Huge props to @ByteDanceOSS for dropping such a rock-solid multimodal agent architecture. The way it seamlessly bridges cutting-edge AI models with desktop infra for end-to-end workflows is seriously slick. 🚀
🔗 项目地址：bytedance/UI-TARS-desktop
16 views
DeerFlow per-user memory: issue #1772 is open, but main already isolates memory
---
title: "DeerFlow per-user memory: issue #1772 is open, but main already isolates memory"
published: true
canonical_url: memorysync.hashnode.dev
description: "DeerFlow issue #1772 asks for per-user memory. It's still open, but current main stores memory per user. How it works and what to check."
tags: ai, python, agents, langgraph
---
Disclosure: I work on MemorySync (I'm Mohammed, the founder). I drafted this page with AI assistance and checked it against the source issue and the DeerFlow source on its main branch (commit d4ed400, Oct 28, 2026). I read the code; I didn't run DeerFlow for this page.
The question
bytedance/deer-flow#1772, "Support per-user memory isolation for multi-tenant deployment", reports that DeerFlow's memory.json is global and shared across all users, and asks for per-user storage such as memory/{user_id}.json. A maintainer replied that memory shared across users "can easily get mixed up" in a multi-user setup and assigned it.
Status (checked Oct 28, 2026): the issue is still open, last updated Apr 3, 2026. But the code has moved on. If you're reading the issue and assuming every user still shares one file, check your version first.
> Skip the memory plumbing around this fix. Once the fix below is in, the MemorySync agent memory guide shows how to add per-user memory with MemorySync. MemorySync doesn't fix this error itself. When you're ready, see MemorySync. Founding offer: use code FOUNDING30 for 30% off Starter for your first 3 months (Settings → Billing).
What current main does
From the memory module's AGENTS.md and the DeerMem config in the repo (main, Oct 28, 2026):
- The default backend (manager_class: deermem) stores memory per user:
{base_dir}/users/{user_id}/memory.json
{base_dir}/users/{user_id}/agents/{agent_name}/facts/...
- memory.backend_config.storage_path is a root directory. Empty means DeerFlow's base dir. A non-empty value becomes the root, with per-user memory still under {storage_path}/users/{uid}/memory.json. If it points at an existing file (for example an old memory.json path from before), config validation raises and tells you to point it at a directory.
- The user comes from server-side identity, not from the client. In order: the LangGraph Agent Server's authenticated user, langgraph_auth_user_id, the gateway's auth-validated runtime.context["user_id"], the auth middleware's context variable, and finally "default". The Gateway strips client-supplied langgraph_auth_user and langgraph_auth_user_id before the graph is built.
- Background memory updates capture user_id when the work is queued, so the identity survives the debounce timer.
The catch: no-auth mode is still one shared user
Per AGENTS.md, no-auth mode uses DEFAULT_USER_ID, which is "default". If you run DeerFlow as a service without authentication, every caller resolves to the same user and shares the same users/default/ memory, which is the behaviour the issue describes. Per-user isolation only helps once requests carry an authenticated identity.
Checklist for a multi-user deployment
1. Turn on authentication so the gateway or LangGraph server supplies a real user. Without it, you're on "default".
2. Check storage_path. Leave it empty or point it at a directory. Don't point it at a .json file.
3. Migrate old global data. The repo ships backend/scripts/migrate_user_isolation.py. Run it with --dry-run first. It assigns legacy memory.json, agents/, skills/ and the global USER.md to --user-id (default default), and moves threads/ to their recorded owner. Pick the --user-id deliberately, because that user inherits everything that used to be shared.
4. Verify on disk. After two different signed-in users chat, you should see two directories under users/. If you see only users/default/, identity isn't reaching memory.
5. Mind multiple workers. A separate open RFC, #2283, describes a last-writer-wins race when several worker processes write the same memory.json. Per-user files narrow it to one user's concurrent turns, but don't remove it.
Common questions
Is DeerFlow memory shared between users?
On current main, not if requests are authenticated: memory lives under users/{user_id}/. In no-auth mode everyone is "default", so it is shared.
Why is issue #1772 still open?
The issue thread doesn't say. As of Oct 28, 2026 it has no closing comment, and its last update was Apr 3, 2026. Treat the source on your installed version as the answer, not the issue state.
How do I move existing global memory to a user?
Use backend/scripts/migrate_user_isolation.py --dry-run, then run it without --dry-run and with the --user-id you want the legacy data assigned to.
Skip the plumbing with MemorySync
If you want per-user memory in a managed memory service instead of files on the gateway's disk, MemorySync scopes every user-scoped memory call by an end-user ID (X-End-User-ID / end_user_id), and its docs recommend a stable opaque ID, not an email address. There's no DeerFlow integration, so you'd call it from your own code. Read the MemorySync authentication and scoping guide first. For an overview of MemorySync, see the MemorySync homepage.
From the guide:
import os
from memorysync import MemorySyncClient
client = MemorySyncClient(
api_key=os.environ["MEMORYSYNC_API_KEY"],
base_url="https://api.memorysync.io",
project_id=os.environ.get("MEMORYSYNC_PROJECT_ID") or None,
end_user_id="user-123",
)
result = client.query("What constraints and prior decisions matter for this task?", k=5)
for memory in result.memories:
print(memory.text)
Snippet adapted from the MemorySync agent memory guide; unverified (not run) for this page. It keeps the guide's base_url line because MemorySyncClient requires it.
Starter template: memorysyncio/memorysync-first-memory.
Sources
- bytedance/deer-flow#1772, "Support per-user memory isolation for multi-tenant deployment" (open; read 2026-10-28)
- bytedance/deer-flow#2283, "RFC: Single-Writer Memory Queue" (open; read 2026-10-28)
- DeerFlow main @ d4ed400 (2026-10-28): backend/packages/harness/deerflow/agents/memory/AGENTS.md, .../backends/deermem/deermem/config.py, .../runtime/user_context.py, backend/scripts/migrate_user_isolation.py, config.example.yaml
- MemorySync docs: docs.memorysync.io/api/authentication
Next step: read the MemorySync agent memory guide, then see MemorySync. Founding offer: use code FOUNDING30 for 30% off Starter for your first 3 months (Settings → Billing).
புதிய குரலுக்கு பழைய வீடியோவின் உதடு ஒத்துப்போகாது. LatentSync உதட்டு அசைவை ஒலிக்கு ஏற்ப மாற்றுகிறது.. உங்கள் டப்பிங் வீடியோவில் இதை முயற்சி செய்வீர்களா ?
bytedance/LatentSync
Instagram-லும் பின்தொடருங்கள்: instagram.com
7 likes · 491 views
Agent TARS lets AI see and control your desktop
Agent TARS lets AI see and control your desktop
Agent TARS is an open source multimodal AI agent stack that sees your screen and interacts with your desktop. It ships two projects, Agent TARS and UI TARS desktop, for anyone exploring AI computer use.
bytedance/UI-TARS-desktop
#AI #Opensource #AgentTARS #MultimodalAI
Follow for daily open source drops 👇
[ar] Agent TARS يتيح للذكاء الاصطناعي رؤية والتحكم في سطح مكتبك
يُمكّن Agent TARS الذكاء الاصطناعي من رؤية سطح مكتبك والتحكم به.
Agent TARS عبارة عن حزمة برمجية مفتوحة المصدر ومتعددة الوسائط تعتمد على الذكاء الاصطناعي، حيث ترى شاشتك وتتفاعل مع سطح مكتبك. تتضمن الحزمة مشروعين: Agent TARS وUI TARS desktop، لكل من يرغب في استكشاف استخدام الذكاء الاصطناعي في الحواسيب.
bytedance/UI-TARS-desktop
#الذكاء_الاصطناعي #مفتوح_المصدر #AgentTARS #الذكاء_الاصطناعي_متعدد_الوسائط
تابعنا للحصول على تحديثات يومية مفتوحة المصدر 👇
[bn] Agent TARS-এর মাধ্যমে AI এখন আপনার ডেস্কটপ দেখতে এবং নিয়ন্ত্রণ করতে পারবে
এজেন্ট টার্স এআই-কে আপনার ডেস্কটপ দেখতে ও নিয়ন্ত্রণ করতে দেয়
এজেন্ট টার্স একটি ওপেন সোর্স মাল্টিমোডাল এআই এজেন্ট স্ট্যাক যা আপনার স্ক্রিন দেখতে পায় এবং আপনার ডেস্কটপের সাথে ইন্টারঅ্যাক্ট করে। যারা এআই কম্পিউটার ব্যবহার নিয়ে কাজ করতে আগ্রহী, তাদের জন্য এটি এজেন্ট টার্স এবং ইউআই টার্স ডেস্কটপ—এই দুটি প্রজেক্ট সরবরাহ করে।
bytedance/UI-TARS-desktop
#এআই #ওপেনসোর্স #এজেন্টটার্স #মাল্টিমোডালএআই
প্রতিদিন নতুন ওপেন সোর্স পেতে ফলো করুন 👇
[de-DE] Agent TARS lässt die KI deinen Desktop sehen und steuern
Agent TARS ermöglicht es KI, Ihren Desktop zu sehen und zu steuern.
Agent TARS ist ein Open-Source-Stack für multimodale KI-Agenten, der Ihren Bildschirm erkennt und mit Ihrem Desktop interagiert. Er umfasst zwei Projekte: Agent TARS und UI TARS Desktop. Diese eignen sich für alle, die sich mit der Nutzung von KI am Computer beschäftigen.
bytedance/UI-TARS-desktop
#KI #OpenSource #AgentTARS #MultimodaleKI
Folgen Sie uns für tägliche Open-Source-Neuheiten 👇
[es-US] Agent TARS permite que la IA vea y controle tu escritorio
Agent TARS permite que la IA vea y controle tu escritorio.
Agent TARS es una plataforma de IA multimodal de código abierto que ve tu pantalla e interactúa con tu escritorio. Incluye dos proyectos: Agent TARS y UI TARS Desktop, para quienes exploran el uso de la IA en la computadora.
bytedance/UI-TARS-desktop
#IA #CódigoAbierto #AgentTARS #IAMultimodal
Síguenos para recibir novedades diarias de código abierto 👇
[fr-FR] Agent TARS permet à l'IA de voir et de contrôler votre bureau
Agent TARS permet à l'IA de voir et de contrôler votre bureau.
Agent TARS est une suite logicielle d'IA multimodale open source qui analyse votre écran et interagit avec votre bureau. Elle comprend deux projets : Agent TARS et UI TARS Desktop, destinés à tous ceux qui explorent l'utilisation de l'IA sur ordinateur.
bytedance/UI-TARS-desktop
#IA #OpenSource #AgentTARS #IAMultimodale
Suivez-nous pour découvrir chaque jour de nouveaux projets open source 👇
[hi] Agent TARS की मदद से AI आपके डेस्कटॉप को देख और नियंत्रित कर सकता है
एजेंट TARS की मदद से AI आपके डेस्कटॉप को देख और नियंत्रित कर सकता है।
एजेंट TARS एक ओपन सोर्स मल्टीमॉडल AI एजेंट स्टैक है जो आपकी स्क्रीन को देखता है और आपके डेस्कटॉप के साथ इंटरैक्ट करता है। यह AI कंप्यूटर के उपयोग को समझने के इच्छुक लोगों के लिए दो प्रोजेक्ट, एजेंट TARS और UI TARS डेस्कटॉप, उपलब्ध कराता है।
bytedance/UI-TARS-desktop
#AI #ओपनसोर्स #एजेंटTARS #मल्टीमॉडलAI
रोजाना ओपन सोर्स अपडेट के लिए फॉलो करें 👇
[id] Agent TARS membuat AI bisa melihat dan mengendalikan desktop Anda
Agent TARS memungkinkan AI untuk melihat dan mengontrol desktop Anda
Agent TARS adalah tumpukan agen AI multimodal sumber terbuka yang melihat layar Anda dan berinteraksi dengan desktop Anda. Ia menyediakan dua proyek, Agent TARS dan UI TARS desktop, untuk siapa pun yang ingin menjelajahi penggunaan komputer berbasis AI.
bytedance/UI-TARS-desktop
#AI #Opensource #AgentTARS #MultimodalAI
Ikuti untuk rilis sumber terbuka harian 👇
[it] Agent TARS permette all'IA di vedere e controllare il tuo desktop
Agent TARS permette all'IA di vedere e controllare il tuo desktop
Agent TARS è uno stack di agenti IA multimodali open source che vede il tuo schermo e interagisce con il tuo desktop. Include due progetti, Agent TARS e UI TARS desktop, per chiunque voglia esplorare l'utilizzo dell'IA nei computer.
bytedance/UI-TARS-desktop
#IA #Opensource #AgentTARS #IAMultimodale
Seguici per aggiornamenti quotidiani sui progetti open source 👇
[iw] Agent TARS מאפשר ל-AI לראות ולשלוט בשולחן העבודה שלך
Agent TARS מאפשר לבינה מלאכותית לראות ולשלוט בשולחן העבודה שלכם
Agent TARS הוא חבילת סוכני בינה מלאכותית רב-מודאלית בקוד פתוח שרואה את המסך שלכם ומקיים אינטראקציה עם שולחן העבודה שלכם. הוא מציע שני פרויקטים, Agent TARS ו-UI TARS לשולחן העבודה, לכל מי שחוקר את השימוש במחשבים מבוססי בינה מלאכותית.
bytedance/UI-TARS-desktop
#AI #OpenSource #AgentTARS #MultimodalAI
עקבו אחר פרסומים יומיים של קוד פתוח 👇
[ja] Agent TARS：PC画面を認識し操作するAIエージェント
Agent TARSは、AIがデスクトップを認識し、制御することを可能にします。
Agent TARSは、画面を認識し、デスクトップと対話するオープンソースのマルチモーダルAIエージェントスタックです。AIを活用したコンピュータ利用を探求するすべての人向けに、Agent TARSとUI TARSデスクトップという2つのプロジェクトを提供しています。
bytedance/UI-TARS-desktop
#AI #オープンソース #AgentTARS #マルチモーダルAI
毎日更新されるオープンソース情報をお見逃しなく👇
[ko] 내 데스크톱을 보고 제어하는 AI, Agent TARS
Agent TARS는 AI가 사용자의 데스크톱을 인식하고 제어할 수 있도록 해주는 오픈 소스 멀티모달 AI 에이전트 스택입니다.
Agent TARS는 사용자의 화면을 인식하고 데스크톱과 상호 작용하는 오픈 소스 멀티모달 AI 에이전트 스택입니다. AI 컴퓨터 활용에 관심 있는 모든 사용자를 위해 Agent TARS와 UI TARS 데스크톱 두 가지 프로젝트를 제공합니다.
bytedance/UI-TARS-desktop
#AI #오픈소스 #AgentTARS #멀티모달AI
매일 새로운 오픈 소스 소식을 받으려면 팔로우하세요 👇
[ml] Agent TARS ഉപയോഗിച്ച് AI-ക്ക് നിങ്ങളുടെ ഡെസ്ക്ടോപ്പ് കാണാനും നിയന്ത്രിക്കാനും സാധിക്കും
ഏജന്റ് TARS നിങ്ങളുടെ ഡെസ്ക്ടോപ്പ് കാണാനും നിയന്ത്രിക്കാനും AI-യെ അനുവദിക്കുന്നു
ഏജന്റ് TARS എന്നത് നിങ്ങളുടെ സ്ക്രീൻ കാണുകയും നിങ്ങളുടെ ഡെസ്ക്ടോപ്പുമായി സംവദിക്കുകയും ചെയ്യുന്ന ഒരു ഓപ്പൺ സോഴ്സ് മൾട്ടിമോഡൽ AI ഏജന്റ് സ്റ്റാക്കാണ്. AI കമ്പ്യൂട്ടർ ഉപയോഗം പര്യവേക്ഷണം ചെയ്യുന്ന ഏതൊരാൾക്കും ഏജന്റ് TARS, UI TARS ഡെസ്ക്ടോപ്പ് എന്നീ രണ്ട് പ്രോജക്ടുകൾ ഇത് അയയ്ക്കുന്നു.
bytedance/UI-TARS-desktop
#AI #Opensource #AgentTARS #MultimodalAI
ദിവസേനയുള്ള ഓപ്പൺ സോഴ്സ് ഡ്രോപ്പുകൾക്കായി പിന്തുടരുക 👇
[nl-NL] Agent TARS laat AI je desktop zien en besturen
Agent TARS laat AI je bureaublad zien en besturen
Agent TARS is een open source multimodale AI-agentstack die je scherm ziet en met je bureaublad interacteert. Het bevat twee projecten, Agent TARS en UI TARS desktop, voor iedereen die AI-toepassingen op computers wil onderzoeken.
bytedance/UI-TARS-desktop
#AI #Opensource #AgentTARS #MultimodalAI
Volg voor dagelijkse open source-updates 👇
[pa] Agent TARS AI ਨੂੰ ਤੁਹਾਡੇ ਡੈਸਕਟੌਪ ਨੂੰ ਦੇਖਣ ਅਤੇ ਕੰਟਰੋਲ ਕਰਨ ਦਿੰਦਾ ਹੈ
ਏਜੰਟ TARS AI ਨੂੰ ਤੁਹਾਡੇ ਡੈਸਕਟਾਪ ਨੂੰ ਦੇਖਣ ਅਤੇ ਕੰਟਰੋਲ ਕਰਨ ਦਿੰਦਾ ਹੈ
ਏਜੰਟ TARS ਇੱਕ ਓਪਨ ਸੋਰਸ ਮਲਟੀਮੋਡਲ AI ਏਜੰਟ ਸਟੈਕ ਹੈ ਜੋ ਤੁਹਾਡੀ ਸਕ੍ਰੀਨ ਨੂੰ ਦੇਖਦਾ ਹੈ ਅਤੇ ਤੁਹਾਡੇ ਡੈਸਕਟਾਪ ਨਾਲ ਇੰਟਰੈਕਟ ਕਰਦਾ ਹੈ। ਇਹ AI ਕੰਪਿਊਟਰ ਵਰਤੋਂ ਦੀ ਪੜਚੋਲ ਕਰਨ ਵਾਲੇ ਕਿਸੇ ਵੀ ਵਿਅਕਤੀ ਲਈ ਦੋ ਪ੍ਰੋਜੈਕਟ, ਏਜੰਟ TARS ਅਤੇ UI TARS ਡੈਸਕਟਾਪ ਭੇਜਦਾ ਹੈ।
bytedance/UI-TARS-desktop
#AI #Opensource #AgentTARS #MultimodalAI
ਰੋਜ਼ਾਨਾ ਓਪਨ ਸੋਰਸ ਡ੍ਰੌਪਸ ਲਈ ਫਾਲੋ ਕਰੋ 👇
[pl] Agent TARS pozwala AI widzieć i obsługiwać Twój pulpit
Agent TARS pozwala sztucznej inteligencji widzieć i kontrolować Twój pulpit
Agent TARS to multimodalny pakiet agentów AI o otwartym kodzie źródłowym, który widzi Twój ekran i wchodzi w interakcję z Twoim pulpitem. Zawiera dwa projekty: Agent TARS i UI TARS desktop, przeznaczone dla każdego, kto interesuje się wykorzystaniem sztucznej inteligencji na komputerze.
bytedance/UI-TARS-desktop
#AI #Opensource #AgentTARS #MultimodalAI
Obserwuj, aby otrzymywać codzienne informacje o nowych materiałach open source 👇
[pt-BR] Agent TARS permite que a IA veja e controle sua área de trabalho
O Agent TARS permite que a IA veja e controle sua área de trabalho.
O Agent TARS é um conjunto de agentes de IA multimodal de código aberto que vê sua tela e interage com sua área de trabalho. Ele inclui dois projetos, o Agent TARS e o UI TARS desktop, para qualquer pessoa que explore o uso de IA em computadores.
bytedance/UI-TARS-desktop
#IA #CódigoAberto #AgentTARS #IAMultimodal
Siga para receber novidades diárias sobre código aberto 👇
[ru] Agent TARS позволяет ИИ видеть ваш рабочий стол и управлять им
Agent TARS позволяет ИИ видеть и управлять вашим рабочим столом
Agent TARS — это открытый многофункциональный стек агентов ИИ, который видит ваш экран и взаимодействует с вашим рабочим столом. Он включает в себя два проекта: Agent TARS и UI TARS desktop, для всех, кто изучает использование ИИ в компьютерах.
bytedance/UI-TARS-desktop
#AI #Opensource #AgentTARS #MultimodalAI
Подписывайтесь на ежедневные обновления открытого исходного кода 👇
[ta] உங்கள் கணினியைப் பார்க்கவும் கட்டுப்படுத்தவும் உதவும் Agent TARS AI
ஏஜென்ட் டார்ஸ் உங்கள் டெஸ்க்டாப்பைப் பார்க்கவும் கட்டுப்படுத்தவும் செயற்கை நுண்ணறிவை (AI) அனுமதிக்கிறது
ஏஜென்ட் டார்ஸ் என்பது ஒரு திறந்த மூல பன்முக செயற்கை நுண்ணறிவு முகவர் தொகுப்பாகும். இது உங்கள் திரையைப் பார்த்து, உங்கள் டெஸ்க்டாப்புடன் ஊடாடுகிறது. செயற்கை நுண்ணறிவு கணினிப் பயன்பாட்டை ஆராயும் எவருக்காகவும், இது ஏஜென்ட் டார்ஸ் மற்றும் UI டார்ஸ் டெஸ்க்டாப் ஆகிய இரண்டு திட்டங்களை வழங்குகிறது.
bytedance/UI-TARS-desktop
#AI #Opensource #AgentTARS #MultimodalAI
தினசரி திறந்த மூல வெளியீடுகளுக்குப் பின்தொடரவும் 👇
[te] Agent TARSతో మీ డెస్క్టాప్ను చూసి నియంత్రించగల AI
ఏజెంట్ TARS, AI మీ డెస్క్టాప్ను చూడటానికి మరియు నియంత్రించడానికి అనుమతిస్తుంది
ఏజెంట్ TARS అనేది ఒక ఓపెన్ సోర్స్ మల్టీమోడల్ AI ఏజెంట్ స్టాక్, ఇది మీ స్క్రీన్ను చూస్తుంది మరియు మీ డెస్క్టాప్తో ఇంటరాక్ట్ అవుతుంది. AI కంప్యూటర్ వినియోగాన్ని అన్వేషించే వారి కోసం ఇది ఏజెంట్ TARS మరియు UI TARS డెస్క్టాప్ అనే రెండు ప్రాజెక్ట్లను అందిస్తుంది.
bytedance/UI-TARS-desktop
#AI #Opensource #AgentTARS #MultimodalAI
రోజువారీ ఓపెన్ సోర్స్ అప్డేట్ల కోసం ఫాలో అవ్వండి 👇
[uk] Agent TARS дозволяє ШІ бачити ваш робочий стіл та керувати ним
Agent TARS дозволяє ШІ бачити та керувати вашим робочим столом
Agent TARS — це стек агентів ШІ з відкритим кодом, який бачить ваш екран та взаємодіє з ним. Він постачається з двома проектами: Agent TARS та UI TARS desktop, для тих, хто досліджує використання ШІ на комп’ютері.
bytandance/UI-TARS-desktop
#ШІ #ВідкритийКод #AgentTARS #МультимодальнийШІ
Підпишіться на щоденні оновлення з відкритим кодом 👇
4 likes · 104 views
DeerFlow 2.0: ByteDance's Open-Source Super Agent Harness, Setup and Walkthrough
A complete walkthrough of bytedance/deer-flow, the open-source super agent harness that orchestrates sub-agents, memory, and sandboxes, powered by extensible skills. We cover what DeerFlow 2.0 is, the tools around it, how to install and configure models, and how to run it with Docker or local development.
Chapters:
0:00 Introduction
0:48 What DeerFlow Is
2:08 The Ecosystem Around DeerFlow
3:46 Installing DeerFlow
5:50 Configuring Models
8:38 Running the Application
10:25 Who DeerFlow Is For
11:19 Summary
Link:
- bytedance/deer-flow: bytedance/deer-flow
Narrated with an AI clone of the creator's own voice. Facts come from each project's or site's own pages.
#OpenSource #GitHub #AI
1 like · 1 comment · 29 views
⭐ BYTE-DANCE выложили DraMac, и это бесплатная замена Midjourney, которой не хватает многим — 17k+ звёзд за считанные дни! Генерит 2K-картинки на consumer GPU без магии и подписок. Репо: bytedance/DreamCraft — забирайте, пока не сделали платным 😼
1 like · 11 views
This Free GitHub Repo Turns One Question Into a Finished Project
It's called DeerFlow, and it comes from ByteDance. Most AI answers once and stops. DeerFlow keeps going, researching, writing code and creating files, even on tasks that take hours.
Get it free here: bytedance/deer-flow
Follow for more AI tips.
#github #opensource #aiagents #bytedance #aitools #shorts
[ar] هذا المستودع المجاني على GitHub يحول سؤالاً واحداً إلى مشروع متكامل
يُسمى هذا البرنامج DeerFlow، وهو من تطوير شركة ByteDance. معظم برامج الذكاء الاصطناعي تستجيب مرة واحدة وتتوقف، بينما يواصل DeerFlow العمل، فيُجري الأبحاث، ويكتب التعليمات البرمجية، ويُنشئ الملفات، حتى في المهام التي تستغرق ساعات.
حمّله مجانًا من هنا: bytedance/deer-flow
تابعنا للمزيد من نصائح الذكاء الاصطناعي.
#github #opensource #aiagents bytedance #aitools #shorts
[bn] এই ফ্রি গিটহাব রিপো একটি প্রশ্নের মাধ্যমেই সম্পূর্ণ প্রজেক্ট তৈরি করে দেয়
এর নাম ডিয়ারফ্লো (DeerFlow), এবং এটি বাইটড্যান্স (ByteDance) থেকে এসেছে। বেশিরভাগ এআই (AI) একবার উত্তর দিয়েই থেমে যায়। ডিয়ারফ্লো চলতেই থাকে, গবেষণা করে, কোড লেখে এবং ফাইল তৈরি করে, এমনকি ঘণ্টার পর ঘণ্টা সময় লাগে এমন কাজও।
এটি এখানে বিনামূল্যে পান: bytedance/deer-flow
আরও এআই টিপসের জন্য ফলো করুন।
#github #opensource #aiagents #bytedance #aitools #shorts
[de-DE] Dieses kostenlose GitHub-Repo macht aus einer einzigen Frage ein fertiges Projekt
Es heißt DeerFlow und stammt von ByteDance. Die meisten KIs antworten nur einmal und hören dann auf. DeerFlow arbeitet kontinuierlich weiter, recherchiert, schreibt Code und erstellt Dateien – selbst bei Aufgaben, die Stunden dauern.
Hier kostenlos herunterladen: bytedance/deer-flow
Folgen Sie uns für weitere KI-Tipps.
#github #opensource #aiagents #bytedance #aitools #shorts
[es-US] Este repositorio gratuito de GitHub convierte una sola pregunta en un proyecto terminado
Se llama DeerFlow y es de ByteDance. La mayoría de las IA responden una vez y se detienen. DeerFlow continúa trabajando, investigando, escribiendo código y creando archivos, incluso en tareas que llevan horas.
Descárgalo gratis aquí: bytedance/deer-flow
Síguenos para más consejos sobre IA.
#github #opensource #aiagents #bytedance #aitools #shorts
[fr-FR] Ce dépôt GitHub gratuit transforme une simple question en un projet complet
Il s'agit de DeerFlow, développé par ByteDance. Contrairement à la plupart des IA qui répondent une seule fois, DeerFlow poursuit ses recherches, écrit du code et crée des fichiers, même pour des tâches qui durent des heures.
Téléchargez-le gratuitement ici : bytedance/deer-flow
Suivez-nous pour plus d'astuces sur l'IA.
#github #opensource #aiagents #bytedance #aitools #shorts
[hi] यह फ्री GitHub रिपो एक सवाल को पूरे प्रोजेक्ट में बदल देता है
इसे डीयरफ्लो कहा जाता है, और यह बाइटडांस द्वारा विकसित किया गया है। अधिकांश एआई एक बार जवाब देकर रुक जाते हैं। डीयरफ्लो लगातार काम करता रहता है, शोध करता है, कोड लिखता है और फाइलें बनाता है, यहां तक कि उन कार्यों पर भी जिनमें घंटों लगते हैं।
इसे यहां से मुफ्त में प्राप्त करें: bytedance/deer-flow
अधिक एआई टिप्स के लिए फॉलो करें।
#github #opensource #aiagents #bytedance #aitools #shorts
[id] Repo GitHub Gratis Ini Mengubah Satu Pertanyaan Menjadi Proyek Jadi
Namanya DeerFlow, dan berasal dari ByteDance. Sebagian besar AI hanya menjawab sekali dan berhenti. DeerFlow terus berjalan, melakukan riset, menulis kode, dan membuat file, bahkan untuk tugas yang memakan waktu berjam-jam.
Dapatkan secara gratis di sini: bytedance/deer-flow
Ikuti untuk tips AI lainnya.
#github #opensource #aiagents #bytedance #aitools #shorts
[it] Questo repository GitHub gratuito trasforma una domanda in un progetto finito
Si chiama DeerFlow ed è sviluppato da ByteDance. La maggior parte delle IA risponde una sola volta e si ferma. DeerFlow, invece, continua a lavorare, effettuando ricerche, scrivendo codice e creando file, anche per attività che richiedono ore.
Scaricalo gratuitamente qui: bytedance/deer-flow
Seguici per altri consigli sull'IA.
#github #opensource #aiagents #bytedance #aitools #shorts
[iw] המאגר החינמי הזה ב-GitHub הופך שאלה אחת לפרויקט מוכן
זה נקרא DeerFlow, וזה מגיע מ-ByteDance. רוב הבינה המלאכותית עונה פעם אחת ועוצרת. DeerFlow ממשיכה, חוקרת, כותבת קוד ויוצרת קבצים, אפילו במשימות שלוקחות שעות.
הורידו אותו בחינם כאן: bytedance/deer-flow
עקבו אחר טיפים נוספים לבינה מלאכותית.
#github #opensource #aiagents #bytedance #aitools #shorts
[ja] たった一つの質問でプロジェクトを完成させるGitHubの無料AIツール
これはByteDanceが開発したDeerFlowというAIです。ほとんどのAIは一度回答すると停止しますが、DeerFlowは調査、コード作成、ファイル作成などを継続し、何時間もかかるタスクにも対応します。
こちらから無料で入手できます：bytedance/deer-flow
AIに関するその他のヒントについては、フォローしてください。
#github #opensource #aiagents #bytedance #aitools #shorts
[ko] 질문 하나로 결과물을 뚝딱, 무료 GitHub 오픈소스 추천
DeerFlow라고 불리는 이 도구는 ByteDance에서 개발했습니다. 대부분의 AI는 한 번 답변하고 멈추지만, DeerFlow는 몇 시간씩 걸리는 작업이라도 계속해서 조사하고, 코드를 작성하고, 파일을 생성합니다.
여기에서 무료로 다운로드하세요: bytedance/deer-flow
더 많은 AI 팁을 보려면 팔로우하세요.
#github #opensource #aiagents #bytedance #aitools #shorts
[ml] ഒരൊറ്റ ചോദ്യത്തിൽ നിന്ന് പൂർണ്ണമായ പ്രോജക്റ്റ് നിർമ്മിക്കുന്ന സൗജന്യ GitHub റിപ്പോസിറ്ററി
ഇതിനെ DeerFlow എന്ന് വിളിക്കുന്നു, ഇത് ByteDance-ൽ നിന്നാണ് വരുന്നത്. മിക്ക AI-കളും ഒരിക്കൽ ഉത്തരം നൽകുകയും നിർത്തുകയും ചെയ്യുന്നു. മണിക്കൂറുകൾ എടുക്കുന്ന ജോലികളിൽ പോലും DeerFlow ഗവേഷണം നടത്തുകയും കോഡ് എഴുതുകയും ഫയലുകൾ സൃഷ്ടിക്കുകയും ചെയ്യുന്നു.
ഇവിടെ സൗജന്യമായി നേടൂ: bytedance/deer-flow
കൂടുതൽ AI നുറുങ്ങുകൾക്കായി പിന്തുടരുക.
#github #opensource #aiagents #bytedance #aitools #shorts
[nl-NL] Deze gratis GitHub-repo verandert één vraag in een kant-en-klaar project
Het heet DeerFlow en is ontwikkeld door ByteDance. De meeste AI-systemen geven maar één antwoord en stoppen dan. DeerFlow blijft doorgaan, onderzoek doen, code schrijven en bestanden aanmaken, zelfs bij taken die uren duren.
Download het hier gratis: bytedance/deer-flow
Volg ons voor meer AI-tips.
#github #opensource #aiagents #bytedance #aitools #shorts
[pa] ਇਹ ਮੁਫਤ GitHub ਰਿਪੋ ਇੱਕ ਸਵਾਲ ਨੂੰ ਪੂਰੇ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਬਦਲ ਦਿੰਦੀ ਹੈ
ਇਸਨੂੰ ਡੀਅਰਫਲੋ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਇਹ ਬਾਈਟਡਾਂਸ ਤੋਂ ਆਉਂਦਾ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਏਆਈ ਇੱਕ ਵਾਰ ਜਵਾਬ ਦਿੰਦਾ ਹੈ ਅਤੇ ਰੁਕ ਜਾਂਦਾ ਹੈ। ਡੀਅਰਫਲੋ ਘੰਟਿਆਂਬੱਧੀ ਲੱਗਣ ਵਾਲੇ ਕੰਮਾਂ 'ਤੇ ਵੀ, ਖੋਜ, ਕੋਡ ਲਿਖਣਾ ਅਤੇ ਫਾਈਲਾਂ ਬਣਾਉਣਾ ਜਾਰੀ ਰੱਖਦਾ ਹੈ।
ਇਸਨੂੰ ਇੱਥੇ ਮੁਫ਼ਤ ਪ੍ਰਾਪਤ ਕਰੋ: bytedance/deer-flow
ਹੋਰ ਏਆਈ ਸੁਝਾਵਾਂ ਲਈ ਫਾਲੋ ਕਰੋ।
#github #opensource #aiagents #bytedance #aitools #shorts
[pl] To darmowe repozytorium na GitHubie zamienia jedno pytanie w gotowy projekt
Nazywa się DeerFlow i pochodzi od ByteDance. Większość SI odpowiada raz i przestaje. DeerFlow działa dalej, wyszukuje informacje, pisze kod i tworzy pliki, nawet w przypadku zadań, które zajmują wiele godzin.
Pobierz za darmo tutaj: bytedance/deer-flow
Obserwuj, aby uzyskać więcej wskazówek dotyczących SI.
#github #opensource #aiagents #bytedance #aitools #shorts
[pt-BR] Este repositório gratuito do GitHub transforma uma pergunta em um projeto finalizado
Chama-se DeerFlow e é da ByteDance. A maioria das IAs responde uma vez e para. O DeerFlow continua, pesquisando, escrevendo código e criando arquivos, mesmo em tarefas que levam horas.
Baixe gratuitamente aqui: bytedance/deer-flow
Siga para mais dicas de IA.
#github #opensource #aiagents #bytedance #aitools #shorts
[ru] Этот бесплатный репозиторий на GitHub превращает один вопрос в готовый проект
Это называется DeerFlow, и он разработан компанией ByteDance. Большинство ИИ отвечают один раз и останавливаются. DeerFlow же продолжает работу, исследуя, записывая код и создавая файлы, даже в задачах, занимающих несколько часов.
Скачать бесплатно можно здесь: bytedance/deer-flow
Подписывайтесь, чтобы получать больше советов по ИИ.
#github #opensource #aiagents #bytedance #aitools #shorts
[ta] ஒரே கேள்வியை முழுமையான திட்டமாக மாற்றும் இந்த இலவச GitHub களஞ்சியம்
இதற்கு டீர்ஃப்ளோ (DeerFlow) என்று பெயர், இது பைட் டான்ஸ் (ByteDance) நிறுவனத்திடமிருந்து வருகிறது. பெரும்பாலான செயற்கை நுண்ணறிவுகள் (AI) ஒருமுறை பதிலளித்துவிட்டு நின்றுவிடுகின்றன. ஆனால் டீர்ஃப்ளோவோ, பல மணிநேரம் எடுக்கும் பணிகளில்கூட, தொடர்ந்து ஆராய்ச்சி செய்து, நிரல்களை எழுதி, கோப்புகளை உருவாக்கிக் கொண்டே இருக்கிறது.
இதை இங்கே இலவசமாகப் பெறுங்கள்: bytedance/deer-flow
மேலும் செயற்கை நுண்ணறிவு குறிப்புகளுக்குப் பின்தொடரவும்.
#github #opensource #aiagents #bytedance #aitools #shorts
[te] కేవలం ఒక్క ప్రశ్నతో పూర్తి ప్రాజెక్ట్ను సిద్ధం చేసే ఉచిత GitHub రిపోజిటరీ ఇది
దీనిని డీర్ఫ్లో (DeerFlow) అని పిలుస్తారు, మరియు ఇది బైట్డాన్స్ (ByteDance) వారిది. చాలా AIలు ఒకసారి స్పందించి ఆగిపోతాయి. కానీ డీర్ఫ్లో, గంటల సమయం పట్టే పనులలో కూడా, పరిశోధన చేస్తూ, కోడ్ రాస్తూ, ఫైళ్లను సృష్టిస్తూ నిరంతరం పనిచేస్తూనే ఉంటుంది.
దీనిని ఇక్కడ ఉచితంగా పొందండి: bytedance/deer-flow
మరిన్ని AI చిట్కాల కోసం ఫాలో అవ్వండి.
#github #opensource #aiagents #bytedance #aitools #shorts
[uk] Цей безкоштовний репозиторій на GitHub перетворює одне запитання на готовий проєкт
Він називається DeerFlow і походить від ByteDance. Більшість ШІ відповідають один раз і зупиняються. DeerFlow продовжує працювати, досліджуючи, пишучи код і створюючи файли, навіть для завдань, які займають години.
Завантажте його безкоштовно тут: bytandance/deer-flow
Підпишіться, щоб отримати більше порад щодо ШІ.
#github #opensource #aiagents #bytandance #aitools #shorts
156 likes · 28 comments · 7,734 views
Integrating ByteDance deer-flow: Vector Memory Persistence Patterns for Long-Horizon Agents
Context: Why Long-Horizon Agent Memory is Hard
When evaluating ByteDance's deer-flow for our multi-hour autonomous research pipeline, the core challenge wasn't task orchestration—it was semantic memory persistence under high concurrency. Agents running 90+ minute sessions need to recall prior decisions, avoid redundant API calls, and maintain coherent context across sandbox restarts.
Most agent frameworks treat memory as an afterthought. deer-flow takes it seriously with a pluggable memory backend, but integrating it into our existing PostgreSQL + pgvector stack exposed real architectural friction points.
Architecture Overview: Memory Chain in deer-flow
deer-flow splits memory into three layers:
1. Session buffer (ephemeral, in-process)
2. Vector store (semantic retrieval via embeddings)
3. Relational metadata (timestamps, task IDs, lineage)
The critical insight: hybrid search must fuse vector similarity with temporal recency and task ancestry filters. Pure cosine similarity retrieves semantically related memories but ignores causality.
Deliverable 1: PostgreSQL Schema with HNSW Indexing
Here's our battle-tested schema integrating deer-flow's memory interface with pgvector:
CREATE EXTENSION IF NOT EXISTS vector;
CREATE TABLE agent_memories (
id BIGSERIAL PRIMARY KEY,
agent_id TEXT NOT NULL,
task_id TEXT NOT NULL,
content TEXT NOT NULL,
embedding vector(1536) NOT NULL,
created_at TIMESTAMPTZ DEFAULT NOW(),
parent_task_id TEXT
);
-- HNSW index for sub-100ms vector search at 100K+ rows
CREATE INDEX ON agent_memories
USING hnsw (embedding vector_cosine_ops)
WITH (m = 16, ef_construction = 64);
-- Compound index for filtered vector search
CREATE INDEX ON agent_memories (agent_id, task_id, created_at DESC);
Critical tuning lesson: Setting m=16 and ef_construction=64 gave us 12ms p99 latency under 500 concurrent inserts. Default pgvector settings caused 2+ second insert stalls during batch memory writes.
Deliverable 2: Hybrid Search with Reciprocal Rank Fusion
Pure vector search failed during complex multi-step tasks—agents would retrieve tangentially related memories from 3 hours prior while ignoring critical decisions from 10 minutes ago.
Here's our Python RRF implementation bridging deer-flow's memory interface:
import asyncpg
import numpy as np
from typing import List, Tuple
class HybridMemoryRetriever:
def __init__(self, pool: asyncpg.Pool, k: int = 60):
self.pool = pool
self.k = k # RRF constant
async def retrieve(
self,
agent_id: str,
query_embedding: np.ndarray,
task_id: str,
limit: int = 5
) -> List[Tuple[str, float]]:
async with self.pool.acquire() as conn:
# Vector similarity ranking
vector_results = await conn.fetch(
"""
SELECT id, content,
1 - (embedding <=> $1::vector) AS similarity
FROM agent_memories
WHERE agent_id = $2 AND task_id = $3
ORDER BY embedding <=> $1::vector
LIMIT 20
""",
query_embedding.tolist(), agent_id, task_id
)
# Recency ranking
recency_results = await conn.fetch(
"""
SELECT id, content, created_at
FROM agent_memories
WHERE agent_id = $1 AND task_id = $2
ORDER BY created_at DESC
LIMIT 20
""",
agent_id, task_id
)
# RRF fusion: 1 / (k + rank)
scores = {}
for rank, row in enumerate(vector_results, 1):
scores[row['id']] = scores.get(row['id'], 0) + 1 / (self.k + rank)
for rank, row in enumerate(recency_results, 1):
scores[row['id']] = scores.get(row['id'], 0) + 1 / (self.k + rank)
# Retrieve top-k by fused score
top_ids = sorted(scores.items(), key=lambda x: x[1], reverse=True)[:limit]
final = await conn.fetch(
"SELECT content FROM agent_memories WHERE id = ANY($1)",
[id for id, _ in top_ids]
)
return [(r['content'], scores[r['id']]) for r in final]
Battle scar: We initially used a simple weighted sum instead of RRF. This failed catastrophically when vector scores clustered near 0.85-0.90—recency signals got drowned out. RRF's rank-based scoring proved far more stable.
Production Integration Points
When wiring deer-flow into our existing stack:
Embedding normalization trap: deer-flow doesn't enforce L2 normalization. We saw 22% recall degradation until we added:
def normalize_embedding(vec: np.ndarray) -> np.ndarray:
norm = np.linalg.norm(vec)
return vec / norm if norm > 0 else vec
Concurrency bottleneck: HNSW index locks during bulk inserts caused 5+ second write stalls. Solution: batch memories and use INSERT ... ON CONFLICT DO NOTHING with a 50ms debounce window.
Benchmarking methodology: When testing multi-provider fallback latency through B-Lost's relay gateway (baseURL: "https://b-lost.com/v1"), we clocked 127ms average embedding generation (text-embedding-3-small) which became the bottleneck—not database writes. Consider pre-generating embeddings asynchronously.
Operational Trade-offs
What works:
- Pluggable memory abstraction makes swapping PostgreSQL for Qdrant trivial
- Subagent lineage tracking via parent_task_id enables causal retrieval filters
- Clean separation between ephemeral buffers and durable storage
What hurts:
- No built-in memory compaction—our agents hit 50K+ rows per session, causing index bloat
- Lack of automatic embedding cache invalidation when upstream models change
- Hybrid search logic lives in application code, not the framework
The Open Question
Our biggest unresolved dilemma: when should agents forget? Unlimited memory growth killed performance after 6-hour sessions. Naive LRU eviction broke causal chains. Time-decay scoring helped but introduced new failure modes during context switches.
How do you balance memory retention with retrieval performance when agents run for hours? Curious what approaches others have battle-tested in production long-horizon systems.
I fixed up deer flow: bytedance/deer-flow
What I did was create docker containers with pandoc, compilers (rust, go, python, javascript) and it can create all manner of reports.
I (not the asked) run deer flow: bytedance/deer-flow
Mentions
Huge props to @ByteDanceOSS for dropping such a rock-solid multimodal agent architecture. The way it seamlessly bridges cutting-edge AI models with desktop infra for end-to-end workflows is seriously slick. 🚀 🔗 项目地址：bytedance/UI-TARS-desktop
DeerFlow per-user memory: issue #1772 is open, but main already isolates memory --- title: "DeerFlow per-user memory: issue #1772 is open, but main already isolates memory" published: true canonical_url: memorysync.hashnode.dev description: "DeerFlow issue #1772 asks for per-user memory. It's still open, but current main stores memory per user. How it works and what to check." tags: ai, python, agents, langgraph --- Disclosure: I work on MemorySync (I'm Mohammed, the founder). I drafted this page with AI assistance and checked it against the source issue and the DeerFlow source on its main branch (commit d4ed400, Oct 28, 2026). I read the code; I didn't run DeerFlow for this page. The question bytedance/deer-flow#1772, "Support per-user memory isolation for multi-tenant deployment", reports that DeerFlow's memory.json is global and shared across all users, and asks for per-user storage such as memory/{user_id}.json. A maintainer replied that memory shared across users "can easily get mixed up" in a multi-user setup and assigned it. Status (checked Oct 28, 2026): the issue is still open, last updated Apr 3, 2026. But the code has moved on. If you're reading the issue and assuming every user still shares one file, check your version first. > Skip the memory plumbing around this fix. Once the fix below is in, the MemorySync agent memory guide shows how to add per-user memory with MemorySync. MemorySync doesn't fix this error itself. When you're ready, see MemorySync. Founding offer: use code FOUNDING30 for 30% off Starter for your first 3 months (Settings → Billing). What current main does From the memory module's AGENTS.md and the DeerMem config in the repo (main, Oct 28, 2026): - The default backend (manager_class: deermem) stores memory per user: {base_dir}/users/{user_id}/memory.json {base_dir}/users/{user_id}/agents/{agent_name}/facts/... - memory.backend_config.storage_path is a root directory. Empty means DeerFlow's base dir. A non-empty value becomes the root, with per-user memory still under {storage_path}/users/{uid}/memory.json. If it points at an existing file (for example an old memory.json path from before), config validation raises and tells you to point it at a directory. - The user comes from server-side identity, not from the client. In order: the LangGraph Agent Server's authenticated user, langgraph_auth_user_id, the gateway's auth-validated runtime.context["user_id"], the auth middleware's context variable, and finally "default". The Gateway strips client-supplied langgraph_auth_user and langgraph_auth_user_id before the graph is built. - Background memory updates capture user_id when the work is queued, so the identity survives the debounce timer. The catch: no-auth mode is still one shared user Per AGENTS.md, no-auth mode uses DEFAULT_USER_ID, which is "default". If you run DeerFlow as a service without authentication, every caller resolves to the same user and shares the same users/default/ memory, which is the behaviour the issue describes. Per-user isolation only helps once requests carry an authenticated identity. Checklist for a multi-user deployment 1. Turn on authentication so the gateway or LangGraph server supplies a real user. Without it, you're on "default". 2. Check storage_path. Leave it empty or point it at a directory. Don't point it at a .json file. 3. Migrate old global data. The repo ships backend/scripts/migrate_user_isolation.py. Run it with --dry-run first. It assigns legacy memory.json, agents/, skills/ and the global USER.md to --user-id (default default), and moves threads/ to their recorded owner. Pick the --user-id deliberately, because that user inherits everything that used to be shared. 4. Verify on disk. After two different signed-in users chat, you should see two directories under users/. If you see only users/default/, identity isn't reaching memory. 5. Mind multiple workers. A separate open RFC, #2283, describes a last-writer-wins race when several worker processes write the same memory.json. Per-user files narrow it to one user's concurrent turns, but don't remove it. Common questions Is DeerFlow memory shared between users? On current main, not if requests are authenticated: memory lives under users/{user_id}/. In no-auth mode everyone is "default", so it is shared. Why is issue #1772 still open? The issue thread doesn't say. As of Oct 28, 2026 it has no closing comment, and its last update was Apr 3, 2026. Treat the source on your installed version as the answer, not the issue state. How do I move existing global memory to a user? Use backend/scripts/migrate_user_isolation.py --dry-run, then run it without --dry-run and with the --user-id you want the legacy data assigned to. Skip the plumbing with MemorySync If you want per-user memory in a managed memory service instead of files on the gateway's disk, MemorySync scopes every user-scoped memory call by an end-user ID (X-End-User-ID / end_user_id), and its docs recommend a stable opaque ID, not an email address. There's no DeerFlow integration, so you'd call it from your own code. Read the MemorySync authentication and scoping guide first. For an overview of MemorySync, see the MemorySync homepage. From the guide: import os from memorysync import MemorySyncClient client = MemorySyncClient( api_key=os.environ["MEMORYSYNC_API_KEY"], base_url="https://api.memorysync.io", project_id=os.environ.get("MEMORYSYNC_PROJECT_ID") or None, end_user_id="user-123", ) result = client.query("What constraints and prior decisions matter for this task?", k=5) for memory in result.memories: print(memory.text) Snippet adapted from the MemorySync agent memory guide; unverified (not run) for this page. It keeps the guide's base_url line because MemorySyncClient requires it. Starter template: memorysyncio/memorysync-first-memory. Sources - bytedance/deer-flow#1772, "Support per-user memory isolation for multi-tenant deployment" (open; read 2026-10-28) - bytedance/deer-flow#2283, "RFC: Single-Writer Memory Queue" (open; read 2026-10-28) - DeerFlow main @ d4ed400 (2026-10-28): backend/packages/harness/deerflow/agents/memory/AGENTS.md, .../backends/deermem/deermem/config.py, .../runtime/user_context.py, backend/scripts/migrate_user_isolation.py, config.example.yaml - MemorySync docs: docs.memorysync.io/api/authentication Next step: read the MemorySync agent memory guide, then see MemorySync. Founding offer: use code FOUNDING30 for 30% off Starter for your first 3 months (Settings → Billing).
புதிய குரலுக்கு பழைய வீடியோவின் உதடு ஒத்துப்போகாது. LatentSync உதட்டு அசைவை ஒலிக்கு ஏற்ப மாற்றுகிறது.. உங்கள் டப்பிங் வீடியோவில் இதை முயற்சி செய்வீர்களா ? bytedance/LatentSync Instagram-லும் பின்தொடருங்கள்: instagram.com
Agent TARS lets AI see and control your desktop Agent TARS lets AI see and control your desktop Agent TARS is an open source multimodal AI agent stack that sees your screen and interacts with your desktop. It ships two projects, Agent TARS and UI TARS desktop, for anyone exploring AI computer use. bytedance/UI-TARS-desktop #AI #Opensource #AgentTARS #MultimodalAI Follow for daily open source drops 👇 [ar] Agent TARS يتيح للذكاء الاصطناعي رؤية والتحكم في سطح مكتبك يُمكّن Agent TARS الذكاء الاصطناعي من رؤية سطح مكتبك والتحكم به. Agent TARS عبارة عن حزمة برمجية مفتوحة المصدر ومتعددة الوسائط تعتمد على الذكاء الاصطناعي، حيث ترى شاشتك وتتفاعل مع سطح مكتبك. تتضمن الحزمة مشروعين: Agent TARS وUI TARS desktop، لكل من يرغب في استكشاف استخدام الذكاء الاصطناعي في الحواسيب. bytedance/UI-TARS-desktop #الذكاء_الاصطناعي #مفتوح_المصدر #AgentTARS #الذكاء_الاصطناعي_متعدد_الوسائط تابعنا للحصول على تحديثات يومية مفتوحة المصدر 👇 [bn] Agent TARS-এর মাধ্যমে AI এখন আপনার ডেস্কটপ দেখতে এবং নিয়ন্ত্রণ করতে পারবে এজেন্ট টার্স এআই-কে আপনার ডেস্কটপ দেখতে ও নিয়ন্ত্রণ করতে দেয় এজেন্ট টার্স একটি ওপেন সোর্স মাল্টিমোডাল এআই এজেন্ট স্ট্যাক যা আপনার স্ক্রিন দেখতে পায় এবং আপনার ডেস্কটপের সাথে ইন্টারঅ্যাক্ট করে। যারা এআই কম্পিউটার ব্যবহার নিয়ে কাজ করতে আগ্রহী, তাদের জন্য এটি এজেন্ট টার্স এবং ইউআই টার্স ডেস্কটপ—এই দুটি প্রজেক্ট সরবরাহ করে। bytedance/UI-TARS-desktop #এআই #ওপেনসোর্স #এজেন্টটার্স #মাল্টিমোডালএআই প্রতিদিন নতুন ওপেন সোর্স পেতে ফলো করুন 👇 [de-DE] Agent TARS lässt die KI deinen Desktop sehen und steuern Agent TARS ermöglicht es KI, Ihren Desktop zu sehen und zu steuern. Agent TARS ist ein Open-Source-Stack für multimodale KI-Agenten, der Ihren Bildschirm erkennt und mit Ihrem Desktop interagiert. Er umfasst zwei Projekte: Agent TARS und UI TARS Desktop. Diese eignen sich für alle, die sich mit der Nutzung von KI am Computer beschäftigen. bytedance/UI-TARS-desktop #KI #OpenSource #AgentTARS #MultimodaleKI Folgen Sie uns für tägliche Open-Source-Neuheiten 👇 [es-US] Agent TARS permite que la IA vea y controle tu escritorio Agent TARS permite que la IA vea y controle tu escritorio. Agent TARS es una plataforma de IA multimodal de código abierto que ve tu pantalla e interactúa con tu escritorio. Incluye dos proyectos: Agent TARS y UI TARS Desktop, para quienes exploran el uso de la IA en la computadora. bytedance/UI-TARS-desktop #IA #CódigoAbierto #AgentTARS #IAMultimodal Síguenos para recibir novedades diarias de código abierto 👇 [fr-FR] Agent TARS permet à l'IA de voir et de contrôler votre bureau Agent TARS permet à l'IA de voir et de contrôler votre bureau. Agent TARS est une suite logicielle d'IA multimodale open source qui analyse votre écran et interagit avec votre bureau. Elle comprend deux projets : Agent TARS et UI TARS Desktop, destinés à tous ceux qui explorent l'utilisation de l'IA sur ordinateur. bytedance/UI-TARS-desktop #IA #OpenSource #AgentTARS #IAMultimodale Suivez-nous pour découvrir chaque jour de nouveaux projets open source 👇 [hi] Agent TARS की मदद से AI आपके डेस्कटॉप को देख और नियंत्रित कर सकता है एजेंट TARS की मदद से AI आपके डेस्कटॉप को देख और नियंत्रित कर सकता है। एजेंट TARS एक ओपन सोर्स मल्टीमॉडल AI एजेंट स्टैक है जो आपकी स्क्रीन को देखता है और आपके डेस्कटॉप के साथ इंटरैक्ट करता है। यह AI कंप्यूटर के उपयोग को समझने के इच्छुक लोगों के लिए दो प्रोजेक्ट, एजेंट TARS और UI TARS डेस्कटॉप, उपलब्ध कराता है। bytedance/UI-TARS-desktop #AI #ओपनसोर्स #एजेंटTARS #मल्टीमॉडलAI रोजाना ओपन सोर्स अपडेट के लिए फॉलो करें 👇 [id] Agent TARS membuat AI bisa melihat dan mengendalikan desktop Anda Agent TARS memungkinkan AI untuk melihat dan mengontrol desktop Anda Agent TARS adalah tumpukan agen AI multimodal sumber terbuka yang melihat layar Anda dan berinteraksi dengan desktop Anda. Ia menyediakan dua proyek, Agent TARS dan UI TARS desktop, untuk siapa pun yang ingin menjelajahi penggunaan komputer berbasis AI. bytedance/UI-TARS-desktop #AI #Opensource #AgentTARS #MultimodalAI Ikuti untuk rilis sumber terbuka harian 👇 [it] Agent TARS permette all'IA di vedere e controllare il tuo desktop Agent TARS permette all'IA di vedere e controllare il tuo desktop Agent TARS è uno stack di agenti IA multimodali open source che vede il tuo schermo e interagisce con il tuo desktop. Include due progetti, Agent TARS e UI TARS desktop, per chiunque voglia esplorare l'utilizzo dell'IA nei computer. bytedance/UI-TARS-desktop #IA #Opensource #AgentTARS #IAMultimodale Seguici per aggiornamenti quotidiani sui progetti open source 👇 [iw] Agent TARS מאפשר ל-AI לראות ולשלוט בשולחן העבודה שלך Agent TARS מאפשר לבינה מלאכותית לראות ולשלוט בשולחן העבודה שלכם Agent TARS הוא חבילת סוכני בינה מלאכותית רב-מודאלית בקוד פתוח שרואה את המסך שלכם ומקיים אינטראקציה עם שולחן העבודה שלכם. הוא מציע שני פרויקטים, Agent TARS ו-UI TARS לשולחן העבודה, לכל מי שחוקר את השימוש במחשבים מבוססי בינה מלאכותית. bytedance/UI-TARS-desktop #AI #OpenSource #AgentTARS #MultimodalAI עקבו אחר פרסומים יומיים של קוד פתוח 👇 [ja] Agent TARS：PC画面を認識し操作するAIエージェント Agent TARSは、AIがデスクトップを認識し、制御することを可能にします。 Agent TARSは、画面を認識し、デスクトップと対話するオープンソースのマルチモーダルAIエージェントスタックです。AIを活用したコンピュータ利用を探求するすべての人向けに、Agent TARSとUI TARSデスクトップという2つのプロジェクトを提供しています。 bytedance/UI-TARS-desktop #AI #オープンソース #AgentTARS #マルチモーダルAI 毎日更新されるオープンソース情報をお見逃しなく👇 [ko] 내 데스크톱을 보고 제어하는 AI, Agent TARS Agent TARS는 AI가 사용자의 데스크톱을 인식하고 제어할 수 있도록 해주는 오픈 소스 멀티모달 AI 에이전트 스택입니다. Agent TARS는 사용자의 화면을 인식하고 데스크톱과 상호 작용하는 오픈 소스 멀티모달 AI 에이전트 스택입니다. AI 컴퓨터 활용에 관심 있는 모든 사용자를 위해 Agent TARS와 UI TARS 데스크톱 두 가지 프로젝트를 제공합니다. bytedance/UI-TARS-desktop #AI #오픈소스 #AgentTARS #멀티모달AI 매일 새로운 오픈 소스 소식을 받으려면 팔로우하세요 👇 [ml] Agent TARS ഉപയോഗിച്ച് AI-ക്ക് നിങ്ങളുടെ ഡെസ്ക്ടോപ്പ് കാണാനും നിയന്ത്രിക്കാനും സാധിക്കും ഏജന്റ് TARS നിങ്ങളുടെ ഡെസ്ക്ടോപ്പ് കാണാനും നിയന്ത്രിക്കാനും AI-യെ അനുവദിക്കുന്നു ഏജന്റ് TARS എന്നത് നിങ്ങളുടെ സ്ക്രീൻ കാണുകയും നിങ്ങളുടെ ഡെസ്ക്ടോപ്പുമായി സംവദിക്കുകയും ചെയ്യുന്ന ഒരു ഓപ്പൺ സോഴ്സ് മൾട്ടിമോഡൽ AI ഏജന്റ് സ്റ്റാക്കാണ്. AI കമ്പ്യൂട്ടർ ഉപയോഗം പര്യവേക്ഷണം ചെയ്യുന്ന ഏതൊരാൾക്കും ഏജന്റ് TARS, UI TARS ഡെസ്ക്ടോപ്പ് എന്നീ രണ്ട് പ്രോജക്ടുകൾ ഇത് അയയ്ക്കുന്നു. bytedance/UI-TARS-desktop #AI #Opensource #AgentTARS #MultimodalAI ദിവസേനയുള്ള ഓപ്പൺ സോഴ്സ് ഡ്രോപ്പുകൾക്കായി പിന്തുടരുക 👇 [nl-NL] Agent TARS laat AI je desktop zien en besturen Agent TARS laat AI je bureaublad zien en besturen Agent TARS is een open source multimodale AI-agentstack die je scherm ziet en met je bureaublad interacteert. Het bevat twee projecten, Agent TARS en UI TARS desktop, voor iedereen die AI-toepassingen op computers wil onderzoeken. bytedance/UI-TARS-desktop #AI #Opensource #AgentTARS #MultimodalAI Volg voor dagelijkse open source-updates 👇 [pa] Agent TARS AI ਨੂੰ ਤੁਹਾਡੇ ਡੈਸਕਟੌਪ ਨੂੰ ਦੇਖਣ ਅਤੇ ਕੰਟਰੋਲ ਕਰਨ ਦਿੰਦਾ ਹੈ ਏਜੰਟ TARS AI ਨੂੰ ਤੁਹਾਡੇ ਡੈਸਕਟਾਪ ਨੂੰ ਦੇਖਣ ਅਤੇ ਕੰਟਰੋਲ ਕਰਨ ਦਿੰਦਾ ਹੈ ਏਜੰਟ TARS ਇੱਕ ਓਪਨ ਸੋਰਸ ਮਲਟੀਮੋਡਲ AI ਏਜੰਟ ਸਟੈਕ ਹੈ ਜੋ ਤੁਹਾਡੀ ਸਕ੍ਰੀਨ ਨੂੰ ਦੇਖਦਾ ਹੈ ਅਤੇ ਤੁਹਾਡੇ ਡੈਸਕਟਾਪ ਨਾਲ ਇੰਟਰੈਕਟ ਕਰਦਾ ਹੈ। ਇਹ AI ਕੰਪਿਊਟਰ ਵਰਤੋਂ ਦੀ ਪੜਚੋਲ ਕਰਨ ਵਾਲੇ ਕਿਸੇ ਵੀ ਵਿਅਕਤੀ ਲਈ ਦੋ ਪ੍ਰੋਜੈਕਟ, ਏਜੰਟ TARS ਅਤੇ UI TARS ਡੈਸਕਟਾਪ ਭੇਜਦਾ ਹੈ। bytedance/UI-TARS-desktop #AI #Opensource #AgentTARS #MultimodalAI ਰੋਜ਼ਾਨਾ ਓਪਨ ਸੋਰਸ ਡ੍ਰੌਪਸ ਲਈ ਫਾਲੋ ਕਰੋ 👇 [pl] Agent TARS pozwala AI widzieć i obsługiwać Twój pulpit Agent TARS pozwala sztucznej inteligencji widzieć i kontrolować Twój pulpit Agent TARS to multimodalny pakiet agentów AI o otwartym kodzie źródłowym, który widzi Twój ekran i wchodzi w interakcję z Twoim pulpitem. Zawiera dwa projekty: Agent TARS i UI TARS desktop, przeznaczone dla każdego, kto interesuje się wykorzystaniem sztucznej inteligencji na komputerze. bytedance/UI-TARS-desktop #AI #Opensource #AgentTARS #MultimodalAI Obserwuj, aby otrzymywać codzienne informacje o nowych materiałach open source 👇 [pt-BR] Agent TARS permite que a IA veja e controle sua área de trabalho O Agent TARS permite que a IA veja e controle sua área de trabalho. O Agent TARS é um conjunto de agentes de IA multimodal de código aberto que vê sua tela e interage com sua área de trabalho. Ele inclui dois projetos, o Agent TARS e o UI TARS desktop, para qualquer pessoa que explore o uso de IA em computadores. bytedance/UI-TARS-desktop #IA #CódigoAberto #AgentTARS #IAMultimodal Siga para receber novidades diárias sobre código aberto 👇 [ru] Agent TARS позволяет ИИ видеть ваш рабочий стол и управлять им Agent TARS позволяет ИИ видеть и управлять вашим рабочим столом Agent TARS — это открытый многофункциональный стек агентов ИИ, который видит ваш экран и взаимодействует с вашим рабочим столом. Он включает в себя два проекта: Agent TARS и UI TARS desktop, для всех, кто изучает использование ИИ в компьютерах. bytedance/UI-TARS-desktop #AI #Opensource #AgentTARS #MultimodalAI Подписывайтесь на ежедневные обновления открытого исходного кода 👇 [ta] உங்கள் கணினியைப் பார்க்கவும் கட்டுப்படுத்தவும் உதவும் Agent TARS AI ஏஜென்ட் டார்ஸ் உங்கள் டெஸ்க்டாப்பைப் பார்க்கவும் கட்டுப்படுத்தவும் செயற்கை நுண்ணறிவை (AI) அனுமதிக்கிறது ஏஜென்ட் டார்ஸ் என்பது ஒரு திறந்த மூல பன்முக செயற்கை நுண்ணறிவு முகவர் தொகுப்பாகும். இது உங்கள் திரையைப் பார்த்து, உங்கள் டெஸ்க்டாப்புடன் ஊடாடுகிறது. செயற்கை நுண்ணறிவு கணினிப் பயன்பாட்டை ஆராயும் எவருக்காகவும், இது ஏஜென்ட் டார்ஸ் மற்றும் UI டார்ஸ் டெஸ்க்டாப் ஆகிய இரண்டு திட்டங்களை வழங்குகிறது. bytedance/UI-TARS-desktop #AI #Opensource #AgentTARS #MultimodalAI தினசரி திறந்த மூல வெளியீடுகளுக்குப் பின்தொடரவும் 👇 [te] Agent TARSతో మీ డెస్క్టాప్ను చూసి నియంత్రించగల AI ఏజెంట్ TARS, AI మీ డెస్క్టాప్ను చూడటానికి మరియు నియంత్రించడానికి అనుమతిస్తుంది ఏజెంట్ TARS అనేది ఒక ఓపెన్ సోర్స్ మల్టీమోడల్ AI ఏజెంట్ స్టాక్, ఇది మీ స్క్రీన్ను చూస్తుంది మరియు మీ డెస్క్టాప్తో ఇంటరాక్ట్ అవుతుంది. AI కంప్యూటర్ వినియోగాన్ని అన్వేషించే వారి కోసం ఇది ఏజెంట్ TARS మరియు UI TARS డెస్క్టాప్ అనే రెండు ప్రాజెక్ట్లను అందిస్తుంది. bytedance/UI-TARS-desktop #AI #Opensource #AgentTARS #MultimodalAI రోజువారీ ఓపెన్ సోర్స్ అప్డేట్ల కోసం ఫాలో అవ్వండి 👇 [uk] Agent TARS дозволяє ШІ бачити ваш робочий стіл та керувати ним Agent TARS дозволяє ШІ бачити та керувати вашим робочим столом Agent TARS — це стек агентів ШІ з відкритим кодом, який бачить ваш екран та взаємодіє з ним. Він постачається з двома проектами: Agent TARS та UI TARS desktop, для тих, хто досліджує використання ШІ на комп’ютері. bytandance/UI-TARS-desktop #ШІ #ВідкритийКод #AgentTARS #МультимодальнийШІ Підпишіться на щоденні оновлення з відкритим кодом 👇
DeerFlow 2.0: ByteDance's Open-Source Super Agent Harness, Setup and Walkthrough A complete walkthrough of bytedance/deer-flow, the open-source super agent harness that orchestrates sub-agents, memory, and sandboxes, powered by extensible skills. We cover what DeerFlow 2.0 is, the tools around it, how to install and configure models, and how to run it with Docker or local development. Chapters: 0:00 Introduction 0:48 What DeerFlow Is 2:08 The Ecosystem Around DeerFlow 3:46 Installing DeerFlow 5:50 Configuring Models 8:38 Running the Application 10:25 Who DeerFlow Is For 11:19 Summary Link: - bytedance/deer-flow: bytedance/deer-flow Narrated with an AI clone of the creator's own voice. Facts come from each project's or site's own pages. #OpenSource #GitHub #AI
⭐ BYTE-DANCE выложили DraMac, и это бесплатная замена Midjourney, которой не хватает многим — 17k+ звёзд за считанные дни! Генерит 2K-картинки на consumer GPU без магии и подписок. Репо: bytedance/DreamCraft — забирайте, пока не сделали платным 😼
This Free GitHub Repo Turns One Question Into a Finished Project It's called DeerFlow, and it comes from ByteDance. Most AI answers once and stops. DeerFlow keeps going, researching, writing code and creating files, even on tasks that take hours. Get it free here: bytedance/deer-flow Follow for more AI tips. #github #opensource #aiagents #bytedance #aitools #shorts [ar] هذا المستودع المجاني على GitHub يحول سؤالاً واحداً إلى مشروع متكامل يُسمى هذا البرنامج DeerFlow، وهو من تطوير شركة ByteDance. معظم برامج الذكاء الاصطناعي تستجيب مرة واحدة وتتوقف، بينما يواصل DeerFlow العمل، فيُجري الأبحاث، ويكتب التعليمات البرمجية، ويُنشئ الملفات، حتى في المهام التي تستغرق ساعات. حمّله مجانًا من هنا: bytedance/deer-flow تابعنا للمزيد من نصائح الذكاء الاصطناعي. #github #opensource #aiagents bytedance #aitools #shorts [bn] এই ফ্রি গিটহাব রিপো একটি প্রশ্নের মাধ্যমেই সম্পূর্ণ প্রজেক্ট তৈরি করে দেয় এর নাম ডিয়ারফ্লো (DeerFlow), এবং এটি বাইটড্যান্স (ByteDance) থেকে এসেছে। বেশিরভাগ এআই (AI) একবার উত্তর দিয়েই থেমে যায়। ডিয়ারফ্লো চলতেই থাকে, গবেষণা করে, কোড লেখে এবং ফাইল তৈরি করে, এমনকি ঘণ্টার পর ঘণ্টা সময় লাগে এমন কাজও। এটি এখানে বিনামূল্যে পান: bytedance/deer-flow আরও এআই টিপসের জন্য ফলো করুন। #github #opensource #aiagents #bytedance #aitools #shorts [de-DE] Dieses kostenlose GitHub-Repo macht aus einer einzigen Frage ein fertiges Projekt Es heißt DeerFlow und stammt von ByteDance. Die meisten KIs antworten nur einmal und hören dann auf. DeerFlow arbeitet kontinuierlich weiter, recherchiert, schreibt Code und erstellt Dateien – selbst bei Aufgaben, die Stunden dauern. Hier kostenlos herunterladen: bytedance/deer-flow Folgen Sie uns für weitere KI-Tipps. #github #opensource #aiagents #bytedance #aitools #shorts [es-US] Este repositorio gratuito de GitHub convierte una sola pregunta en un proyecto terminado Se llama DeerFlow y es de ByteDance. La mayoría de las IA responden una vez y se detienen. DeerFlow continúa trabajando, investigando, escribiendo código y creando archivos, incluso en tareas que llevan horas. Descárgalo gratis aquí: bytedance/deer-flow Síguenos para más consejos sobre IA. #github #opensource #aiagents #bytedance #aitools #shorts [fr-FR] Ce dépôt GitHub gratuit transforme une simple question en un projet complet Il s'agit de DeerFlow, développé par ByteDance. Contrairement à la plupart des IA qui répondent une seule fois, DeerFlow poursuit ses recherches, écrit du code et crée des fichiers, même pour des tâches qui durent des heures. Téléchargez-le gratuitement ici : bytedance/deer-flow Suivez-nous pour plus d'astuces sur l'IA. #github #opensource #aiagents #bytedance #aitools #shorts [hi] यह फ्री GitHub रिपो एक सवाल को पूरे प्रोजेक्ट में बदल देता है इसे डीयरफ्लो कहा जाता है, और यह बाइटडांस द्वारा विकसित किया गया है। अधिकांश एआई एक बार जवाब देकर रुक जाते हैं। डीयरफ्लो लगातार काम करता रहता है, शोध करता है, कोड लिखता है और फाइलें बनाता है, यहां तक कि उन कार्यों पर भी जिनमें घंटों लगते हैं। इसे यहां से मुफ्त में प्राप्त करें: bytedance/deer-flow अधिक एआई टिप्स के लिए फॉलो करें। #github #opensource #aiagents #bytedance #aitools #shorts [id] Repo GitHub Gratis Ini Mengubah Satu Pertanyaan Menjadi Proyek Jadi Namanya DeerFlow, dan berasal dari ByteDance. Sebagian besar AI hanya menjawab sekali dan berhenti. DeerFlow terus berjalan, melakukan riset, menulis kode, dan membuat file, bahkan untuk tugas yang memakan waktu berjam-jam. Dapatkan secara gratis di sini: bytedance/deer-flow Ikuti untuk tips AI lainnya. #github #opensource #aiagents #bytedance #aitools #shorts [it] Questo repository GitHub gratuito trasforma una domanda in un progetto finito Si chiama DeerFlow ed è sviluppato da ByteDance. La maggior parte delle IA risponde una sola volta e si ferma. DeerFlow, invece, continua a lavorare, effettuando ricerche, scrivendo codice e creando file, anche per attività che richiedono ore. Scaricalo gratuitamente qui: bytedance/deer-flow Seguici per altri consigli sull'IA. #github #opensource #aiagents #bytedance #aitools #shorts [iw] המאגר החינמי הזה ב-GitHub הופך שאלה אחת לפרויקט מוכן זה נקרא DeerFlow, וזה מגיע מ-ByteDance. רוב הבינה המלאכותית עונה פעם אחת ועוצרת. DeerFlow ממשיכה, חוקרת, כותבת קוד ויוצרת קבצים, אפילו במשימות שלוקחות שעות. הורידו אותו בחינם כאן: bytedance/deer-flow עקבו אחר טיפים נוספים לבינה מלאכותית. #github #opensource #aiagents #bytedance #aitools #shorts [ja] たった一つの質問でプロジェクトを完成させるGitHubの無料AIツール これはByteDanceが開発したDeerFlowというAIです。ほとんどのAIは一度回答すると停止しますが、DeerFlowは調査、コード作成、ファイル作成などを継続し、何時間もかかるタスクにも対応します。 こちらから無料で入手できます：bytedance/deer-flow AIに関するその他のヒントについては、フォローしてください。 #github #opensource #aiagents #bytedance #aitools #shorts [ko] 질문 하나로 결과물을 뚝딱, 무료 GitHub 오픈소스 추천 DeerFlow라고 불리는 이 도구는 ByteDance에서 개발했습니다. 대부분의 AI는 한 번 답변하고 멈추지만, DeerFlow는 몇 시간씩 걸리는 작업이라도 계속해서 조사하고, 코드를 작성하고, 파일을 생성합니다. 여기에서 무료로 다운로드하세요: bytedance/deer-flow 더 많은 AI 팁을 보려면 팔로우하세요. #github #opensource #aiagents #bytedance #aitools #shorts [ml] ഒരൊറ്റ ചോദ്യത്തിൽ നിന്ന് പൂർണ്ണമായ പ്രോജക്റ്റ് നിർമ്മിക്കുന്ന സൗജന്യ GitHub റിപ്പോസിറ്ററി ഇതിനെ DeerFlow എന്ന് വിളിക്കുന്നു, ഇത് ByteDance-ൽ നിന്നാണ് വരുന്നത്. മിക്ക AI-കളും ഒരിക്കൽ ഉത്തരം നൽകുകയും നിർത്തുകയും ചെയ്യുന്നു. മണിക്കൂറുകൾ എടുക്കുന്ന ജോലികളിൽ പോലും DeerFlow ഗവേഷണം നടത്തുകയും കോഡ് എഴുതുകയും ഫയലുകൾ സൃഷ്ടിക്കുകയും ചെയ്യുന്നു. ഇവിടെ സൗജന്യമായി നേടൂ: bytedance/deer-flow കൂടുതൽ AI നുറുങ്ങുകൾക്കായി പിന്തുടരുക. #github #opensource #aiagents #bytedance #aitools #shorts [nl-NL] Deze gratis GitHub-repo verandert één vraag in een kant-en-klaar project Het heet DeerFlow en is ontwikkeld door ByteDance. De meeste AI-systemen geven maar één antwoord en stoppen dan. DeerFlow blijft doorgaan, onderzoek doen, code schrijven en bestanden aanmaken, zelfs bij taken die uren duren. Download het hier gratis: bytedance/deer-flow Volg ons voor meer AI-tips. #github #opensource #aiagents #bytedance #aitools #shorts [pa] ਇਹ ਮੁਫਤ GitHub ਰਿਪੋ ਇੱਕ ਸਵਾਲ ਨੂੰ ਪੂਰੇ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਬਦਲ ਦਿੰਦੀ ਹੈ ਇਸਨੂੰ ਡੀਅਰਫਲੋ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਇਹ ਬਾਈਟਡਾਂਸ ਤੋਂ ਆਉਂਦਾ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਏਆਈ ਇੱਕ ਵਾਰ ਜਵਾਬ ਦਿੰਦਾ ਹੈ ਅਤੇ ਰੁਕ ਜਾਂਦਾ ਹੈ। ਡੀਅਰਫਲੋ ਘੰਟਿਆਂਬੱਧੀ ਲੱਗਣ ਵਾਲੇ ਕੰਮਾਂ 'ਤੇ ਵੀ, ਖੋਜ, ਕੋਡ ਲਿਖਣਾ ਅਤੇ ਫਾਈਲਾਂ ਬਣਾਉਣਾ ਜਾਰੀ ਰੱਖਦਾ ਹੈ। ਇਸਨੂੰ ਇੱਥੇ ਮੁਫ਼ਤ ਪ੍ਰਾਪਤ ਕਰੋ: bytedance/deer-flow ਹੋਰ ਏਆਈ ਸੁਝਾਵਾਂ ਲਈ ਫਾਲੋ ਕਰੋ। #github #opensource #aiagents #bytedance #aitools #shorts [pl] To darmowe repozytorium na GitHubie zamienia jedno pytanie w gotowy projekt Nazywa się DeerFlow i pochodzi od ByteDance. Większość SI odpowiada raz i przestaje. DeerFlow działa dalej, wyszukuje informacje, pisze kod i tworzy pliki, nawet w przypadku zadań, które zajmują wiele godzin. Pobierz za darmo tutaj: bytedance/deer-flow Obserwuj, aby uzyskać więcej wskazówek dotyczących SI. #github #opensource #aiagents #bytedance #aitools #shorts [pt-BR] Este repositório gratuito do GitHub transforma uma pergunta em um projeto finalizado Chama-se DeerFlow e é da ByteDance. A maioria das IAs responde uma vez e para. O DeerFlow continua, pesquisando, escrevendo código e criando arquivos, mesmo em tarefas que levam horas. Baixe gratuitamente aqui: bytedance/deer-flow Siga para mais dicas de IA. #github #opensource #aiagents #bytedance #aitools #shorts [ru] Этот бесплатный репозиторий на GitHub превращает один вопрос в готовый проект Это называется DeerFlow, и он разработан компанией ByteDance. Большинство ИИ отвечают один раз и останавливаются. DeerFlow же продолжает работу, исследуя, записывая код и создавая файлы, даже в задачах, занимающих несколько часов. Скачать бесплатно можно здесь: bytedance/deer-flow Подписывайтесь, чтобы получать больше советов по ИИ. #github #opensource #aiagents #bytedance #aitools #shorts [ta] ஒரே கேள்வியை முழுமையான திட்டமாக மாற்றும் இந்த இலவச GitHub களஞ்சியம் இதற்கு டீர்ஃப்ளோ (DeerFlow) என்று பெயர், இது பைட் டான்ஸ் (ByteDance) நிறுவனத்திடமிருந்து வருகிறது. பெரும்பாலான செயற்கை நுண்ணறிவுகள் (AI) ஒருமுறை பதிலளித்துவிட்டு நின்றுவிடுகின்றன. ஆனால் டீர்ஃப்ளோவோ, பல மணிநேரம் எடுக்கும் பணிகளில்கூட, தொடர்ந்து ஆராய்ச்சி செய்து, நிரல்களை எழுதி, கோப்புகளை உருவாக்கிக் கொண்டே இருக்கிறது. இதை இங்கே இலவசமாகப் பெறுங்கள்: bytedance/deer-flow மேலும் செயற்கை நுண்ணறிவு குறிப்புகளுக்குப் பின்தொடரவும். #github #opensource #aiagents #bytedance #aitools #shorts [te] కేవలం ఒక్క ప్రశ్నతో పూర్తి ప్రాజెక్ట్ను సిద్ధం చేసే ఉచిత GitHub రిపోజిటరీ ఇది దీనిని డీర్ఫ్లో (DeerFlow) అని పిలుస్తారు, మరియు ఇది బైట్డాన్స్ (ByteDance) వారిది. చాలా AIలు ఒకసారి స్పందించి ఆగిపోతాయి. కానీ డీర్ఫ్లో, గంటల సమయం పట్టే పనులలో కూడా, పరిశోధన చేస్తూ, కోడ్ రాస్తూ, ఫైళ్లను సృష్టిస్తూ నిరంతరం పనిచేస్తూనే ఉంటుంది. దీనిని ఇక్కడ ఉచితంగా పొందండి: bytedance/deer-flow మరిన్ని AI చిట్కాల కోసం ఫాలో అవ్వండి. #github #opensource #aiagents #bytedance #aitools #shorts [uk] Цей безкоштовний репозиторій на GitHub перетворює одне запитання на готовий проєкт Він називається DeerFlow і походить від ByteDance. Більшість ШІ відповідають один раз і зупиняються. DeerFlow продовжує працювати, досліджуючи, пишучи код і створюючи файли, навіть для завдань, які займають години. Завантажте його безкоштовно тут: bytandance/deer-flow Підпишіться, щоб отримати більше порад щодо ШІ. #github #opensource #aiagents #bytandance #aitools #shorts
Integrating ByteDance deer-flow: Vector Memory Persistence Patterns for Long-Horizon Agents Context: Why Long-Horizon Agent Memory is Hard When evaluating ByteDance's deer-flow for our multi-hour autonomous research pipeline, the core challenge wasn't task orchestration—it was semantic memory persistence under high concurrency. Agents running 90+ minute sessions need to recall prior decisions, avoid redundant API calls, and maintain coherent context across sandbox restarts. Most agent frameworks treat memory as an afterthought. deer-flow takes it seriously with a pluggable memory backend, but integrating it into our existing PostgreSQL + pgvector stack exposed real architectural friction points. Architecture Overview: Memory Chain in deer-flow deer-flow splits memory into three layers: 1. Session buffer (ephemeral, in-process) 2. Vector store (semantic retrieval via embeddings) 3. Relational metadata (timestamps, task IDs, lineage) The critical insight: hybrid search must fuse vector similarity with temporal recency and task ancestry filters. Pure cosine similarity retrieves semantically related memories but ignores causality. Deliverable 1: PostgreSQL Schema with HNSW Indexing Here's our battle-tested schema integrating deer-flow's memory interface with pgvector: CREATE EXTENSION IF NOT EXISTS vector; CREATE TABLE agent_memories ( id BIGSERIAL PRIMARY KEY, agent_id TEXT NOT NULL, task_id TEXT NOT NULL, content TEXT NOT NULL, embedding vector(1536) NOT NULL, created_at TIMESTAMPTZ DEFAULT NOW(), parent_task_id TEXT ); -- HNSW index for sub-100ms vector search at 100K+ rows CREATE INDEX ON agent_memories USING hnsw (embedding vector_cosine_ops) WITH (m = 16, ef_construction = 64); -- Compound index for filtered vector search CREATE INDEX ON agent_memories (agent_id, task_id, created_at DESC); Critical tuning lesson: Setting m=16 and ef_construction=64 gave us 12ms p99 latency under 500 concurrent inserts. Default pgvector settings caused 2+ second insert stalls during batch memory writes. Deliverable 2: Hybrid Search with Reciprocal Rank Fusion Pure vector search failed during complex multi-step tasks—agents would retrieve tangentially related memories from 3 hours prior while ignoring critical decisions from 10 minutes ago. Here's our Python RRF implementation bridging deer-flow's memory interface: import asyncpg import numpy as np from typing import List, Tuple class HybridMemoryRetriever: def __init__(self, pool: asyncpg.Pool, k: int = 60): self.pool = pool self.k = k # RRF constant async def retrieve( self, agent_id: str, query_embedding: np.ndarray, task_id: str, limit: int = 5 ) -> List[Tuple[str, float]]: async with self.pool.acquire() as conn: # Vector similarity ranking vector_results = await conn.fetch( """ SELECT id, content, 1 - (embedding <=> $1::vector) AS similarity FROM agent_memories WHERE agent_id = $2 AND task_id = $3 ORDER BY embedding <=> $1::vector LIMIT 20 """, query_embedding.tolist(), agent_id, task_id ) # Recency ranking recency_results = await conn.fetch( """ SELECT id, content, created_at FROM agent_memories WHERE agent_id = $1 AND task_id = $2 ORDER BY created_at DESC LIMIT 20 """, agent_id, task_id ) # RRF fusion: 1 / (k + rank) scores = {} for rank, row in enumerate(vector_results, 1): scores[row['id']] = scores.get(row['id'], 0) + 1 / (self.k + rank) for rank, row in enumerate(recency_results, 1): scores[row['id']] = scores.get(row['id'], 0) + 1 / (self.k + rank) # Retrieve top-k by fused score top_ids = sorted(scores.items(), key=lambda x: x[1], reverse=True)[:limit] final = await conn.fetch( "SELECT content FROM agent_memories WHERE id = ANY($1)", [id for id, _ in top_ids] ) return [(r['content'], scores[r['id']]) for r in final] Battle scar: We initially used a simple weighted sum instead of RRF. This failed catastrophically when vector scores clustered near 0.85-0.90—recency signals got drowned out. RRF's rank-based scoring proved far more stable. Production Integration Points When wiring deer-flow into our existing stack: Embedding normalization trap: deer-flow doesn't enforce L2 normalization. We saw 22% recall degradation until we added: def normalize_embedding(vec: np.ndarray) -> np.ndarray: norm = np.linalg.norm(vec) return vec / norm if norm > 0 else vec Concurrency bottleneck: HNSW index locks during bulk inserts caused 5+ second write stalls. Solution: batch memories and use INSERT ... ON CONFLICT DO NOTHING with a 50ms debounce window. Benchmarking methodology: When testing multi-provider fallback latency through B-Lost's relay gateway (baseURL: "https://b-lost.com/v1"), we clocked 127ms average embedding generation (text-embedding-3-small) which became the bottleneck—not database writes. Consider pre-generating embeddings asynchronously. Operational Trade-offs What works: - Pluggable memory abstraction makes swapping PostgreSQL for Qdrant trivial - Subagent lineage tracking via parent_task_id enables causal retrieval filters - Clean separation between ephemeral buffers and durable storage What hurts: - No built-in memory compaction—our agents hit 50K+ rows per session, causing index bloat - Lack of automatic embedding cache invalidation when upstream models change - Hybrid search logic lives in application code, not the framework The Open Question Our biggest unresolved dilemma: when should agents forget? Unlimited memory growth killed performance after 6-hour sessions. Naive LRU eviction broke causal chains. Time-decay scoring helped but introduced new failure modes during context switches. How do you balance memory retention with retrieval performance when agents run for hours? Curious what approaches others have battle-tested in production long-horizon systems.
I fixed up deer flow: bytedance/deer-flow What I did was create docker containers with pandoc, compilers (rust, go, python, javascript) and it can create all manner of reports.
I (not the asked) run deer flow: bytedance/deer-flow