AI 编码代理工具 deer-code，帮助开发者学习和构建智能的编码助手

deer-code 是由 Python 构建的AI 编码代理工具，能帮助开发者学习并构建智能的编码助手，通过deer-code你可以了解 AI 代理如何进行代码推理、规划和执行。deer-code 提供了一个类似 VSCode 的直观终端用户界面（TUI），使用了 ReAct 框架，具备推理、规划和执行代码的连贯能力，支持多轮对话以保持上下文。deer-code 兼容 OpenAI 标准的 API（同时也支持豆包模型），内置任务规划系统，提供 AI 驱动的代码生成与编辑、智能代码搜索、Bash 命令执行和通过 MCP 集成自定义工具等扩展能力。

deer-code 安装环境要求

• Python 3.12或更高版本

• uv（推荐用于依赖管理）

• langgraph-cli（用于开发和调试）

deer-code 安装

1、克隆仓库：

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

2、安装依赖：

make install

deer-code 配置

1、复制配置模板：

cp config.example.yaml config.yaml

2、编辑config.yaml填入个人设置，支持两种模型配置：

• OpenAI兼容模型：

models:
  chat_model:
    model: 'gpt-5-2025-08-07'
    api_base: 'https://api.openai.com/v1'
    api_key: $OPENAI_API_KEY
    temperature: 0
    max_tokens: 8192
    extra_body:
      reasoning_effort: minimal # 可选值：`minimal`、`low`、`medium` 或 `high`

• 豆包模型（取消注释即可使用）：

# chat_model:
#   type: doubao
#   model: 'doubao-seed-1-6-250615'
#   api_base: 'https://ark.cn-beijing.volces.com/api/v3'
#   api_key: $ARK_API_KEY
#   temperature: 0
#   max_tokens: 8192
#   extra_body:
#     thinking:
#       type: auto
tools:
  mcp_servers:
    context7:
      transport: 'streamable_http'
      url: 'https://mcp.context7.com/mcp'
    # 可添加自定义MCP服务器配置
    # your_mcp_server:
    #   ...

deer-code 运行

1、启动DeerCode：

uv run -m deer_code.main "/path/to/your/developing/project"

2、开发模式（使用LangGraph CLI）：

• 先修改langgraph.json文件中的env.PROJECT_ROOT路径

• 执行命令：

make dev

• 打开浏览器，访问https://agentchat.vercel.app/?apiUrl=http://localhost:2024&assistantId=coding_agent，就能与代理工具交互