DeerFlow

Qué es

DeerFlow es el agente de IA que publicó ByteDance, la empresa detrás de TikTok.

No es un chatbot. Es un sistema multi-agente que orquesta subagentes especializados, memoria persistente y sandboxes de ejecución para hacer tareas completas de principio a fin.

Investiga con fuentes reales. Programa y ejecuta el código en un sandbox aislado. Crea presentaciones. Genera podcasts y videos. Y recuerda lo que hizo en sesiones anteriores.

68.800 estrellas. 9.200 forks. MIT.

Por qué importa

La mayoría de agentes de IA hacen bien una cosa.

DeerFlow orquesta varias: un agente busca información real en internet, otro escribe el código, otro lo ejecuta en un entorno aislado, otro genera el contenido visual.

El resultado es un sistema que puede recibir una tarea compleja y entregarla terminada sin que tengas que supervisar cada paso.

Gratis. En tu máquina. Con cualquier modelo de lenguaje.

Cómo instalarlo

Necesitas Python 3.11+ y uv:

git clone https://github.com/bytedance/deerflow.git
cd deerflow
uv sync
cp .env.example .env
# Añade tu API key en el .env
uv run python main.py

La interfaz web se abre en http://localhost:3000.

Soporta cualquier modelo: Claude, GPT, Gemini, DeepSeek o modelos locales via Ollama.

Casos de uso

• Investigación profunda de un tema con síntesis automática de fuentes reales.
• Generar un informe completo con datos actualizados de internet.
• Crear una presentación desde un prompt, exportarla y tenerla lista.
• Ejecutar análisis de datos en un sandbox sin riesgo para tu sistema.
• Generar podcasts o videos cortos a partir de un brief de texto.

Qué sustituye

Herramienta	Precio	Diferencia
Perplexity Pro	20$/mes	DeerFlow busca y sintetiza gratis
Gamma	desde 8$/mes	Presentaciones generadas localmente
HeyGen	desde 29$/mes	Videos generados sin suscripción

Limitaciones honestas

La instalación es más compleja que otros agentes. Necesitas configurar el entorno y las API keys.

Para tareas que requieren generación de video de calidad profesional, HeyGen o Runway siguen siendo superiores.

La documentación es principalmente en inglés y el proyecto todavía tiene rough edges en algunos flujos.

Recursos

• Repositorio en GitHub (link arriba)
• 264 contribuidores, 2.128 commits
• Compatible con Claude, GPT, Gemini, DeepSeek y modelos locales via Ollama