DeerFlow：LangChainとLangGraphフレームワーク上に構築された intelligent な研究アシスタント 71

小编 · 2025-05-10

DeerFlowは、ByteDanceがオープンソース化した、LangChainとLangGraphフレームワークに基づく intelligent な研究アシスタントです。動的なタスク反復、MCPシームレス統合、研究計画の自動生成、人機協働をサポートし、ポッドキャストやPPTの生成も可能です。言語モデルとWeb検索、クローラー、Pythonコード実行などのツールを組み合わせて、深く包括的なレポートを迅速に提供します。さらに、ByteDance内部のMCP（モデル制御プラットフォーム）とシームレスに統合され、自動化と正確性を向上させます。また、DeerFlowは最適化されています。

DeerFlow：LangChainとLangGraphフレームワーク上に構築された intelligent な研究アシスタント

DeerFlowとは？

DeerFlowはバイトダンスがオープンソース化した、LangChainおよびLangGraphフレームワークをベースとしたインテリジェントな研究アシスタントです。動的なタスク反復、MCPシームレス統合、研究計画の自動生成、人間とAIのコラボレーション、さらにはポッドキャストやppt生成までサポートしています。言語モデルとウェブ検索、クローラー、Pythonコード実行などのツールを組み合わせることで、深く包括的なレポートを迅速に提供します。また、バイトダンス社内製のMCP（モデルコントロールプラットフォーム）とのシームレスな統合を実現し、自動化と精度を向上させています。さらに、DeerFlowは人間とAIのコラボレーション体験を向上させており、ユーザーはいつでも研究計画に介入して調整することができ、結果が预期通りであることを保証できます。

DeerFlow：LangChainとLangGraphフレームワークをベースとしたインテリジェントな研究アシスタント.webp

DeerFlowの中核アーキテクチャ

マルチエージェントアーキテクチャ：LangGraphアーキテクチャに基づき、モジュール型のマルチエージェントシステム設計を採用しています。システムはコーディネーター、プランナー、リサーチチーム、レポートジェネレーターなどの役割で構成されています。コーディネーターが研究プロセスのライフサイクルを管理し、プランナーがタスク分解と研究計画の生成を担当し、リサーチチームはリサーチャーやコードアナリストなどで構成され、具体的な情報収集や技術タスクを担当し、レポートジェネレーターが研究結果をレポートにまとめます。
LangStackベースのオープンソースフレームワーク：LangChainおよびLangGraphのオープンソースフレームワーク上に構築されており、コード構造が明確でロジックもシンプルで、学習のハードルが低くなっています。

DeerFlowの主な機能

動的なタスク反復：研究のニーズに応じてタスク計画を自動生成・最適化し、研究プロセスの効率と柔軟性を確保します。
マルチツール統合：ウェブ検索、Arxiv学術リソース検索、クローラー、Pythonコード実行をサポートし、研究者の学術文献収集と分析に強力なサポートを提供します。
マルチモーダルコンテンツ生成：詳細な研究レポートを生成するだけでなく、ポッドキャストスクリプトやPPTなどの多様なコンテンツ生成もサポートし、さまざまなシナリオのニーズに対応します。
MCPシームレス統合：バイトダンスの社内MCP（モデルコントロールプラットフォーム）と組み合わせることで、より高い自動化と精度を実現します。
LLM統合：litellmを通じてほとんどのモデルとの統合をサポートし、Qwenなどのオープンソースモデルをサポートし、OpenAIのAPIインターフェースと互換性があり、多層LLMシステムがさまざまな複雑さのタスクに適しています。
人間とAIのコラボレーション：自然言語で研究計画を対話的に修正できるほか、研究計画を自動的に受け入れることもサポートしています。Notion風のブロック編集をサポートし、AIによる最適化、AIによる推敲、文の短縮・拡張が可能です。

DeerFlowの応用シナリオ

学術研究：研究者にとって、DeerFlowは学術文献の収集と分析に強力なサポートを提供します。Arxiv検索機能により高品質な学術リソースを迅速に見つけることができ、研究者の時間を節約します。研究者はこれを活用して、研究計画の策定からコンテンツ生成までの全工程を効率的に自動化し、人件費を大幅に削減できます。
コンテンツ制作：コンテンツ制作者はDeerFlowを活用してポッドキャストスクリプトや音声を生成したり、PowerPointプレゼンテーションを自動的に作成したりすることができ、カスタマイズ可能なテンプレートを提供することで、コンテンツ制作と表現のプロセスを大幅に簡素化できます。
企業内のナレッジマネジメントと研究：バイトダンスの社内MCP（モデルコントロールプラットフォーム）と組み合わせることで、DeerFlowはより高い自動化と精度を実現しており、企業はこれを活用して社内ナレッジの整理、分析、研究を行い、ナレッジマネジメントの効率を向上させることができます。

DeerFlowのインストール手順

環境の準備

システムが以下の最低要件を満たしていることを確認してください：

Python：バージョンは3.12+が必要です。

Node.js：バージョンは22+が必要です。

インストール手順

リポジトリのクローン：

git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

依存関係のインストール：

uv sync

このステップで自動的に仮想環境が作成され、必要なパッケージがすべてインストールされます。

環境変数の設定：

cp .env.example .env

必要に応じて.envファイルにAPIキー（Tavily、Brave SEARCH、火山引擎TTSなど）を追加します。

モデルとAPIキーの設定：

cp conf.yaml.example conf.yaml

必要に応じてconf.yamlファイルでLLMモデルとAPIキーを設定します。具体的な設定はdocs/configuration_guide.mdを参照してください。

PPT生成ツールのインストール：

brew install marp-cli

他のオペレーティングシステムを使用している場合は、Marp CLIの公式ドキュメントを参照してインストールしてください。

Web UI依存関係のインストール（オプション）：

cd deer-flow/web
pnpm install

pnpmをインストールしていない場合は、代わりにnpm installまたはyarn installを使用できます。

プロジェクトの起動

プロジェクトの実行：

uv run main.py

これにより、コンソールUIでプロジェクトが実行されます。

Web UIの起動（Web UI依存関係をインストールした場合）：

macOS/Linuxの場合：

./bootstrap.sh -d

Windowsの場合：

bootstrap.bat -d

その後、ブラウザでhttp://localhost:3000にアクセスしてWeb UIを確認します。

開発とデバッグ

開発やデバッグを行う必要がある場合は、LangGraph Studioを使用できます：

ローカルでのLangGraph Studioの実行：

Macの場合：

curl -LsSf https://astral.sh/uv/install.sh | sh
uvx --refresh --from "langgraph-cli[inmem]" --with-editable . --python 3.12 langgraph dev --allow-blocking

Windows/Linuxの場合：

pip install -e .
pip install -U "langgraph-cli[inmem]"
langgraph dev

起動後、Studio UIリンク（例：https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024）にアクセスしてデバッグを行います。