DeerFlow: ディープリサーチのためのオープンソース自動化フレームワーク

DeerFlowはByteDanceによってオープンソース化されたディープリサーチフレームワークであり、マルチインテリジェンス連携によるリサーチタスクの自動化を目的として設計されている。言語モデルとウェブ検索、ウェブクローリング、Pythonコード実行などの専門ツールを組み合わせ、ユーザーが複雑なリサーチタスクを効率的に完了できるよう支援します。 ラングラフ 柔軟なタスク割り当てと状態管理をサポートするモジュール設計で構築されている。ユーザーは簡単な設定で素早く導入できるため、研究者や開発者、大量の情報を処理する必要のあるユーザーに適している。DeerFlowは直感的なオンラインエクスペリエンスを提供し、Volcengineクラウドプラットフォームへのワンクリックデプロイメントをサポートしているため、ユーザーはすぐに使い始めることができる。

機能一覧

• マルチインテリジェンス・コラボレーション検索、コード解析、レポート生成のタスクは、インテリジェンス・モジュールのリサーチャー、コーダー、リポーターに分担される。
• ウェブ検索とクローリング統合 タヴィリー や、効率的な情報収集やウェブコンテンツの抽出をサポートする「Brave Search」などがある。
• Pythonコード実行PythonのREPLツールを内蔵しており、コードを直接実行して分析することができます。
• 音声合成Volcengine TTS APIを使用して、スピード、ボリューム、ピッチを調整することができます。
• レポート作成文書やPPT形式にエクスポート可能な構造化された調査レポートを自動的に生成します。
• ワンクリック配備Volcengineクラウドプラットフォームへの迅速なデプロイをサポートし、環境設定を簡素化します。
• 対話モード研究計画を動的に調整できるコマンドライン対話モードを提供する。
• オープンソース貢献MITライセンスに基づき、コミュニティによる開発と最適化への参加が奨励されています。

ヘルプの使用

設置プロセス

DeerFlowはインストールと設定が簡単で、基本的なプログラミング経験のあるユーザーに適しています。以下は詳細なインストール手順です：

1. クローン倉庫
   ターミナルで以下のコマンドを実行して、DeerFlowリポジトリをローカルにクローンします：

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

2. 依存関係のインストール
   利用する uv ツールは自動的にPython仮想環境を作成し、必要な依存関係をインストールする：

   uv sync
   

   注：以下をインストールしていることを確認してください。 uvこれは pip install uv インストール。

3. 環境変数の設定
   サンプルの設定ファイルをコピーし、APIキーを入力します：

   cp .env.example .env
   

   ある .env ファイルに以下のAPIキーを追加する：

   • Tavily API: ウェブ検索に使用。 タヴィリー公式サイト アクセスするにはサインアップしてください。
   • Brave Search API: 検索機能を強化するために使用。 ブレイブ・サーチ 登録する。
   • Volcengine TTS API: 音声合成機能に使用され、Volcengineプラットフォームで認証情報を取得する必要があります。
     典型例 .env ファイルの内容

   TAVILY_API_KEY=your_tavily_api_key
   BRAVE_SEARCH_API_KEY=your_brave_api_key
   VOLCENGINE_TTS_KEY=your_volcengine_tts_key
   

4. 構成モデルとパラメータ
   例の設定ファイルをコピーし、必要に応じて調整してください：

   cp conf.yaml.example conf.yaml
   

   ある conf.yaml で、言語モデル（GPTまたはその他のサポートされているモデルなど）とAPIキーを設定する。を参照してください。 docs/configuration_guide.md.

5. マープの設置（オプション）
   PPT形式でレポートを作成する必要がある場合は、Marp CLIをインストールする必要があります：

   brew install marp-cli
   

   macOS以外のシステムについては マープCLI公式サイト インストール方法を取得します。

6. DeerFlowの実行
   コンフィギュレーションが完了したら、以下のコマンドを実行してスタートする：

   python main.py --query "你的研究问题" --interactive
   

   例

   python main.py --query "量子计算对密码学的影响" --interactive
   

主要機能の使用

DeerFlowの核となる機能は、マルチインテリジェンス・コラボレーションを中心としたもので、以下のモジュール式プロセスに分かれている：

1. 研究課題の入力
   ユーザーはコマンドラインで研究課題を入力する。例えば、「量子コンピューティングが暗号技術に与える影響を分析する」と入力すると、DeerFlowのプランナーインテリジェンスがタスクを分解し、研究計画を生成し、適切なインテリジェンスに割り当てる。ユーザーは対話モードで動的に計画を調整することができます：

   python main.py --query "你的研究问题" --interactive
   

   インタラクティブ・モードでは、追加情報の入力やプランの確認をユーザーに促す。

2. ウェブ検索と情報収集
   リサーチャーインテリジェンスは、Tavily または Brave 検索 API を使用して関連情報を収集します。自動的にウェブコンテンツをクロールし、重要なデータを抽出し、一時的なデータベースに保存します。ユーザーは、設定ファイルを介して検索の深さを調整することができます：

   search:
   engine: tavily
   max_results: 10
   

3. コードの実行と分析
   Coderのインテリジェンスは、Pythonコードの実行をサポートする。例えば、ユーザーがデータ分析タスクを入力すると、Coderがコードを生成して実行する：

   import pandas as pd
   df = pd.read_csv('data.csv')
   print(df.describe())
   

   実行結果は研究にフィードバックされる。ユーザーはインタラクティブ・モードでコードの実行結果を確認できる。

4. レポート作成と音声合成
   Reporterのインテリジェンスは、収集した情報を構造化されたレポートに照合し、Markdown、PDF、またはPPT形式でエクスポートすることができます。テキスト読み上げ機能を有効にして、レポートを音声に変換することもできます：

   python main.py --query "你的研究问题" --tts
   

   音声ファイルは指定されたディレクトリに保存され、音声の速度とピッチを調整することができます：

   tts:
   speed: 1.0
   volume: 1.0
   pitch: 0.0
   

5. カスタマイズされたワークフロー
   DeerFlowはインテリジェンスの状態を管理するためにLangGraphを使用しています。 conf.yaml タスクフローをカスタマイズする。例えば、検索の反復回数を増やす：

   max_plan_iterations: 3
   max_step_num: 5
   

注目の機能操作

• 動的タスク反復プランナーのインテリジェンスは、検索結果に基づいて研究計画を動的に調整することができます。例えば、最初の検索結果が不十分な場合、プランナーは自動的に新しい検索を開始します。
• ポッドキャスト世代DeerFlowはレポートをポッドキャスト形式に変換することができ、研究結果の共有に最適です。
• PPT世代DeerFlowはMarp CLIを通じてレポートをプロフェッショナルなPPTに変換することができ、学会やチームプレゼンテーションに適しています。

ほら

• APIコールとウェブクローリングをサポートするため、安定したネットワーク接続を確保する。
• プローブ .env 歌で応える conf.yaml キーエラーによる機能の使用不能を避けるためのコンフィギュレーション。
• 協議 docs/FAQ.md 依存関係のインストールの失敗やAPIアクセスの制限など、一般的な問題のトラブルシューティング。

アプリケーションシナリオ

1. 学術研究
   学生や研究者は、DeerFlowを使って文献を素早く収集し、データを分析し、構造化されたレポートを作成することができます。例えば、"review of the latest AI algorithms "と入力すると、DeerFlowは自動的に関連論文を検索し、重要な情報を抽出し、レポートを生成します。
2. 技術開発
   開発者はコーダーインテリジェンスを使ってコードベースを分析したり、実験的なコードを実行したりできる。例えば、「異なる機械学習モデルのパフォーマンスを比較する」と入力すると、DeerFlowはPythonスクリプトを実行し、比較レポートを生成します。
3. 市場分析
   マーケティングチームはDeerFlowを使って業界トレンドのデータを収集し、市場レポートやポッドキャストを作成することができます。例えば、"Social Media Trends 2025 "と入力すると、DeerFlowは関連するウェブページをクロールし、アナリティクスを生成します。
4. 教育とトレーニング
   例えば、"Introduction to Quantum Computing "と入力すると、DeerFlowは関連するコンテンツを照合し、教育用スライドを生成します。

品質保証

1. DeerFlowはどのような言語モデルをサポートしていますか？
   DeerFlowはGPTファミリーやその他のオープンソースモデルを含む複数の言語モデルをサポートしています。DeerFlowについての詳細は conf.yaml でモデルタイプとAPIキーを設定します。
2. 無効なAPIキーの問題を解決するには？
   プローブ .env ファイル内のキーが正しい。Tavily、Brave、または Volcengine プラットフォームに登録されていて、有効なキーがあることを確認してください。
3. プログラミングの経験は必要ですか？
   基本的な使用にはプログラミングの経験は必要ないが、環境の設定やワークフローのカスタマイズには基本的なPythonの知識が必要となる。
4. 検索結果を最適化するには？
   ある conf.yaml センターステージ調整 max_results 歌で応える search_engine パラメータを使用して、より適切な検索エンジンを選択する。