ByteDance, das Unternehmen hinter TikTok, hat mit DeerFlow ein quelloffenes Framework für KI-Agenten veröffentlicht. Heise.de stellte das Projekt am 8. April 2026 vor. Der Name steht für Deep Exploration and Efficient Research Flow, Ziel ist es, Agenten selbstständig recherchieren, Aufgaben ausführen und dabei in abgeschotteten Umgebungen arbeiten zu lassen.
Aufbau auf LangChain und LangGraph
DeerFlow baut auf den etablierten Bibliotheken LangChain und LangGraph auf und ist auf Erweiterbarkeit ausgelegt. Aufgaben werden über Markdown-basierte Skills und Tools definiert, sodass Entwicklerteams eigene Fähigkeiten relativ einfach ergänzen können. Für Web-Recherchen greift das Framework wahlweise auf den Dienst Tavily oder ByteDances eigenen Dienst InfoQuest zu.
Sandboxing und parallele Sub-Agenten
Ein Schwerpunkt liegt auf Sicherheit: Agenten laufen in isolierten Dateisystemen, um die Art von Schwachstellen zu vermeiden, die frühere agentische Systeme anfällig gemacht haben. DeerFlow unterstützt außerdem die parallele Ausführung mehrerer Sub-Agenten mit jeweils eigenem Kontext sowie ein Langzeitgedächtnis, das über einzelne Konversationen hinweg erhalten bleibt.
Auf GitHub mit über 56.000 Sternen
Der Code steht offen auf GitHub bereit und hat dort bereits mehr als 56.000 Sterne gesammelt. DeerFlow lässt sich auch mit lokal gehosteten Modellen betreiben, eine Docker-Installation für den lokalen Betrieb ist in der Dokumentation beschrieben. Für Entwicklerstudios, die eigene Automatisierungs- oder Recherchewerkzeuge bauen wollen, liefert das Projekt damit eine fertige Basis, ähnlich wie es zuletzt auch bei anderen portablen KI-Wissensformaten zu beobachten war.
Die Angaben basieren auf der offiziellen Quelle.