DeerFlow
Primera prueba de DeerFlow: una tarea pequeña y verificable
Prepara los requisitos locales, selecciona permisos restrictivos y evalúa un informe sin conceder capacidades externas innecesarias.
Qué aprenderás
- Empieza por el entorno documentado
- Limita la primera tarea a entradas propias
- Observa la ejecución y evalúa el archivo
Antes de empezar
- Conceptos básicos de Python, HTTP y contenedores
- Una tarea propia con criterios de aceptación
Explica el límite de implementación y aplica la lista o el ejercicio aislado del capítulo.
Conclusiones clave
- Comprueba la shell y ambos entornos de aplicación.
- Usa una muestra propia antes de añadir integraciones.
- Separa la salud del servicio de la revisión del archivo.
Empieza por el entorno documentado
El README fijado utiliza make check para comprobar Node.js 22+, pnpm, uv y nginx, y make install para instalar dependencias del frontend y backend. make setup abre un asistente que escribe config.yaml y guarda credenciales en .env. Estos comandos modifican el entorno y pueden instalar hooks; revísalos en una copia desechable antes de ejecutarlos.
En Windows hay una advertencia importante: esta revisión documenta Git Bash para los scripts de servicios, no PowerShell ni cmd.exe nativos, y no garantiza compatibilidad con WSL. El requisito de Python procede del manifiesto del backend. Tener Python en PATH no demuestra que el frontend, las utilidades de shell y el proveedor de aislamiento estén preparados.
Limita la primera tarea a entradas propias
Prepara dos documentos pequeños que tengas permiso para procesar, con hechos conocidos y una discrepancia deliberada. Solicita una comparación que cite cada entrada y marque la discrepancia como no resuelta. No necesitas cuentas de navegador, publicación pública, pagos ni un repositorio de producción para comprobar la utilidad básica del flujo.
Selecciona deliberadamente el modo de ejecución y los permisos de escritura durante la configuración. Mantén desactivada la shell del host para material no confiable y no montes directorios personales de credenciales CLI por comodidad. La configuración de producción separa esos montajes en una superposición opcional porque exponen mucho más que los archivos de una sola tarea.
Observa la ejecución y evalúa el archivo
Tras revisar los diagnósticos pertinentes de make doctor, el punto de entrada local documentado es make dev. Observa las herramientas utilizadas, el destino del resultado y el motivo final de parada. Una respuesta de salud confirma disponibilidad del servicio, no lectura correcta, razonamiento fiable ni creación satisfactoria del archivo.
El ejemplo siguiente es una prueba editorial de aceptación, no un archivo nativo de configuración de DeerFlow. Un informe válido conserva ambos años contradictorios y sus fuentes, en lugar de elegir uno silenciosamente. No ejecutamos esta tarea completa; el código original ejecutado se limita a las funciones de biblioteca estándar descritas en el capítulo de código.
Pasos de implementación
- 1
Revisa el commit y ejecuta make check en la shell compatible.
- 2
Instala dependencias, ejecuta make setup y limita las capacidades.
- 3
Ejecuta make doctor y después make dev en un entorno de evaluación aislado.
- 4
Compara el resultado con los hechos y la discrepancia esperados.
Ejemplo para copiar
{"fixture":{"documentA":{"releaseYear":2024},"documentB":{"releaseYear":2025}},"expected":"citar ambos documentos y marcar el año como no resuelto","externalWritesAllowed":false,"exerciseExecuted":false}Preguntas frecuentes
¿Puedo pegar los comandos make en PowerShell nativo?
El README fijado especifica Git Bash para los scripts de servicios en Windows; utiliza el entorno documentado.
¿La primera tarea necesita búsqueda web?
No. Los documentos propios con resultados esperados ofrecen una prueba inicial más pequeña y reproducible.
Fuentes
- README.mdFuente verificada 2026-09-08
- LICENSEFuente verificada 2026-09-08
- backend/README.mdFuente verificada 2026-09-08
- backend/pyproject.tomlFuente verificada 2026-09-08
- backend/docs/middleware-execution-flow.mdFuente verificada 2026-09-08
- backend/packages/harness/deerflow/agents/lead_agent/agent.pyFuente verificada 2026-09-08
- backend/packages/harness/deerflow/agents/middlewares/loop_detection_middleware.pyFuente verificada 2026-09-08
- backend/packages/harness/deerflow/agents/middlewares/_bounded_dict.pyFuente verificada 2026-09-08
- backend/packages/harness/deerflow/config/loop_detection_config.pyFuente verificada 2026-09-08
- backend/packages/harness/deerflow/sandbox/local/local_sandbox_provider.pyFuente verificada 2026-09-08
- backend/app/gateway/auth_middleware.pyFuente verificada 2026-09-08
- backend/app/gateway/csrf_middleware.pyFuente verificada 2026-09-08
- docker/docker-compose.yamlFuente verificada 2026-09-08