DeerFlowは、研究、コーディング、コンテンツ作成、ファイル作業、ツール呼び出し、マルチステップ実行のために、開発者にオープンソースの方法で長期的なAIエージェントを実行する手段を提供します。それは有用ですが、モデル使用の経済性も変化させます。
通常のチャットボットは1つのプロンプトを送信し、1つの回答を返すかもしれません。エージェントハーネスは計画を立て、サブエージェントを生成し、ツールを呼び出し、失敗を再試行し、コンテキストを圧縮し、数分または数時間作業を続けることができます。各ステップがより多くのモデル呼び出しを生み出す可能性があります。DeerFlowを基盤に構築するチームにとって、ルーティングレイヤーはエージェントランタイムと同じくらい重要です。
ShareAIはDeerFlowアプリケーションを構築またはホストしません。アプリ、ワークフロー、またはエージェント製品はShareAIの外部に留まります。ShareAIはAIマーケットプレイスおよびその背後のAPIレイヤーとして機能します：150以上のモデルに対応する1つのAPI、モデルルーティング、フェイルオーバー、使用状況の可視化、そしてエージェント体験が所有または維持するアプリの一部である場合のBuilder収益化。
DeerFlowがエージェントのワークロードに与える変化
ディアフロー はオープンソースのSuperAgentハーネスとして設計されています。その公開ドキュメントには、サブエージェントのオーケストレーション、メモリ、サンドボックス実行、カスタムスキル、MCP統合、長期タスクを実行する可能性のあるエージェント向けのマルチモデルサポートが記載されています。
このアーキテクチャは、単一のチャット完了の薄いラッパーとは異なります。DeerFlowスタイルのエージェントは、リクエストを小さなジョブに分割し、それらのジョブを専門のエージェントに割り当て、外部ツールを呼び出し、生成されたファイルを検査し、中間結果が戻った後にタスクを続行することができます。
利点は、より能力の高いエージェント体験です。トレードオフは運用の複雑さです：より多くの呼び出し、より多くのコンテキスト、より多くの再試行、より多くのツール出力、そして1つのプロバイダーまたは1つのモデル選択がボトルネックになる可能性が高まります。
DeerFlowにおけるルーティングの重要性
エージェントが実際の作業を行う場合、モデル選択はより細かくなります。計画ステップではより強力な推論が必要かもしれません。コーディングステップではコードに特化したモデルが必要かもしれません。要約ステップでは低コストで高スループットが必要かもしれません。フォールバックパスでは、モデルが利用できない場合や遅すぎる場合にプロバイダーを切り替える必要があるかもしれません。
ルーティングレイヤーがない場合、チームはアプリ内でプロバイダー選択をハードコーディングし、使用状況の追跡を複数のアカウントに分散させ、提供するアプリケーション価値とは別に請求を処理することがよくあります。それはテスト中には機能するかもしれません。しかし、顧客、ワークスペース、またはデプロイメントが非常に異なるボリュームでエージェントを使用し始めると、より困難になります。
よりクリーンなパターンは、DeerFlowをオーケストレーションに集中させ、モデルトラフィックを専用のAPIレイヤーを通じてルーティングすることです。エージェントハーネスはどの作業を行うかを決定します。ルーティングレイヤーは、どのモデルパスが各リクエストクラスを処理すべきかを決定するのを助けます。
エージェントスタック全体のより広範なパターンについては、ShareAIのガイドを参照してください。 AIエージェントフレームワークを1つのAPIに接続する方法.
DeerFlowスタックにおけるShareAIの役割
ShareAIは、チームにマーケットプレイス全体でモデルアクセスのための単一のAPIパスを提供します。開発者は以下から始めることができます。 APIリファレンス, 、利用可能なオプションを比較し、 モデルマーケットプレイス, 、すべてのモデルやプロバイダーの変更をアプリケーションの書き換えに変えることなくAIの使用をルーティングします。
DeerFlowアプリの場合、いくつかの実用的な目標をサポートできます：
- 計画、複雑な推論、またはコードが多いステップに強力なモデルを使用する。
- 要約、抽出、分類、クリーンアップタスクには高速または低コストのモデルを使用する。
- トラフィックを生成したアプリ、顧客、ワークスペース、または機能に近い場所で使用状況の可視性を維持する。
- プロバイダーアカウント周辺でエージェント製品を再構築することなくモデルパスを切り替える。
- 優先モデルパスが利用できない場合でも継続すべきエージェントループにフェイルオーバーを追加する。
DeerFlowが製品、オープンソースプロジェクト、クライアントワークフロー、または自己ホスト型ツールに埋め込まれている場合、特にユーザーごとにAI使用が大きく異なる場合に関連性が高いです。
DeerFlowアプリのビルダーマネタイズ
多くのエージェントプロジェクトは実験や内部ツールとして始まります。コスト問題は後で現れます。数人のヘビーユーザーが長いタスクを実行したり、大きなコンテキストウィンドウを生成したり、繰り返しツールコールをトリガーしたりするときです。固定価格設定は、マージンが漏れ始めるまでこれらのコストを隠すことがあります。
ShareAIのビルダーモデルは、すでにShareAI外でアプリケーションを所有または維持しているチーム向けに設計されています。ビルダーはそのアプリからShareAIへのAI推論トラフィックを接続し、追加料金またはマージンを設定し、エンド顧客がルーティングされたAI使用に対して直接ShareAIに支払えるようにします。その後、ShareAIはそのトラフィックから生成された収益に基づいてビルダーに毎月支払います。
DeerFlowチームにとって、エージェント使用を実際の作業に基づいて価格設定しやすくすることができます。予測不可能なAI活動に対してすべての顧客に同じ金額を請求する代わりに、ビルダーはルーティングされた使用をコストと価値を生み出すワークフローに結び付けることができます：研究実行、コーディングタスク、文書処理、内部自動化、サポート調査、またはコンテンツ制作。
重要な違いは、ビルダーの支払いがプロバイダーの報酬と同じではないことです。ビルダーはShareAIを通じてルーティングしたアプリトラフィックから収益を得ます。プロバイダーはShareAIネットワークに適格な計算能力を提供することで収益を得ます。DeerFlowのメンテナー、SaaSチーム、または代理店は、収益がアプリケーション使用から来る場合、通常ビルダーとして行動しています。
DeerFlowチームのための実践的なルーティング計画
DeerFlowを実際の製品やワークフローで評価する場合、使用が増える前にルーティングルールから始めてください。目標は最初のバージョンを過剰に設計することではありません。後で変更が困難になる場所にコスト、信頼性、収益化の決定をハードコーディングしないことです。
- エージェントのステップをマッピングします。計画、調査、コーディング、要約、抽出、検証、最終的な応答生成を分離します。
- モデル要件を割り当てます。どのステップが推論の品質、コードの強度、速度、低コスト、またはマルチモーダルサポートを必要とするかを決定します。
- フォールバックパスを設定します。優先モデルが遅い、利用できない、または現在のタスクに対して高価すぎる場合に何が起こるかを選択します。
- 顧客またはワークスペースごとに使用状況を追跡します。長期間稼働するエージェントは、プロバイダーアカウントレベルだけでなく、ビジネス価値が生み出される場所で測定されるべきです。
- エージェントが有料アプリ、オープンソースプロジェクト、代理店の納品物、またはセルフホスト製品の一部になるときにBuilder収益化を追加します。
DeerFlowの ドキュメント 実行時、構成、およびエージェント機能を理解するための適切な場所です。その実行時の背後にあるモデルトラフィックがマーケットプレイスアクセス、使用制御、ルーティングの柔軟性、またはBuilder収益化を必要とする場合、ShareAIが関連します。
このセットアップを検討すべき人
ShareAIをバックにしたルーティングレイヤーは、プロジェクトを利用可能に保ちながら、重いAI使用を別途価格設定したいオープンソースのメンテナーにとって意味があります。また、展開間で推論量が非常に異なる顧客を持つセルフホストチームにも適しています。
代理店は、クライアント向けにエージェントワークフローを提供し、ローンチ後の実際のAI使用に基づいた継続的な収益を望む場合に、同様のモデルを使用できます。SaaSチームは、DeerFlowがプレミアムエージェント機能を提供し、コストが顧客の採用に従うべきであり、固定プランに吸収されるべきではない場合に使用できます。
共通のテーマはコントロールです。DeerFlowは作業を調整するのに役立ちます。ShareAIは、その作業の背後にあるモデル使用をルーティング、測定、収益化するのに役立ちます。
よくある質問
DeerFlow AIエージェントフレームワークとは何ですか？
DeerFlowは、長期間のAIタスク向けのオープンソースエージェントハーネスです。サブエージェント、メモリ、ツール、サンドボックス実行、スキル、およびマルチモデルワークフローなどのオーケストレーションパターンに焦点を当てています。
ShareAIはDeerFlowの代替手段ですか？
いいえ。DeerFlowはエージェントフレームワークまたはハーネスです。ShareAIはAIマーケットプレイスおよびAPIレイヤーです。チームはShareAIの外でDeerFlowアプリを構築または実行し、そのアプリのモデル使用をShareAI経由でルーティングすることができます。
なぜDeerFlowモデル呼び出しを1つのAPI経由でルーティングするのですか？
1つのAPIは、モデルアクセス、フォールバック、使用状況の可視性、プロバイダーの切り替えをアプリのアーキテクチャに近づけるのに役立ちます。これは、エージェントループが計画、ツール、リトライ、最終回答にわたって多くの呼び出しを作成する場合に重要です。
DeerFlowは複数のモデルを使用できますか？
はい。DeerFlowはマルチモデル使用向けに設計されており、そのドキュメントにはOpenAI互換モデル構成のサポートが記載されています。チームは、運用トラフィックをルーティングする前に、各モデルパスを独自のタスクに対してテストする必要があります。
ShareAIはDeerFlowのコスト管理にどのように役立ちますか？
ShareAIは、ルーティングされたモデル使用をより意図的に追跡および管理できるマーケットプレイス/APIレイヤーをチームに提供することで役立ちます。実際の利点は、エージェントロジックとモデルアクセスの決定をより強力に分離することです。
ShareAIはDeerFlowアプリをホストまたは構築しますか？
いいえ。ShareAIはアプリビルダー、ホスティングプラットフォーム、フレームワーク、CMS、またはワークフロービルダーではありません。DeerFlowアプリは独自のチームによって構築、ホスト、および維持されます。ShareAIは、構成された場合、ルーティングされたAI使用、請求、追加料金、および支払いロジックを処理します。
エージェントアプリにおいてBuilderの収益化が意味を持つのはいつですか？
アプリ所有者がAIコストとマージンを実際の使用状況に基づかせたい場合に意味があります。長期間稼働する研究エージェント、コーディングエージェント、ドキュメントエージェント、サポートエージェントは、ユーザーや顧客間で非常に不均一なトラフィックを生み出す可能性があります。
Builderの支払いはProviderの報酬とどう異なりますか？
Builderは、所有または維持するアプリケーションによって送信されたAIトラフィックから収益を得ます。これには、構成されたマージンまたは追加料金が含まれます。Providerは、ShareAIネットワークに適格な計算能力を提供することで収益を得ます。これらは関連する役割ですが、同じではありません。
オープンソースのDeerFlowプロジェクトにとってこれは有用ですか？
はい、メンテナーがコアプロジェクトをオープンに保ちながら、ヘビーユーザーにルーティングされたAI推論の使用量に基づいて支払う方法を提供したい場合に有用です。これにより、すべてのモデル使用を寄付、スポンサーシップ、または固定サブスクリプションで資金提供するプレッシャーを軽減できます。
これはAIエージェントを構築する代理店にとって役立ちますか？
はい。代理店はShareAI外でクライアント向けにDeerFlowを活用した体験を構築し、その後クライアントのAI使用をShareAI経由でルーティングし、マージンを設定できます。月々の支払いは保証されたリテイナーではなく、実際のルーティング使用量に基づきます。
DeerFlowを拡大する前にチームは何を監視すべきですか？
タスクごとの呼び出し数、ステップごとのトークン数、再試行率、モデルの遅延、ツールの出力サイズ、フォールバック頻度、顧客またはワークスペースごとの使用状況を監視してください。これらのシグナルは、より安価で高速、または強力なモデルがどこに適しているかをチームが判断するのに役立ちます。
DeerFlowチームは収益化なしでShareAIを使用できますか？
はい。チームはモデルアクセスとルーティングのためにShareAIを使用し、すぐにBuilder収益化を追加しなくても構いません。収益化レイヤーは、エージェントアプリに顧客、クライアント展開、または外部での多量の使用がある場合により重要になります。