DeerFlow 2.0: ByteDance veröffentlicht Open-Source-Alternative zu Manus

Worum es geht

ByteDance, der Mutterkonzern von TikTok, hat mit DeerFlow 2.0 ein quelloffenes Framework für KI-Agenten veröffentlicht. Der Name steht für „Deep Exploration and Efficient Research Flow“. Ein Agent ist hier ein KI-System, das nicht nur Text ausgibt, sondern Aufgaben selbstständig ausführt: recherchiert, Code schreibt und startet, Dateien erzeugt. ByteDance nennt DeerFlow ein „Super Agent Harness“, also einen Rahmen, der mehrere Agenten, Werkzeuge und Speicher zusammenhält. Berichte stellen es als kostenlose Alternative zum kommerziellen Dienst Manus dar. Der Code steht unter der MIT-Lizenz, die Nutzung, Änderung und Weitergabe weitgehend frei erlaubt.

Wie DeerFlow arbeitet

Laut MarkTechPost arbeitet DeerFlow nicht nur in einem Chatfenster. Der Agent läuft in einem echten, isolierten Docker-Container (eine abgeschottete virtuelle Arbeitsumgebung) mit Dateisystem und Bash-Terminal. Bei einer Aufgabe wie „analysiere diese CSV-Datei“ schlägt er nicht nur ein Skript vor, sondern richtet die Umgebung ein, installiert Abhängigkeiten, führt den Code aus und liefert etwa ein fertiges Diagramm.

Bei komplexen Aufträgen, etwa „Recherchiere die zehn wichtigsten KI-Startups 2026 und baue eine Präsentation“, geht ein Leitagent wie ein Projektleiter vor:

• Er zerlegt die Aufgabe in Teilaufgaben.
• Unteragenten laufen parallel, etwa für Web-Recherche, Wettbewerbsanalyse oder Bilder.
• Die Ergebnisse laufen beim Leitagent zusammen.
• Ein letzter Schritt erstellt das Endprodukt, zum Beispiel Folien oder eine Web-App.

Heise ergänzt, jeder Unteragent habe seinen eigenen Kontext, eigene Werkzeuge und Abschlussbedingungen. Das erlaubt die Parallelisierung. Damit der Kontext klein bleibt und Tokens gespart werden, wird laufend zusammengefasst. Intern basiert DeerFlow auf LangChain und LangGraph, zwei verbreiteten Bibliotheken für Agenten-Abläufe.

Skills, Speicher und Ordnerstruktur

Abläufe definieren Nutzer über „Skills“, das sind Markdown-Dateien mit Anweisungen. Auch der Recherche-Workflow ist ein solcher Skill. DeerFlow lädt Skills laut heise nur bei Bedarf, was Speicher und Rechenzeit spart. „Tools“ sind aufwendigere Funktionen wie Websuche oder das sichere Ausführen von Bash- und Python-Code.

DeerFlow hat außerdem ein Langzeitgedächtnis. Es merkt sich Vorlieben, Schreibstil und Projektkontext über Sitzungen hinweg und speichert diese Daten laut heise lokal. Geeky Gadgets beschreibt drei Ordner: Uploads für Eingaben, Workspace als temporären Arbeitsbereich und Outputs für Ergebnisse. Als Beispiel nennt der Bericht eine Analyse von Titanic-Passagierdaten, bei der DeerFlow selbst Python-Skripte schrieb, Visualisierungen erstellte und Fehler behob.

Entstehung

Laut MarkTechPost war DeerFlow ursprünglich ein spezialisiertes Tool für Tiefenrecherche. Interne Nutzer bauten damit aber Datenpipelines, Dashboards und ganze Web-Apps. ByteDance schrieb das Framework daraufhin von Grund auf neu. Heise berichtet, die Entwickler hätten die Erweiterbarkeit von LangChain als entscheidenden Punkt erkannt.

Was du zum Ausprobieren brauchst

Geeky Gadgets nennt als Minimum vier CPU-Kerne und 8 GB RAM. Für lokale Sprachmodelle braucht es zusätzlich meist eine Grafikkarte. Bei Cloud-Modellen gehen Daten an externe Anbieter. Die Installation läuft laut heise über eine YAML-Konfigurationsdatei und Docker-Container. Sie öffnen den Port 2026. Alle Umgebungsvariablen gehören in eine .env-Datei, denn Shell-Variablen nutzt das System nicht. Die Anleitung steht auf GitHub. Linux, Mac und Windows mit Docker sollten funktionieren, das nennen die Quellen aber nicht ausdrücklich. DeerFlow selbst ist kein Modell und braucht wenig Speicherplatz, ein lokales Sprachmodell dagegen deutlich mehr.

Modelle, Suche und Sicherheit

DeerFlow ist modellneutral. Es nutzt jede OpenAI-kompatible API, laut MarkTechPost also etwa GPT-4, Claude, Gemini oder lokale Modelle über DeepSeek und Ollama. Heise schreibt, ByteDance wolle Nutzer zu einem eigenen Coding-Abo lenken, nötig sei das aber nicht. Schwieriger wird es lokal bei der Websuche. Hier lässt sich Tavily einbinden (kostenlos 1.000 Anfragen pro Monat) oder ByteDances proprietärer Dienst InfoQuest (1.000 Anfragen insgesamt pro Konto, Preise für mehr nicht öffentlich). Laut heise bietet ByteDance diesen Dienst in China gar nicht an.

Geeky Gadgets weist darauf hin, dass die Standardausführung lokal in einer Sandbox ohne sichere Isolation läuft, was in Mehrbenutzerumgebungen riskant sein kann. Docker oder Kubernetes verbessern das, verlangen aber Fachwissen. Heise sieht die Sandboxes ausdrücklich als Antwort auf Gefahren wie bei OpenClaw, das laut Bericht teils Kreditkarten gestohlen oder Rechner übernommen habe.

Einordnung

DeerFlow ist technisch interessant: Parallele Unteragenten, Sandbox pro Prozess und Skills als Markdown sind praxisnahe Ideen. Heise sieht Tools wie n8n oder Dify als deutlich statischer. Gegenüber Manus, einem verwalteten Dienst mit Credit-Preisen, bietet DeerFlow mehr Kontrolle, verlangt aber mehr Eigenarbeit. Einen Vergleich bei Kosten oder Leistung gibt es laut Geeky Gadgets nicht. Schwächen: Folien entstehen teils als statische Bilder und sind schwer editierbar, Web-Scraping hängt von den Seitenfreigaben ab. Auch die Nähe zu ByteDance-Produkten wie DeepSeek V3.2 wird als Ökosystem-Strategie gedeutet. Die Quellen enthalten keine unabhängigen Benchmarks. Eine Meldung, dass ByteDance der Patent-Gemeinschaft Open Invention Network beigetreten ist, hat mit DeerFlow nichts zu tun und bleibt hier außen vor.