@QingQ77: 在 DeerFlow 基础上增加多工作空间隔离、多角色权限管理,实现空间级别的 MCP 工具和技能隔离。 https://github.com/gaoyakunsan/deer-flow… 每个空间有自己独立的聊天记录、记忆、MCP 工具…

X AI KOLs Timeline 工具

摘要

DeerFlow 2.0 在原有开源项目基础上新增多工作空间隔离、多角色权限管理及空间级 MCP 工具与技能隔离,支持独立聊天记录、记忆和工具集,后端采用 FastAPI + LangGraph,前端 Next.js 16。

在 DeerFlow 基础上增加多工作空间隔离、多角色权限管理,实现空间级别的 MCP 工具和技能隔离。 https://t.co/P540ygQFxX 每个空间有自己独立的聊天记录、记忆、MCP 工具和技能,管理员、空间管理员、成员三种角色各管各的。后端 FastAPI + LangGraph,前端 Next.js 16,docker compose 能跑。 https://t.co/wk7ZKIMgsx
查看原文
查看缓存全文

缓存时间: 2026/06/11 19:44

在 DeerFlow 基础上增加多工作空间隔离、多角色权限管理,实现空间级别的 MCP 工具和技能隔离。

https://t.co/P540ygQFxX

每个空间有自己独立的聊天记录、记忆、MCP 工具和技能,管理员、空间管理员、成员三种角色各管各的。后端 FastAPI + LangGraph,前端 Next.js 16,docker compose 能跑。 https://t.co/wk7ZKIMgsx


gaoyakunsan/deer-flow

Source: https://github.com/gaoyakunsan/deer-flow

🦌 DeerFlow 2.0

开源 AI 多空间超级智能体平台

基于 DeerFlow 二次开发,新增多空间、多角色权限管理,以及空间级别的工具与技能隔离。

Python 3.12+ Node.js 22+ License


✨ 核心亮点

与上游 DeerFlow 相比,本项目新增以下核心能力:

特性说明
🏢 多空间隔离支持创建多个独立工作空间,对话历史、智能体记忆、文件完全隔离
👥 多角色权限每个空间支持 管理员 / 成员 两种角色,管理员可管理成员和空间配置
🔧 空间级 MCP 工具每个空间可独立配置 MCP 服务器,不同空间拥有不同的工具集
空间级自定义技能自定义技能按空间隔离,各空间可独立创建、导入和管理技能
🔄 智能回退机制空间无专属 MCP 配置时,自动回退到全局 extensions_config.json
🛡️ 系统管理员新增系统管理员角色,可管理所有空间及其成员

📸 界面展示

智能对话主页 多空间切换
智能对话主页 多空间切换
MCP 工具管理 自定义技能管理
MCP工具管理 自定义技能管理

🏗️ 架构概览

┌─────────────────────────────────────────────────────┐
│                    Nginx (2026)                      │
│              统一反向代理入口                         │
├──────────────┬──────────────────────────────────────┤
│  Frontend    │  Gateway API                         │
│  Next.js 16  │  FastAPI (8001)                      │
│  端口 3000    │                                      │
│              │  ┌──────────────────────────────────┐│
│              │  │     空间中间件 (SpaceMiddleware)   ││
│              │  │  X-Space-Id → 成员校验 → 上下文   ││
│              │  └──────────────────────────────────┘│
│              │                                      │
│              │  ┌──────────────────────────────────┐│
│              │  │     智能体运行时 (LangGraph)       ││
│              │  │  18 层中间件 → 工具组装 → 子智能体 ││
│              │  └──────────────────────────────────┘│
│              │                                      │
│              │  ┌──────────────────────────────────┐│
│              │  │     多空间数据层                   ││
│              │  │  空间表 → 成员表 → MCP表 → 技能表  ││
│              │  └──────────────────────────────────┘│
└──────────────┴──────────────────────────────────────┘

技术栈

  • 后端: Python 3.12+ / FastAPI / LangGraph / SQLAlchemy
  • 前端: Next.js 16 / React / Tailwind CSS / TanStack Query
  • 沙箱: Docker DooD / K8s Provisioner
  • 部署: Docker Compose / Nginx

🚀 快速开始

环境要求

  • Python 3.12+
  • Node.js 22+ & pnpm 10.26.2+
  • Docker(沙箱功能)
  • Windows 用户: 请使用 Git Bash 运行所有命令

安装

# 克隆项目
git clone https://github.com/your-org/deer-flow.git
cd deer-flow

# 交互式安装向导(生成 config.yaml + .env)
make setup

# 安装所有依赖
make install

启动

# 开发模式(热重载)
make dev

# 或 Docker 模式
make docker-init && make docker-start

访问 http://localhost:2026,首次启动会跳转到 /setup 创建管理员账户。

常用命令

make dev              # 开发模式启动所有服务
make start            # 生产模式启动
make stop             # 停止所有服务
make doctor           # 检查配置和系统要求
make lint             # 代码检查
make test             # 运行测试

📖 多空间功能详解

空间管理

每个空间是一个完全隔离的工作环境,包含独立的:

  • 对话历史 — 对话线程按空间隔离
  • 智能体记忆 — 每个空间拥有独立的记忆库
  • MCP 工具 — 空间级别配置 MCP 服务器
  • 自定义技能 — 按空间创建和管理技能

角色与权限

角色权限
系统管理员管理所有空间和用户、系统级配置
空间管理员管理空间成员、空间级工具和技能配置
空间成员使用空间内的对话、工具和技能

空间级 MCP 工具

每个空间可以独立配置 MCP 服务器,支持三种传输方式:

  • stdio — 本地进程通信
  • sse — Server-Sent Events
  • http — HTTP 长连接

当空间未配置任何已启用的 MCP 服务器时,自动回退到全局 extensions_config.json 配置。

空间级自定义技能

  • 按空间隔离的技能创建、导入和管理
  • 支持技能版本管理和编辑锁定
  • 技能名称在空间内唯一

🔧 配置说明

config.yaml

主要配置文件,支持模型、工具、沙箱、记忆、子智能体等配置:

# 模型配置
models:
  - name: glm-4.7
    provider: openai_compatible
    ...

# 沙箱配置
sandbox:
  use: deerflow.sandbox.local:LocalSandboxProvider

extensions_config.json

全局 MCP 服务器和 Skills 启用/禁用配置。空间无专属 MCP 时回退到此文件。

环境变量

变量说明默认值
DEER_FLOW_PROJECT_ROOT项目根目录backend/ 的父目录
DEER_FLOW_CONFIG_PATHconfig.yaml 路径项目根目录
DEER_FLOW_HOME运行时状态目录.deer-flow/

📂 项目结构

deer-flow/
├── backend/                    # 后端服务
│   ├── app/gateway/           # FastAPI 应用
│   │   ├── auth/              # 空间、MCP Provider
│   │   ├── routers/           # API 路由(spaces, space_mcp, custom_skills)
│   │   └── space_middleware.py # 空间请求上下文中间件
│   └── packages/harness/
│       └── deerflow/          # 智能体框架核心
│           ├── mcp/           # MCP 客户端 & 空间缓存
│           ├── persistence/   # 数据层(space, space_mcp, custom_skill)
│           ├── runtime/       # 运行时(空间上下文 ContextVar)
│           └── skills/        # 技能生命周期管理
├── frontend/                  # 前端 Next.js 应用
│   └── src/
│       ├── core/space/        # 空间 API、类型、Provider
│       ├── core/space-mcp/    # 空间 MCP 管理 hooks
│       └── components/
│           ├── workspace/     # 工作区组件(空间切换、成员管理)
│           └── admin/         # 管理后台(空间管理页面)
├── config.yaml                # 主配置文件
├── extensions_config.json     # MCP/Skills 全局配置
└── Makefile                   # 全栈操作命令

🤝 致谢

  • DeerFlow — 字节跳动开源的 AI 超级智能体底座
  • LangGraph — LangChain 智能体编排框架
  • FastAPI — 高性能 Python Web 框架
  • Next.js — React 全栈框架

📄 License

本项目基于 Apache 2.0 协议开源。

相似文章

bytedance/deer-flow

GitHub Trending (daily)

DeerFlow 2.0 是 ByteDance 开源的一个超级代理框架,它通过可扩展的技能编排子代理、记忆和沙盒。它于2026年2月28日取得了 GitHub Trending 第一名。

@QingQ77: 开源的共享工作空间,人和 AI 智能体当成一个团队来用:大家读写同一套状态(表格、文件、工作流、权限、审批、应用),活儿不再散在聊天记录里,也不用自己拼一堆胶水代码。 https://github.com/lemma-work/lemma…

X AI KOLs Timeline

Lemma 是一个开源的共享工作空间,将人类和 AI 智能体整合为一个团队,共同读写表格、文件、工作流等状态,减少胶水代码和聊天记录中的散落工作。

@axiaisacat: 分享一个真正能落地的开源数字人框架——Fay 核心亮点: ▸ 完全开源(GPL-3.0),商用免费 ▸ 全离线可用,数据安全有保障 ▸ 模块化设计,像搭积木一样自由组合 ▸ 支持MCP工具调用 + 仿生记忆 ▸ 内置Web管理页面,小白也…

X AI KOLs Timeline

Fay是一个完全开源、商用免费的数字人框架,支持全离线运行、模块化设计、MCP工具调用和仿生记忆,内置Web管理界面,可快速搭建虚拟主播、智能客服、个人AI助理等应用。