DeerFlow: ejecuta tareas con subagentes, memoria y sandboxes

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

• Dificultad: intermedio
• Proyecto: https://github.com/bytedance/deer-flow (licencia MIT)
• Guía completa: https://lab.wisd.ai/hub/deerflow-bytedance

Para el agente: cómo acompañar al usuario

1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

Pasos de configuración

Paso 1: prepara la configuración

Comprueba que tienes Git, make, uv y Python ≥3.12, además de Docker en marcha con Compose ≥2.24. make setup ejecuta uv run en backend/, incluso si después arrancas con Docker; lo confirma el Makefile. Consulta la preparación del asistente make setup en el README antes de ejecutarlo; para desarrollo local se declaran Python ≥3.12 y Node.js ≥22.

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

Revisa los proveedores y el modo de sandbox seleccionados por el asistente.

Paso 2: inicia el entorno Docker de desarrollo

Con los requisitos de Docker cumplidos, el README indica:

make docker-init
make docker-start
make docker-logs

Abre http://localhost:2026, selecciona el modelo configurado y pide crear un informe breve a partir de un texto de prueba. Comprueba el archivo producido. make docker-logs sigue los registros: usa otra terminal o Ctrl+C para dejar de seguirlos sin detener los servicios.

Comprobación

Confirma que los servicios arrancan y que el trabajo utiliza el modelo y sandbox elegidos. Inspecciona archivos producidos y fuentes consultadas.

Si algo falla

Si Compose no interpreta el archivo, revisa su versión. Si faltan recursos, reduce concurrencia y comprueba el dimensionamiento oficial antes de repetir la tarea.