上周有个活儿让我很烦：要从几十个网页里抓产品价格，再做跨周对比，最后整理成一张表。手动干的话，就是复制粘贴一晚上，而且我手头还有别的任务。我决定试试deer-flow，一个靠“自己研究、写代码、跑脚本”出名的开源智能体框架。GitHub上大概8万星，看着挺唬人。

怎么用的

先克隆仓库，装依赖，这些常规操作。我机器上Python 3.11，直接跑pip install -r requirements.txt，中途没报什么大错。

git clone https://github.com/bytedance/deer-flow.git
cd deer-flow
pip install -r requirements.txt

然后要配置模型API。它支持不少家，我用的OpenAI兼容接口，写进环境变量就行。接着我启动了一个交互式任务，输入很简单，我说“帮我抓取某电商网站上三个品牌的手机价格，连续抓三天，每天对比，最后生成一个表格”。它开始口吐计划，分解成几步：写爬虫、模拟请求、解析页面、记录数据、生成对比报告。

说实话，一开始我不太相信它能自己搞定。以前用过的许多agent，要么在第一步就卡住，要么乱编数据。但deer-flow确实扛住了第一步：它自己写了爬虫代码，用...（这里我不想给链接）不用管，真的写出来了。然后它在一个沙箱环境里运行，把结果保存成JSON。我瞄了一眼代码，逻辑清晰，甚至加了重试机制。

好用在哪

最让我省心的是它会自己决定下一步。第一天抓完数据后，它没有停，而是自动往下执行——等第二天再抓一次。到第三天结束，它对比了三天的价格波动，生成了一张markdown表格，还附了一段“某型号价格先降后涨”的观察。全程我没动过手，只在最后看了一眼报告。

这种“目标导向”的执行方式很接近一个初级工程师：你给我一个任务，我自己拆成步骤，遇到问题自己查报错，自己改代码。而且它每一步都会有日志输出，中间出了什么错都看得见，不是黑盒。

另一个亮点是它有“长期记忆”的概念，跨天的任务可以保持状态。我试过直接把任务挂后台，第二天继续，它知道之前已经跑过了哪些步骤，不会重新开始。这一点对真实工作流太重要了。

【我遇到的坑】

听着很顺？坑也不少。

首先是依赖冲突。deer-flow依赖的某些库，和我环境里已有的包版本打架，安装时直接把我原来项目里的pandas给降级了。我后来用虚拟环境才解决。这个在clone下来就能感受到，README里没提。

然后是它偶尔会“绕圈”。我的任务中需要解析一个动态加载的页面，它写的爬虫第一次没拿到数据，于是它开始改方案，试了三种方法，跑了五六次，最后还是没成功。它不是真的理解原因，只是在枚举可能性。最后我手动给它加了一条提示，它才改对。

还有个更烦的问题：上下文长度。任务时间长了，容易超出模型的上下文窗口。deer-flow有个机制，会把中间步骤摘要化，但摘要会丢细节。我在第二天让它查看前一天的原始数据，它给我的是摘要后的结果，格式都变了。要我对比具体数字，我就不放心，最后只能自己打开文件确认。

它生成的文件路径也混乱。所有中间产物都塞在artifacts/下面，文件名是一串哈希，我根本认不出哪个是哪个。找半天，最后还是用find命令按修改时间搜出来的。

和竞品比怎么样

我也用过Dify，那个偏可视化编排，拖拽节点搭一条工作流，很适合做固定流程的RAG应用。但给一个模糊任务让它自己发挥，Dify不行，得把每个节点都定义死。Composio是提供工具接入的，本身不是完整的agent，更像工具箱。deer-flow更像一个“自主行动”的agent调度器，从决策到执行到反思都自己来。

如果拿它和直接写代码比：简单任务用脚本几行就完事，不需要上deer-flow。但任务开始变得要“判断”和“调整”的时候，它比脚本省心，因为不用你写异常处理和重试逻辑。当然代价是你要容忍它犯傻，以及它烧的token。

价格方面，我没有细算，但跑了三天任务大概消耗了不少token，如果用的是付费API，也不是个小数目。好在它支持本地模型，但本地模型能力和上下文窗口又是另一道坎。

什么场景适合

我觉得deer-flow适合那种“目标明确但步骤多且常变”的活儿。比如批量抓数据、整理文件、跑一些需要根据中间结果调整的代码。它不强在写复杂的业务系统，强在帮你跑一次性的、有一定探索性质的自动化任务。

不适合什么？不适合需要严格权限控制或者高度安全性的场景。它能在沙箱里运行代码，但如果你给它一个生产环境的凭据，它可能会乱调用。也不适合任务目标模糊到没法拆的情况，比如“帮我优化一下代码”这种，它不知道该往哪个方向走。

说到底，它是个效率工具，不是万能助手。你得能判断它的输出是否正确，这才是关键。

这次用下来，我的结论是：如果你手上有个重复性强、但又需要一点智能判断的脏活，deer-flow值得一试。但别觉得挂上就能睡大觉，它该卡壳还是卡壳，该胡说还是胡说。你看好它，它就帮你加班；你看不住，它也能给你整出一堆需要返工的半成品。

反正我的价格表任务是顺利跑完了，那三天里我至少省出了两个晚上的时间。下次再有类似活儿，我还会用它，但我会记得每天睡前瞄一眼日志，别让它跑了偏。