mirror of
https://github.com/bytedance/deer-flow.git
synced 2026-05-22 16:06:50 +00:00
copilot-swe-agent[bot]
814a488bcb
Agent-Logs-Url: https://github.com/bytedance/deer-flow/sessions/a5f192e7-8034-4e46-af22-60b90ee27d40 Co-authored-by: foreleven <4785594+foreleven@users.noreply.github.com>
49 lines
1.5 KiB
Plaintext
49 lines
1.5 KiB
Plaintext
import { Callout, Cards } from "nextra/components";
|
|
|
|
# 安装 DeerFlow Harness
|
|
|
|
<Callout type="info" emoji="📦">
|
|
DeerFlow Harness Python 包将以 <code>deerflow</code> 名称发布。目前尚未正式发布，安装方式<strong>即将推出</strong>。
|
|
</Callout>
|
|
|
|
DeerFlow Harness 是构建自己 Super Agent 系统的 Python SDK 和运行时基础。
|
|
|
|
如果你想在自己的产品或工作流中整合技能、记忆、工具、沙箱和子 Agent 等 Agent 能力，这正是你需要的 DeerFlow 组件。
|
|
|
|
## 包名称
|
|
|
|
包名将是：
|
|
|
|
```bash
|
|
pip install deerflow
|
|
```
|
|
|
|
该包目前还未公开发布，但这是文档正式发布后将使用的安装路径。
|
|
|
|
## 当前状态
|
|
|
|
DeerFlow Harness 包**即将推出**。
|
|
|
|
目前，本章节的存在是为了建立 SDK 入口和包标识，同时公开分发流程正在最终确定中。
|
|
|
|
## Harness 将提供什么
|
|
|
|
Harness 专为想要在 DeerFlow 运行时模型之上构建自己 Agent 系统的开发者设计。
|
|
|
|
它将提供以下基础：
|
|
|
|
- 构建长时序 Agent
|
|
- 组合运行时能力（记忆、工具、技能、子 Agent）
|
|
- 在沙箱中执行 Agent
|
|
- 通过配置和代码自定义 Agent 行为
|
|
- 将 DeerFlow 集成到自己的应用架构中
|
|
|
|
## 下一步
|
|
|
|
在包正式发布之前，了解 DeerFlow Harness 的最佳方式是阅读本章节的概念和实现文档。
|
|
|
|
<Cards num={2}>
|
|
<Cards.Card title="快速上手" href="/docs/harness/quick-start" />
|
|
<Cards.Card title="配置" href="/docs/harness/configuration" />
|
|
</Cards>
|