com/bytedance/deer-flow.gitcddeer-flow#安装依赖uvsync#配置API密钥cp.env.example.env#配置LLM模型cpconf.yaml.exampleconf.yaml#运行项目uvrunmain.py 支持多种搜索引擎: - Tavily(默认)
- DuckDuckGo
- Brave Search
- Arxiv(学术论文搜索)
|