DeerFlow畀開發者一個開源嘅方法，用嚟運行長期AI代理，用於研究、編碼、內容創作、文件處理、工具調用同多步執行。呢個好有用，但亦改變咗模型使用嘅經濟學。
一個普通嘅聊天機械人可能只係發送一個提示，然後返回一個答案。一個代理工具可以計劃、生成子代理、調用工具、重試失敗、壓縮上下文，仲可以持續工作幾分鐘甚至幾個鐘。每一步都可以創造更多嘅模型調用。對於喺DeerFlow上構建嘅團隊嚟講，路由層同代理運行時一樣重要。
ShareAI唔會幫你構建或者託管DeerFlow應用程序。應用程序、工作流程或者代理產品會喺ShareAI之外。ShareAI作為AI市場同API層：一個API支持150+模型、模型路由、故障切換、使用可見性，當代理體驗係你擁有或者維護嘅應用程序一部分時，仲可以幫助Builder盈利。
DeerFlow改變代理工作負載嘅地方
DeerFlow 設計成為一個開源嘅超級代理工具。佢嘅公開文檔描述咗子代理協調、記憶、沙盒執行、自定義技能、MCP集成同多模型支持，適用於可能運行長期任務嘅代理。
呢個架構同單一聊天完成嘅簡單包裝唔同。一個DeerFlow風格嘅代理可以將請求分解成更細嘅工作，將呢啲工作分配畀專門嘅代理，調用外部工具，檢查生成嘅文件，並喺中間結果返嚟之後繼續任務。
好處係一個更強大嘅代理體驗。權衡係操作複雜性：更多調用、更多上下文、更多重試、更多工具輸出，仲有更多機會令某個提供商或者某個模型選擇成為瓶頸。
點解路由對DeerFlow嚟講咁重要
當代理做緊真實工作時，模型選擇會變得更加細緻。一個計劃步驟可能需要更強嘅推理能力。一個編碼步驟可能需要一個專注於代碼嘅模型。一個摘要步驟可能需要低成本同高吞吐量。一條後備路徑可能需要喺模型不可用或者太慢時切換提供商。
冇咗路由層，團隊通常會喺應用程序內硬編碼提供商選擇，將使用跟蹤分散喺多個賬戶，並將計費同佢哋提供嘅應用程序價值分開處理。呢個喺測試期間可能可行。但當客戶、工作空間或者部署開始以非常唔同嘅量使用代理時，就會變得更加困難。
一個更清晰嘅模式係保持DeerFlow專注於協調，而通過專用API層路由模型流量。代理工具決定做咩工作。路由層幫助決定邊條模型路徑應該處理每類請求。
關於代理堆棧嘅更廣泛模式，請參閱ShareAI嘅指南 將AI代理框架連接到一個API.
ShareAI喺DeerFlow堆棧中嘅定位
ShareAI提供團隊一個單一API路徑，方便喺市場上訪問模型。開發者可以開始用 API 參考, ，比較可用嘅選項喺 模型市場, ，並且喺唔需要因為每次模型或者供應商改變而重寫應用程式嘅情況下，路由AI使用。
對於DeerFlow應用程式，可以支持幾個實際目標：
- 用更強嘅模型嚟做計劃、複雜推理或者需要大量編碼嘅步驟。
- 用更快或者成本較低嘅模型嚟做摘要、提取、分類同清理任務。
- 將使用可見性保持喺應用程式、客戶、工作空間或者產生流量嘅功能附近。
- 喺唔需要圍繞某個供應商帳戶重建代理產品嘅情況下切換模型路徑。
- 為代理循環添加故障轉移，即使首選模型路徑不可用時都可以繼續。
呢點尤其重要，當DeerFlow嵌入喺產品、開源項目、客戶工作流程或者自託管工具中，而AI使用因用戶而大幅變化。
DeerFlow應用程式嘅建設者盈利模式
許多代理項目開始時係實驗或者內部工具。成本問題通常喺後期出現，當少數重度用戶運行長時間任務、生成大上下文窗口或者觸發重複工具調用時。固定價格可以隱藏呢啲成本，直到利潤開始流失。
ShareAI嘅建設者模式係為已經擁有或者維護ShareAI外應用程式嘅團隊設計嘅。建設者將該應用程式嘅AI推理流量連接到ShareAI，配置附加費或者利潤，並且讓最終客戶直接支付ShareAI嘅路由AI使用費。ShareAI然後根據該流量產生嘅收入每月支付建設者。
對於DeerFlow團隊，呢可以令代理使用更容易根據實際工作定價。建設者可以將路由使用與創造成本同價值嘅工作流程綁定，而唔係為不可預測嘅AI活動向每個客戶收取相同費用：研究運行、編碼任務、文檔處理、內部自動化、支持調查或者內容生產。
重要嘅區別係建設者嘅收入唔同於供應商嘅獎勵。建設者係通過佢哋經ShareAI路由嘅應用程式流量賺取收入。供應商係通過向ShareAI網絡提供合資格嘅計算能力賺取收入。DeerFlow維護者、SaaS團隊或者代理通常係作為建設者，當收入來自佢哋嘅應用程式使用時。
鹿流團隊嘅實用路由計劃
如果你係評估鹿流用嚟做真實產品或者工作流程，喺使用量增加之前先制定路由規則。目標唔係過度設計第一版，而係避免將成本、可靠性同盈利決策硬編碼到後期難以改變嘅地方。
- 繪製代理步驟。分開計劃、研究、編碼、摘要、提取、驗證同最終回應生成。
- 分配模型需求。決定邊啲步驟需要推理質量、代碼強度、速度、低成本或者多模態支持。
- 設置後備路徑。選擇當首選模型慢、不可用或者對當前任務太昂貴時嘅處理方式。
- 按客戶或者工作空間追蹤使用情況。長期運行嘅代理應該喺創造業務價值嘅地方進行測量，而唔係只喺供應商賬戶層面。
- 當代理成為付費應用程序、開源項目、代理交付物或者自託管產品嘅一部分時，添加Builder盈利功能。
鹿流嘅 文檔 係理解其運行時、配置同代理功能嘅正確地方。當運行時背後嘅模型流量需要市場訪問、使用控制、路由靈活性或者Builder盈利功能時，ShareAI就變得相關。
邊啲人應該考慮呢個設置
ShareAI支持嘅路由層對於想保持項目可用同時單獨定價重度AI使用嘅開源維護者可能有意義。佢亦適合自託管團隊，佢哋嘅客戶喺部署中有非常唔同嘅推理量。
代理機構可以喺為客戶交付代理工作流程時使用類似模型，並希望喺推出後將持續收入與實際AI使用掛鉤。SaaS團隊可以喺鹿流支持高級代理功能時使用，並且成本應該隨客戶採用而變化，而唔係吸收到固定計劃中。
共同點係控制。鹿流幫助協調工作。ShareAI可以幫助路由、測量同盈利工作背後嘅模型使用。
常見問題
鹿流AI代理框架係咩？
鹿流係一個開源代理框架，用於長期AI任務。佢專注於協調模式，例如子代理、記憶、工具、沙盒執行、技能同多模型工作流程。
ShareAI係咪可以代替DeerFlow？
唔係。DeerFlow係一個代理框架或者工具。ShareAI係一個AI市場同API層。一個團隊可以喺ShareAI以外建立或者運行DeerFlow應用，並通過ShareAI路由應用嘅模型使用。
點解要通過一個API路由DeerFlow模型調用？
一個API可以幫助將模型訪問、後備、使用可見性同供應商切換更加貼近應用架構。當代理循環喺計劃、工具、重試同最終答案之間創建多次調用時，呢點好重要。
DeerFlow可唔可以使用多個模型？
可以。DeerFlow係為多模型使用而設計，佢嘅文檔描述咗對OpenAI兼容模型配置嘅支持。團隊仍然應該喺路由生產流量之前，針對自己嘅任務測試每條模型路徑。
ShareAI點樣幫助控制DeerFlow成本？
ShareAI通過提供一個市場/API層，讓團隊可以更加有計劃咁追蹤同控制路由模型使用。實際好處係加強咗代理邏輯同模型訪問決策之間嘅分離。
ShareAI會唔會托管或者建立DeerFlow應用？
唔會。ShareAI唔係應用建立者、托管平台、框架、CMS或者工作流程建立者。DeerFlow應用仍然由佢自己嘅團隊建立、托管同維護。ShareAI處理路由AI使用、計費、附加費同支付邏輯（如果咁配置嘅話）。
幾時代理應用嘅建立者貨幣化係有意義嘅？
當應用擁有者希望AI成本同利潤跟隨實際使用時，呢樣係有意義嘅。長期運行嘅研究代理、編碼代理、文檔代理同支持代理可以喺用戶或者客戶之間創造非常唔均勻嘅流量。
Builder嘅支付同Provider嘅獎勵有咩唔同？
建立者通過佢哋擁有或者維護嘅應用發送嘅AI流量賺錢，包括配置嘅利潤或者附加費。供應商通過向ShareAI網絡提供合資格嘅計算能力賺錢。佢哋係相關角色，但唔係一樣嘅。
呢個對開源DeerFlow項目有用嗎？
有用，當維護者希望保持核心項目開放，同時為重度用戶提供一種基於使用嘅方式支付路由AI推理時。呢樣可以減少通過捐款、贊助或者固定訂閱資助所有模型使用嘅壓力。
呢個對於建立AI代理嘅機構有用嗎？
有用。一個機構可以喺ShareAI以外為客戶建立基於DeerFlow嘅體驗，然後通過ShareAI引導客戶嘅AI使用並設置利潤率。每月嘅支付取決於實際引導嘅使用量，而唔係保證嘅預付費用。
團隊喺擴展DeerFlow之前應該監控咩？
監控每個任務嘅呼叫次數、每步嘅token數量、重試率、模型延遲、工具輸出大小、後備頻率，以及按客戶或工作空間嘅使用情況。呢啲信號幫助團隊決定邊度適合更便宜、更快或者更強嘅模型。
DeerFlow團隊可以喺冇盈利嘅情況下使用ShareAI嗎？
可以。一個團隊可以使用ShareAI進行模型訪問同路由，而唔需要即刻加入Builder盈利功能。當代理應用有客戶、客戶部署或者大量外部使用時，盈利層會變得更加重要。