DeerFlow 安装技能#

快速、可靠地在 OpenClaw 环境中安装和配置 DeerFlow 2.0 Super Agent。

快速开始#

bash

# 直接调用技能（示例）
skill: deerflow-install
参数: environment=openclaw, model=step-3.5-flash, proxy=http://your-proxy:port

或通过自然语言：

• "安装 DeerFlow"
• "部署 DeerFlow 2.0"
• "配置 DeerFlow 环境"

安装流程概览#

1. 环境检查 → 验证 Docker/Python、端口占用、权限
2. 仓库获取 → 克隆 deer-flow 仓库或下载最新 release
3. 依赖安装 → 根据环境选择 Docker 模式或本地模式
4. 配置写入 → 设置 API Keys、模型、工具
5. 服务启动 → 启动 LangGraph + Gateway
6. 功能测试 → 验证聊天、搜索、文件操作
7. 文档输出 → 生成安装报告和故障排查指南

详细步骤#

阶段 1：环境检查#

bash

# 检查 Python 版本（推荐 3.12+，3.11 需要补丁）
python3 --version  # 应 >= 3.11

# 检查 Docker 权限（Docker 模式需要）
groups $USER | grep docker  # 应在 docker 组

# 检查端口占用
netstat -tlnp | grep -E "2024|8091"

常见问题：

• ❌ Python 3.11 会触发 PEP 695 语法错误 → 应用补丁（见阶段 2）
• ❌ Docker permission denied → 将用户加入 docker 组： sudo usermod -aG docker $USER

阶段 2：获取 DeerFlow 仓库#

bash

cd /vol1/@apphome/trim.openclaw/data/workspace
git clone https://github.com/bytedance/deer-flow.git
cd deer-flow

如果网络慢，可以使用镜像或代理。

阶段 3：选择安装模式#

模式 A：Docker 模式（推荐）

bash

make docker-init   # 首次拉取 sandbox 镜像
make docker-start  # 启动所有服务

优点：环境隔离，无 Python 版本问题。

模式 B：本地 Python 模式（3.12+ 或 3.11+ 补丁）

如果使用 Python 3.11， 必须应用以下补丁：

bash

# 1. 修复 typing.override 和 TypedDict 导入
find backend/packages/harness/deerflow -name "*.py" -exec \
  sed -i 's/from typing import override/from typing_extensions import override/' {} \;
find backend/packages/harness/deerflow -name "*.py" -exec \
  sed -i 's/from typing import TypedDict/from typing_extensions import TypedDict/' {} \;

# 2. 修复 PEP 695 函数泛型（如果有）
# 手动修改 deerflow/reflection/resolvers.py 第 75 行：
# def resolve_variable[T] → def resolve_variable(T)

然后创建虚拟环境并安装依赖：

bash

cd backend
python3 -m venv .venv
source .venv/bin/activate  # 或直接使用 .venv/bin/pip
pip install -U pip
pip install fastapi uvicorn httpx langchain langchain-openai \
  langgraph-cli[inmem] langgraph-checkpoint-sqlite tavily-python

阶段 4：配置文件设置#

1. 环境变量文件（ .env）：

env

OPENROUTER_API_KEY=your-key-here
TAVILY_API_KEY=your-key-here
INFOQUEST_API_KEY=your-key-here  # 可选备用

2. 模型配置（ config.yaml）：

确保模型 ID 正确：

yaml

models:
  - name: step-3.5-flash
    model: stepfun/step-3.5-flash:free  # OpenRouter 免费模型
    api_key: $OPENROUTER_API_KEY
    base_url: https://openrouter.ai/api/v1

3. 工具配置（默认启用）：

yaml

tools:
  - name: web_search
    use: deerflow.community.tavily.tools:web_search_tool
    api_key: $TAVILY_API_KEY
  - name: ls
    use: deerflow.sandbox.tools:ls_tool
  - name: read_file
    use: deerflow.sandbox.tools:read_file_tool
  - name: write_file
    use: deerflow.sandbox.tools:write_file_tool
  - name: str_replace
    use: deerflow.sandbox.tools:str_replace_tool
  - name: bash
    use: deerflow.sandbox.tools:bash_tool

阶段 5：启动服务#

LangGraph Server（端口 2024）：

bash

cd backend
export DEER_FLOW_CONFIG_PATH=../config.yaml
export PYTHONPATH=$(pwd):.

# 允许阻塞调用（Python 3.11 必需）
nohup .venv/bin/langgraph dev \
  --port 2024 \
  --no-browser \
  --no-reload \
  --allow-blocking \
  > /tmp/langgraph.log 2>&1 &

Gateway Lite（端口 8091）：

bash

nohup .venv/bin/python gateway_lite.py > /tmp/gateway.log 2>&1 &

验证：

bash

curl http://localhost:2024/openapi.json  # 应返回 JSON
curl http://localhost:8091/health       # 应返回 {"status":"healthy"}

阶段 6：创建 OpenClaw 集成技能#

1. 创建技能目录：

bash

mkdir -p ./skills/deerflow/scripts

2. 编写客户端脚本（ scripts/deerflow_client.py）：

包含以下功能：

• chat(message) → 调用 Gateway /api/chat
• list_models() → 调用 /api/models
• list_skills() → 调用 /api/skills

3. 注册技能：

创建 _meta.json 和 SKILL.md，描述能力、触发词、使用示例。

4. 测试：

bash

python3 skills/deerflow/scripts/deerflow_client.py "你好"

---

踩坑记录与解决方案#

问题原因解决方案from typing import override 错误Python 3.11 不支持 3.12+ 特性批量替换为 typing_extensions.override``def foo[T] 语法错误PEP 695 函数泛型（3.12+）移除泛型或使用 TypeVarTypedDict 导入失败3.11 需从 typing_extensions 导入替换导入源BlockingError: os.getcwd()blockbuster 检测同步阻塞使用 --allow-blocking 并设置 DEER_FLOW_CONFIG_PATH``/runs/wait 返回空消息在顶层 messages 而非 values从 wait_data.get("messages") 提取GRAPH_RECURSION_LIMIT 错误默认递归 25，深度任务超限调用时设置 config.recursion_limit=200+web_search 报错"技术问题"Tavily API 配额耗尽切换 InfoQuest 或检查配额文件操作"无法访问"Sandbox 权限/路径问题使用 /tmp 测试，调整 sandbox 配置

---

最佳实践建议#

1. 优先 Docker：如果 Docker 可用，是最稳定的方案
2. 设置 recursion_limit：复杂任务必须 >=100，建议 200+
3. 监控日志：关注 /tmp/langgraph*.log 和 /tmp/gateway*.log
4. API 配额管理：Tavily 免费额度有限，InfoQuest 作为备用
5. 服务保活：使用 nohup 或 systemd，创建 start_all.sh 一键脚本
6. 测试顺序：简单聊天 → 列出模型/技能 → 深度任务

---

故障排查清单#

• Python 版本 >= 3.11？3.12 最佳
• Docker 组权限（如使用 Docker）
• 端口 2024 (LangGraph) 和 8091 (Gateway) 未被占用
• 环境变量： OPENROUTER_API_KEY, TAVILY_API_KEY, DEER_FLOW_CONFIG_PATH
• 启动参数包含 --allow-blocking
• config.yaml 中 model 格式正确（ stepfun/step-3.5-flash:free）
• Gateway 提取 messages 而非 values
• 调用时传入 recursion_limit>=100

---

一键启动脚本示例#

bash

#!/bin/bash
# start_all.sh
cd /vol1/@apphome/trim.openclaw/data/workspace/deer-flow/backend
export DEER_FLOW_CONFIG_PATH=../config.yaml
export PYTHONPATH=$(pwd):.

# 启动 LangGraph
nohup .venv/bin/langgraph dev --port 2024 --no-browser --no-reload --allow-blocking &
sleep 5

# 启动 Gateway
nohup .venv/bin/python gateway_lite.py &
sleep 2

echo "DeerFlow 已启动：http://localhost:8091"

---

版本信息#

• DeerFlow 版本：2.0 (截至 2026-03-29)
• 模型：OpenRouter Step-3.5 Flash (免费)
• 安装耗时：Docker 模式 ~5分钟；本地模式 ~30分钟
• 测试状态：✅ 生产可用（递归限制、消息提取、API 调用均已验证）

---

最后更新：2026年3月29日

维护者：OpenClaw Agent (小飞侠)