Nuestra opinión: DeerFlow es para desarrolladores cómodos autoalojando un arnés de agentes de código abierto para investigación y automatización, no para usuarios que quieren un servicio alojado.
Limitación principal: DeerFlow debe desplegarse por cuenta propia con una configuración técnica, y no se encontró ninguna oferta alojada ni precios alojados.
Por los editores de AI Tool Atlas.
Basado en la documentación oficial del proveedor; no hemos probado este producto en la práctica. Qué significa “resumen documentado”
¿DeerFlow es para ti?
DeerFlow es para desarrolladores cómodos autoalojando un arnés de agentes de código abierto para investigación y automatización, no para usuarios que quieren un servicio alojado. Basado en la documentación del proveedor, sin prueba práctica.
Ideal para: Desarrolladores de agentes
También encaja bien en
Equipos de investigación que autoalojan
Considera otra herramienta si debe desplegarse por cuenta propia según la documentación
O si
Requiere configuración técnica
No se vieron precios alojados
Precios y límites de uso de DeerFlow
Precios revisados el Oct 2, 2026 en la página oficial de precios de EE. UU. Los precios y los límites cambian con frecuencia.
DeerFlow es un framework de código abierto (código en GitHub bajo bytedance/deer-flow) para crear y ejecutar sistemas de agentes que investigan, programan y crean, y que gestionan tareas que duran de minutos a horas.
La documentación describe dos partes: un SDK/runtime Harness y una aplicación de referencia para el despliegue y los flujos de trabajo del usuario final.
Qué aportas y qué recibes
Qué le das a DeerFlow y qué devuelve, según su documentación
Lo que aportas
Tareas de investigación y prompts
Claves de proveedores de modelos
Lo que recibes
Informes de investigación
Resultados de agentes y visualizaciones de datos
Dónde puedes usarla
Plataformas
macos, linux
Cuenta
Obligatorio
Plataformas
macOS, Linux
Arquitectura
Sandboxes, memoria, habilidades, subagentes
Interfaz
Frontend web local
Mejores casos de uso de DeerFlow
Nuestros editores elaboran los escenarios a partir de la documentación; el resultado real depende de tu entrada y tu plan.
Informes de investigación en profundidad
Quién
Investigadores
Lo que aportas
Un tema y fuentes
Resultado esperado
Obtienes un informe investigado producido por agentes que trabajan sobre tu tema y fuentes.
Plan necesario
Gratuito, código abierto
Limitación
Se necesitan configuración y claves de modelo para poder ejecutar el arnés, y los costos del modelo corren por tu cuenta. fuente (se abre en una pestaña nueva)
Crear sistemas de agentes a medida
Quién
Desarrolladores
Lo que aportas
Habilidades, herramientas y subagentes
Resultado esperado
Obtienes un sistema de agentes a medida construido con tus propias habilidades, herramientas y subagentes.
Ejecuta el trabajo de los agentes dentro de sandboxes. Los desarrolladores que quieren que el código del agente se ejecute separado de su sistema principal se benefician de tener ese trabajo aislado.
Mantiene una memoria que persiste entre sesiones. Los equipos que ejecutan tareas largas se benefician porque el agente puede conservar el contexto entre sesiones.
Acceso: Autoalojado (código abierto)Límite: El almacenamiento de la memoria lo gestionas tú, ya que el arnés es autoalojado.fuente (se abre en una pestaña nueva)
Herramientas y habilidades
Admite herramientas y habilidades que el agente puede invocar. Los desarrolladores pueden ampliar lo que un agente es capaz de hacer añadiendo herramientas y habilidades que pueda invocar.
Acceso: Autoalojado (código abierto)Límite: El catálogo de habilidades no se detalla en las fuentes que leímos.fuente (se abre en una pestaña nueva)
Subagentes
Delega partes de una tarea a subagentes. Quienes ejecutan tareas largas se benefician porque partes de un trabajo se pueden entregar a subagentes independientes.
Código abierto Como el código es abierto, puedes inspeccionar cómo funciona el arnés de agentes antes de ejecutarlo en tus propios sistemas.documentadafuente (se abre en una pestaña nueva)
Documentación con tutoriales Existe documentación con tutoriales, por lo que los desarrolladores tienen una guía escrita a seguir al configurar el arnés.documentadafuente (se abre en una pestaña nueva)
Referencia de proveedores de modelos Hay una referencia de proveedores de modelos disponible, que ayuda a entender cómo configurar el modelo que usarán los agentes.documentadafuente (se abre en una pestaña nueva)
Se muestran casos de estudio El sitio muestra casos de estudio, por lo que puedes ver el tipo de tareas que el arnés está pensado para gestionar antes de probarlo.documentadafuente (se abre en una pestaña nueva)
Limitaciones que revisar antes de pagar
Debe desplegarse por cuenta propia según la documentación Tienes que desplegar DeerFlow tú mismo, por lo que eres responsable de ejecutar y mantener el entorno en el que funciona.documentadafuente (se abre en una pestaña nueva)
Requiere configuración técnica La configuración es técnica, por lo que las personas sin experiencia en desarrollo pueden no lograr ponerlo en marcha sin ayuda.documentadafuente (se abre en una pestaña nueva)
No se vieron precios alojados No se encontraron precios alojados, por lo que no hay un servicio de pago ya preparado si no quieres alojarlo tú.documentadafuente (se abre en una pestaña nueva)
La compatibilidad de plataformas no se detalla La compatibilidad de plataformas no se detalla en las fuentes que leímos, así que comprueba que tu sistema funcione antes de planificar en torno a ello.documentadafuente (se abre en una pestaña nueva)
Cómo usar DeerFlow para ejecutar un agente de investigación en local
Configurar DeerFlow
Abre la página Quick Start.
Instala en macOS (brew) o Linux.
Configura un proveedor de modelos.
Ejemplo: ejecutar un agente de investigación en local
Inicia el frontend web local.
Introduce una pregunta de investigación.
Revisa el informe generado.
Revisa y exporta el resultado
Comprueba que las fuentes citadas existen.
Confirma que las ejecuciones en sandbox se completaron.
Prompt de ejemplo sugerido por nuestros editores (no es una salida registrada del producto)
Write a report on solid-state battery progress with sources.
Privacidad, uso de datos y derechos comerciales
Resumido de las políticas vigentes del proveedor; no es asesoría legal y la insignia de un proveedor no es una auditoría independiente.
Cómo se tratan tus entradas y salidas
Se ejecuta en local; los datos van al proveedor de modelos que configures
Sin verificar: Licencia; Oferta alojada; Compatibilidad con Windows.
Cómo documentamos y mantenemos esta página
Todos los datos sobre DeerFlow de arriba provienen de las 3 páginas oficiales enumeradas aquí, comparadas por última vez el Oct 2, 2026; no hemos usado DeerFlow nosotros mismos, por eso no tiene puntuación editorial. Cómo revisamos y volvemos a revisar las páginas.
Artículo actualizado Oct 10, 2026; precios revisados Oct 2, 2026. Los enlaces salientes a proveedores son enlaces simples; no ganamos comisiones. Cómo reseñamos · Informar de un error