当前位置：首页 > news >正文

Windows 安装 DeerFlow 2.0

news 2026/4/15 4:55:43

今天有空尝试了下最近很火来自字节开源的 DeerFlow，这框架在 Linux 下安装会顺利很多，只是公司开发电脑是 Windows 11 版本的，所以本地安装折腾了一番功夫才安装上，中间放弃了 2 次不想装了，做其他事去了，做完后无聊又再次尝试，终于成功，特此记录分享给需要的朋友。

DeerFlow 有两种安装方式，一种是基于本地的 Docker ，一种是直接纯本地，纯本地的方式对环节要求更严格，需要：Node.js 22+、pnpm、uv、nginx，我本机除了 nginx 没有其他都有，但不想为它单独再装一个 nginx，所以直接用 Docker 的方式，而官方也更推荐用 Docker 的方式，对于开发也支持热更新，挂载源码，后端进程在下一次配置访问时会自动获取变更，因此模型元数据更新在开发过程中无需手动重启。

坑1：make config 失败

make config 失败，提示：

make:*** [config]错误 9009

原因是：电脑没有安装 Python ，安装 Python 或者在 Anaconda 等虚拟环境中有 Python 依赖的情况下执行即可成功。

坑2：make init 失败

make init 失败，提示：

process_begin: CreateProcess(NULL, env bash D:\Projects\ai\deer-flow\scripts\docker.sh init, ...) failed. make (e=2): 系统找不到指定的文件。 make: *** [docker-init] 错误 2

原因是：需要在 Git Bash 终端里执行才可以。

此原因在官方文档中有特别说明：在 Windows 上，请使用 Git Bash 运行本地开发流程。基于 bash 的服务脚本不支持直接在原生 cmd.exe 或 PowerShell 中执行，且 WSL 也不保证可用，因为部分脚本依赖 Git for Windows 的 cygpath 等工具。

安装前准备

因此基于以上 2 个坑，安装前先确认电脑是否满足以下：

1.安装好 Docker
2.安装好 Git
3.安装好 Node.js 22+
4.安装好 Python 或者 Anaconda 虚拟环境
5.安装好 make 命令支持，可以通过 GnuWin32 安装（Make for Windows）

克隆 DeerFlow 仓库

在你计划要安装的目录里点击鼠标右键，选择 Git Bash Here，通过 Git Bash 进入当前目录，然后执行以下命令：

git clone https://github.com/bytedance/deer-flow.git cd deer-flow

创建激活虚拟环境

因为我本机没装 Python ，都是基于 Anaconda 的虚拟环境开发的，所以此步要先创建并激活：

conda create -n deer-flow python=3.12 -y conda activate deer-flow

生成本地配置文件

在项目根目录（deer-flow/）执行：

make config

这个命令会基于示例模板生成本地配置文件。

初始化配置

1.编辑 config.yaml，至少定义一个模型：

models: - name: gpt-4 # 内部标识 display_name: GPT-4 # 展示名称 use: langchain_openai:ChatOpenAI # LangChain 类路径 model: gpt-4 # API 使用的模型标识 api_key: $OPENAI_API_KEY # API key（推荐使用环境变量） max_tokens: 4096 # 单次请求最大 tokens temperature: 0.7 # 采样温度 - name: openrouter-gemini-2.5-flash display_name: Gemini 2.5 Flash (OpenRouter) use: langchain_openai:ChatOpenAI model: google/gemini-2.5-flash-preview api_key: $OPENAI_API_KEY # 这里 OpenRouter 依然沿用 OpenAI 兼容字段名 base_url: https://openrouter.ai/api/v1

OpenRouter 以及类似的 OpenAI 兼容网关，建议通过 langchain_openai:ChatOpenAI 配合 base_url 来配置。如果你更想用 provider 自己的环境变量名，也可以直接把 api_key 指向对应变量，例如 api_key: $OPENROUTER_API_KEY。

2.为已配置的模型设置 API key

编辑项目根目录下的 .env 文件（推荐）

TAVILY_API_KEY=your-tavily-api-key OPENAI_API_KEY=your-openai-api-key # 如果配置使用的是 langchain_openai:ChatOpenAI + base_url，OpenRouter 也会读取 OPENAI_API_KEY # 其他 provider 的 key 按需补充 INFOQUEST_API_KEY=your-infoquest-api-key

启动安装

拉取 sandbox 镜像（首次运行或镜像更新时执行）

make docker-init

启动服务（会根据 config.yaml 自动判断 sandbox 模式），过程中会下载安装依赖，需要科学上网支持。

make docker-start

如果过程中以下类似错误，是网络问题，重试几次即可：

failed to solve: ghcr.io/astral-sh/uv:0.7.20: failed to resolve source metadata for ghcr.io/astral-sh/uv:0.7.20: failed to do request: Head "https://ghcr.io/v2/astral-sh/uv/manifests/0.7.20": EOF make: *** [docker-start] Error 17

耐心等待跑完就可以看到：

========================================== DeerFlow Docker is starting! ========================================== 🌐 Application: http://localhost:2026 📡 API Gateway: http://localhost:2026/api/* 🤖 LangGraph: http://localhost:2026/api/langgraph/* 📋 View logs: make docker-logs 🛑 Stop: make docker-stop

这样就代表你安装成功了，访问 http://localhost:2026 即可看到。