字节跳动开源 SuperAgent 框架 DeerFlow 于 2026-09-24 发布 v2.1.0，收官里程碑并合并 772 个 PR（仓库约 8.3 万星）。相对 2.0，重心转向可信执行与可运维：子代理委派可验证、可选 batch_task 持久批处理、记忆后端可插拔（DeerMem / OpenViking / mem0 HTTP 等）、沙箱侧新增 E2B、BoxLite 微虚机以及 Tenki、OpenSandbox 等云提供方。破坏性变更包括无条件 X-Trace-Id、/mnt/skills 保留给托管技能投影、记忆配置迁入 memory.backend_config，以及 Docker 入口默认绑 127.0.0.1。

核心要点速览 (Key Takeaways)

  • ✓发版：v2.1.0；里程碑 772 PR；站点 deerflow.tech
  • ✓可信运行时：子代理委派可验证 + 委派账本；工具调用带防篡改 runtime stamp；可选 batch_task 做 SQL 持久可恢复批处理
  • ✓记忆：memory.manager_class 可插拔；内置 FTS5/BM25；新增 OpenViking、mem0 HTTP 等后端；旧扁平 /memory/config 字段迁到 backend_config
  • ✓沙箱：E2B 强制 sandbox.replicas 容量；新增 BoxLite / Tenki / OpenSandbox 等，远程提供方扩展到多家
  • ✓运维破坏点：响应必带 X-Trace-Id；PAT（/api/v1/auth/pats）；compose 默认 BIND_HOST=127.0.0.1——升级前读 CHANGELOG
🔗

相关资源与官方项目出处

免代理直达
💡 国内无需访问 Twitter，可直接访问上述项目官方资源与文档
🐙
GitHub Release v2.1.0
github.com/bytedance/deer-flow/releases/tag/v2.1.0
↗
🐙
CHANGELOG 2.1.0
github.com/bytedance/deer-flow/blob/v2.1.0/CHANGELOG.md
↗
🚀
Official site / demos
deerflow.tech
↗
🐙
GitHub repository
github.com/bytedance/deer-flow
↗
🐙
2.1.0 milestone
github.com/bytedance/deer-flow/milestone/2
↗
🐙
LLM Space sister project
github.com/deer-flow/llm-space
↗
🔬

深度技术解析与实战评估

核心背景与行业痛点

DeerFlow 2.0 把长程 SuperAgent（子代理、记忆、沙箱、技能）推到开源一线，但生产仍痛：委派是否可审计、记忆能否换后端、沙箱配额打满怎么办、多租户如何发 PAT。只堆模型不够，需要把「可信执行 + 可运维」补进 harness。国内团队还关心 Feishu/Lark、Volcengine 模型与默认不暴露公网端口。

架构亮点与底层机制

v2.1.0（CHANGELOG）在 Gateway/运行时上：无条件下发 X-Trace-Id（logging.enhance.enabled 只控日志形态）；子代理委派可验证并维护防重复委派账本；工具调用带 runtime stamp；TokenBudgetMiddleware / ToolOutputBudgetMiddleware；delta checkpoint 与目标续跑（goal continuations）。记忆改 memory.manager_class + backend_config。沙箱保留 /mnt/skills 托管投影，E2B 按 sandbox.replicas 限流，并加入 BoxLite、Tenki、OpenSandbox 等提供方。认证上线 PAT 与登录锁定参数。

权威 Benchmark 与实测跑分对比

本版发行说明以工程里程碑为主（772 merged PRs），未公布类似 SWE-bench 的官方解题率对比表。仓库星标约 83k（查询当日）。验收建议：固定任务集对比 2.0→2.1 的委派成功率、沙箱排队失败率与 trace 贯通率；勿把「PR 数量」直接当成模型能力分。

开发者实战落地与开箱指南

环境：Python 3.12+、Node 22+（见 README）。从 v2.1.0 升级前必读 Breaking：改用请求头传 trace、把 storage_path 当成目录、为自定义记忆后端实现 search()、按需设置 BIND_HOST。本地推荐 Docker compose；演示与案例见 deerflow.tech。MCP 长任务、SkillScan、Lark/Feishu CLI 等集成项见 CHANGELOG「Models & integrations / MCP」两节。