DeerFlow 2.0 프로덕션 배포 — Docker Compose, Kubernetes, 메시지 게이트웨이
DeerFlow를 Docker Compose와 Kubernetes로 프로덕션 배포하고, Slack/Telegram 메시지 게이트웨이를 연동하는 전 과정.

DeerFlow 2.0 프로덕션 배포 — Docker Compose, Kubernetes, 메시지 게이트웨이
Part 3에서 커스텀 스킬, MCP 연동, 샌드박스 시스템을 다뤘습니다. 이번 글에서는 DeerFlow를 실제 프로덕션 환경에 배포하는 방법을 다룹니다.
Docker Compose로 전체 스택을 올리고, Kubernetes로 확장하고, Slack/Telegram 게이트웨이로 팀과 연결하는 전 과정입니다.
1. 배포 아키텍처
프로덕션 DeerFlow는 4개 서비스로 구성됩니다:
관련 포스트

AI & Agents
OpenClaw vs DeerFlow 2.0 — 개인 AI 비서 vs 멀티 에이전트 런타임, 뭐가 다른가?
OpenClaw(333K 스타)과 DeerFlow 2.0(40K 스타) 비교. 개인 AI 집사 vs AI 리서치 팀, 아키텍처·채널·스킬·실전 벤치마크 전면 비교.

AI & Agents
DeerFlow 2.0 커스텀 스킬 + MCP + 샌드박스 — 나만의 도구와 워크플로우 만들기
DeerFlow의 마크다운 기반 스킬 시스템, MCP 서버 연동, Docker/K8s 샌드박스, 영구 메모리 시스템을 실전 코드와 함께 다룹니다.

AI & Agents
DeerFlow 2.0 Multi-Agent 워크플로우 심화 — StateGraph, Plan-Execute, Human-in-the-Loop
DeerFlow의 LangGraph StateGraph 기반 Multi-Agent 워크플로우를 코드 수준에서 분석합니다. Supervisor 라우팅, Plan-Execute 패턴, 서브 에이전트 동적 생성.