01
不是目录翻译
按一次真实请求的流动顺序拆解代码，解释模块之间为什么这样连接。
DeerFlow 源码拆解从一条消息，到一个可恢复的超级 Agent 系统
沿着真实调用链，读懂 Harness、Gateway、LangGraph、沙箱、子代理、记忆、SSE 与 Next.js 前端如何共同构成 DeerFlow 2.1。
Skip to content
你将建立怎样的心智模型
DeerFlow 最值得学习的不是某个工具函数，而是它把 Agent 产品拆成了三套彼此约束的系统：
第一部分
先建立服务、模块和请求链路的全局地图。
先建立服务、模块和请求链路的全局地图。
第二部分
进入 Agent 工厂、状态、模型、工具与中间件。
进入 Agent 工厂、状态、模型、工具与中间件。
第三部分
理解沙箱、子代理、记忆、MCP 与技能系统。
理解沙箱、子代理、记忆、MCP 与技能系统。
第四部分
补齐流式 UI、持久化、安全、部署与扩展。
补齐流式 UI、持久化、安全、部署与扩展。
NOTE
本站分析基线为 deer-flow-main 本地快照，Python/前端包版本均为 2.1.0，分析日期为 2026-08-01。上游 main 会继续演进；文中链接用于定位模块，细节以该基线为准。