AI前沿速递｜deer-flow 81.4K星字节开源SuperAgent、OpenAI官方Codex技能目录25K星
今天聊两个最近很火的项目，都是关于”让AI自己干活”的。一个来自字节跳动，一个来自OpenAI官方。说实话，SuperAgent这个概念炒了很久，但真正能跑起来的不多，这两个项目算是有点东西。
1. deer-flow — ⭐81.4K
一句话定位： 字节开源的long-horizon SuperAgent框架，专门搞定那些需要几分钟到几小时的复杂任务——研究、编码、创作一条龙。
解决什么问题/核心亮点：
– 不是简单的问答机器人，而是能拆解长任务、调用子Agent、用沙箱跑代码、带记忆持续干活的”超级助手”
– 内置sandbox（沙箱）、memory（记忆）、tools（工具）、skills（技能）、subagents（子Agent）、message gateway（消息网关）六大模块
– 基于LangChain + LangGraph构建，支持Python和TypeScript
– 有前端界面，不是纯命令行玩具，3,140次迭代说明一直在更新
上手方式：
– GitHub: github.com/bytedance/deer-flow，MIT协议，随便用
– 有Docker部署，也有Helm chart，后端Python+前端Node.js
– 官网 deerflow.tech 可以体验
实话： 没深度实测过，但从架构看，deer-flow的”long-horizon”思路是对的——AI不能只答一句话，得能持续跑任务。不过这种框架的坑在于：任务拆解失败率、上下文丢失、成本控制。81K星说明社区认可，但生产环境能不能扛住，得自己试。
适合谁： 想搭自己Agent团队的开发者、需要深度研究+编码自动化的团队、对multi-agent架构感兴趣的人。
2. openai/skills — ⭐25K
一句话定位： OpenAI官方给Codex做的技能目录，把”能力”打包成可复用的skill文件夹，让AI代理即插即用。
解决什么问题/核心亮点：
– 解决Codex”每次都要重新教”的问题——写一次skill，到处能用
– 分三级：.system（自动安装）、.curated（精选）、.experimental（实验性）
– 安装超简单，Codex里一行命令：$skill-installer gh-address-comments
– 背后有Agent Skills开放标准（agentskills.io），不是OpenAI私有协议
上手方式：
– GitHub: github.com/openai/skills，Apache-2.0
– 在Codex里用$skill-installer命令安装，支持按名字、按文件夹、按GitHub URL三种方式
– 注意：仓库已标记deprecated，官方推荐迁移到openai/plugins
实话： 25K星但只有114个commit，说明更多是”目录”而非”活跃开发”。而且已经deprecated了，说明OpenAI自己也发现skills需要更大的生态（plugins）。但思路是对的——AI代理需要标准化的能力包，就像手机需要App Store。
适合谁： Codex用户、想给AI代理加自定义能力的人、关注Agent生态标准化的开发者。
今晚的观察
两个项目都在解决同一个问题：AI不能只是聊天，得能”干活”。deer-flow走的是”超级Agent”路线——一个大脑指挥多个子Agent；openai/skills走的是”能力标准化”路线——把技能打包成可复用模块。
SuperAgent是不是伪需求？我觉得不是，但现在的实现都太”重”了。真正好用的Agent应该是轻量的、能嵌入现有工作流的，而不是又一个需要单独部署的庞然大物。
以上项目均未深度实测，星数和描述来自GitHub页面，请自行判断。
by 数码罗记·godsun.pro
