DeerFlow - 바이트호퍼의 오픈 소스 심층 연구 프레임워크

9.9K 00

디어플로우란 무엇인가요?

DeerFlow는 복잡한 연구 작업을 효율적으로 완료할 수 있도록 설계된 ByteDance의 오픈 소스 심층 연구 프레임워크입니다. 이 프레임워크는 여러 언어 모델(예: Qwen)과 도구(예: 검색 엔진, 크롤러, Python 실행 환경)를 통합하여 고품질 연구 보고서, 팟캐스트 스크립트 및 프레젠테이션을 신속하게 생성하며, DeerFlow는 조정자, 기획자, 연구팀 및 보고서 생성기, 연구 계획의 자연어 수정 지원 및 AI 지원 꾸밈 기능을 포함한 다중 에이전트 시스템 아키텍처를 기반으로 합니다. DeerFlow는 정보를 효율적으로 정리하고 분석해야 하는 연구원, 분석가, 콘텐츠 제작자 및 개인을 위한 다양한 구성 옵션과 오픈 소스 커뮤니티 지원을 제공합니다.

DeerFlow의 주요 기능

LLM 통합다국어 모델(예: Qwen)을 지원하고, OpenAI 호환 인터페이스를 제공하며, 작업 요구 사항에 따라 적절한 모델을 동적으로 선택하여 다양한 복잡성의 연구 과제를 충족할 수 있도록 지원합니다.
MCP와 도구 통합여러 검색 엔진, 크롤러 및 Python 실행 환경의 통합, 비공개 도메인 액세스 및 지식 그래프 지원, 신속한 정보 액세스 및 처리를 위한 확장된 리서치 기능.
인간과 기계의 협업사용자가 자연어 명령으로 연구의 방향과 초점을 조정할 수 있는 연구 계획의 자연어 수정을 지원합니다. 사용자가 최종 결과물을 최적화할 수 있도록 사후 보고서 편집 및 AI 지원 터치업 기능을 제공합니다.
콘텐츠 제작팟캐스트 스크립트 및 오디오를 자동으로 생성하고, 사용자 지정 가능한 PowerPoint 프레젠테이션 템플릿을 제공하며, 기사, 보고서 및 기타 콘텐츠 형식의 생성을 지원합니다.

DeerFlow의 공식 웹사이트 주소

프로젝트 웹사이트::https://deerflow.tech/
GitHub 리포지토리::https://github.com/bytedance/deer-flow

DeerFlow 사용 방법

GitHub 리포지토리에 액세스하기소스 코드 및 문서는 GitHub 리포지토리를 방문하세요.
문서 보기GitHub 리포지토리에서 프로젝트 소개, 설치 지침, 구성 방법 및 기본 사용 예제가 포함된 README.md 파일을 읽어보세요.
종속성 설치: 다음 명령에 따라 종속성을 설치합니다.

pip install -r requirements.txt

- 로컬 환경에서 문제가 발생하면 venv 또는 conda와 같은 가상 환경을 사용하여 종속성을 격리해 보세요.
구성 환경README.md의 지침에 따라 필요한 환경 변수 또는 구성 파일을 구성합니다.
프로젝트 실행DeerFlow를 실행하기 위한 진입 스크립트는 일반적으로 README.md에 설명되어 있습니다. 예제:

python main.py

연구 과제 정의하기사용자 인터페이스 또는 명령줄 입력을 기반으로 하는 연구 작업.
연구 의무 이행DeerFlow는 자동으로 통합 도구(예: 검색 엔진, 크롤러 등)를 호출하여 연구팀에서 분석한 정보를 수집합니다.
보고서 보기 및 편집: DeerFlow는 연구가 완료되면 자동으로 연구 보고서를 생성합니다. 사용자 인터페이스 또는 파일 시스템에서 보고서를 보고 필요에 따라 편집하거나 수정할 수 있습니다.

DeerFlow의 핵심 이점

멀티 에이전트 시스템 아키텍처지유 코디네이터, 기획자, 연구팀, 보고서 생성자 등 멀티 에이전트 역할을 통해 효율적인 업무 분담과 협업이 가능하며 연구 계획의 동적 조정을 지원합니다.
언어 모델 통합OpenAI 호환 인터페이스는 여러 언어 모델(예: Qwen)을 지원하므로 사용자는 작업 요구 사항에 따라 적절한 모델을 동적으로 선택하고 다양한 시나리오에서 연구 요구 사항을 충족할 수 있습니다.
다양한 도구 통합검색 엔진, 크롤러, Python 실행 환경을 통합하여 비공개 도메인 액세스 및 지식 그래프를 지원함으로써 연구의 폭과 깊이를 확장합니다.
효율적인 인간과 기계의 협업이 시스템은 보고서 편집 및 AI 지원 수정 기능을 제공하여 사용 장벽을 낮췄습니다. 사용자는 자연어를 기반으로 연구 계획을 수정할 수 있습니다.
유연한 구성 및 확장플러그인 설계를 기반으로 기능 확장 및 외부 서비스 액세스를 지원하며, 사용자는 필요에 따라 리서치 도구와 데이터 소스를 사용자 지정할 수 있습니다.