Deepagents快速上手指南基于LangGraph的AI代理工具包5步跑通你的第一個智能體【免費下載鏈接】deepagentsThe batteries-included agent harness.項目地址: https://gitcode.com/GitHub_Trending/de/deepagents如果你有過這樣的經(jīng)歷讓AI寫個長報告它聊到第十輪就忘了開頭說了什么或者讓它干個多步驟的活它做完第一步就停下來等你催——那你需要看看 Deepagents。這是一個基于 LangChain 和 LangGraph 構(gòu)建的開源 AI 代理工具包開箱自帶規(guī)劃工具、可插拔的文件系統(tǒng)后端和子代理生成能力專門解決長任務(wù)跑不到底這個痛點。你不用從零搭代理循環(huán)克隆下來、裝上依賴一個能自己拆解任務(wù)、讀寫文件、管理上下文的代理就能跑起來。 核心能力速覽規(guī)劃工具代理會先列 TODO 再動手復(fù)雜任務(wù)被拆成可執(zhí)行的小步驟文件系統(tǒng)后端讀寫、編輯、搜索文件本地、沙箱、遠端存儲隨你切換子代理委派把大塊任務(wù)甩給獨立上下文的干活的主代理只收結(jié)果上下文管理長對話自動摘要壓縮工具輸出可以卸載到磁盤不怕?lián)伪翱谌藱C協(xié)同關(guān)鍵工具調(diào)用執(zhí)行前可暫停等你批準(zhǔn)、修改或拒絕?? 關(guān)鍵機制拆解它是怎么跑起來的三層架構(gòu)誰負責(zé)哪件事Deepagents 沒有自造輪子它站在兩個更底層的組件之上你可以把整個技術(shù)棧想象成三層樓最底層 LangGraph運行時。負責(zé)狀態(tài)流轉(zhuǎn)、斷點保存、流式輸出和中斷恢復(fù)是地基中間層 LangChain 的create_agent()代理抽象層。把模型 工具 中間件組裝成調(diào)模型 → 執(zhí)行工具 → 重復(fù)的循環(huán)最上層 Deepagents一套有主見的腳手架。不引入新運行時而是把長時間任務(wù)最需要的東西默認打包好規(guī)劃、文件系統(tǒng)、子代理、摘要、技能所以當(dāng)你問某個行為是哪層管時答案很清晰狀態(tài)持久化和檢查點在 LangGraph循環(huán)形狀在 LangChain而模型能看到哪些工具、提示詞注入什么、要不要摘要都在 Deepagents 這一層。中間件能力的開關(guān)面板Deepagents 最核心的設(shè)計是中間件middleware可以理解為插在代理循環(huán)里的插件。主源碼 libs/deepagents/deepagents/middleware/ 下能看到十幾個模塊filesystem.py管文件工具、subagents.py管子代理委派、summarization.py管摘要壓縮、skills.py管按需加載的工作流、memory.py管跨會話記憶。裝配過程發(fā)生在 libs/deepagents/deepagents/graph.py 的create_deep_agent()里先裝默認腳手架中間件再插入你自己傳的自定義中間件最后追加按模型調(diào)優(yōu)的收尾行為。你不需要 fork 源碼改行為——加一個自己的中間件或者用excluded_middleware摘掉某個默認項就行。后端文件、記憶和 Shell 住在哪后端backend決定代理的手伸到哪里。libs/deepagents/deepagents/backends/ 提供了本地文件系統(tǒng)、內(nèi)存態(tài)、LangSmith 托管、沙箱等多種實現(xiàn)。有意思的一個細節(jié)如果后端不支持 Shell 執(zhí)行框架會自動把execute工具從模型請求里拿掉連相關(guān)的提示詞文本都一并省略——工具可見性是動態(tài)算出來的不是寫死的。 動手體驗克隆 → 安裝 → 跑通最快路徑三步出活git clone https://gitcode.com/GitHub_Trending/de/deepagents cd deepagents倉庫是個 monorepo核心 SDK 在 libs/deepagents/日常開發(fā)用uv管理環(huán)境倉庫各包都帶Makefile跑make里的目標(biāo)即可。安裝 SDK 后最短可用的代理長這樣完整參數(shù)見 libs/deepagents/deepagents/graph.pyfrom deepagents import create_deep_agent agent create_deep_agent( modelopenai:gpt-5.5, tools[my_custom_tool], system_promptYou are a research assistant., ) result agent.invoke({messages: Research LangGraph and write a summary})三行配置你就拿到了一個會規(guī)劃、會讀寫文件、會自己管理上下文的代理。換模型、加工具、加子代理都是改這行調(diào)用的參數(shù)不動框架代碼。直接看示例怎么配不想寫代碼examples/ 目錄里每個示例都是一個能獨立運行的完整代理。以 examples/content-builder-agent/ 為例它的配置完全靠文件而不是代碼AGENTS.md存品牌語氣常駐系統(tǒng)提示詞subagents.yaml定義研究子代理skills/下的SKILL.md是按需加載的寫作流程。跑起來cd examples/content-builder-agent uv run python content_writer.py Write a blog post about prompt engineering 典型用例與進階玩法1. Ralph 模式讓代理自己循環(huán)迭代examples/ralph_mode/ 展示了社區(qū)里很火的 Ralph 模式一個while循環(huán)每輪迭代給代理全新上下文進度靠文件系統(tǒng)和 git 記錄。沒有歷史包袱、不用擔(dān)心 token 上限代理一輪輪改進直到任務(wù)完成。它支持把代碼執(zhí)行放到 Modal、Daytona 等遠端沙箱里隔離運行還能用--shell-allow-list白名單控制哪些命令可以自動批準(zhǔn)。2. Text-to-SQL自然語言查數(shù)據(jù)庫examples/text-to-sql-agent/ 把問一句話出一段 SQL做成了帶規(guī)劃的完整流程代理先探查表結(jié)構(gòu)schema-exploration 技能再按寫查詢的規(guī)范query-writing 技能生成 SQL全部跑在 Chinook 演示庫上。下面這張 LangSmith 追蹤截圖能看到它每一步的調(diào)用軌跡調(diào)試長任務(wù)時非常直觀。3. Deep Agents Code終端里的編碼代理如果你想要開箱即用的產(chǎn)品而不是自己搭看 libs/code/。這是倉庫里最大的一個包帶 TUI 界面的終端編碼代理支持遠程沙箱、持久記憶、自定義技能和人工審批由任意支持工具調(diào)用的 LLM 驅(qū)動。? 上手清單讀一遍 README.md 的 Quickstart 和 FAQ確認你要的模型支持工具調(diào)用OpenAI、Anthropic、Google 的 API以及 Ollama、vLLM 自托管都行配好模型 API Key裝uv用uv add deepagents裝核心 SDK跑通上面那段三行代碼的最小代理觀察它如何先規(guī)劃再執(zhí)行逛 examples/ 挑一個貼近你場景的示例用uv run直接跑想深入原理時按 libs/ARCHITECTURE.md 的指引讀源碼先graph.py看裝配再middleware/看行為最后backends/看持久化需要觀測和調(diào)試時把代理接到 LangSmith 上做追蹤和評估 延伸資源核心源碼libs/deepagents/deepagents/graph.py是總裝配點架構(gòu)總覽libs/ARCHITECTURE.md開發(fā)指南libs/DEVELOPMENT.md全部示例examples/內(nèi)容創(chuàng)作、深度研究、Text-to-SQL、NVIDIA GPU 加速等終端編碼代理libs/code/沙箱合作伙伴Daytona / Modal / Runloop / Vercellibs/partners/生成式文檔索引架構(gòu)、概念、集成openwiki/評估體系與基準(zhǔn)libs/evals/一句話總結(jié)Deepagents 把長任務(wù)代理最難的那些默認項——規(guī)劃、上下文管理、文件持久化、子代理分工——全部打包成了可插拔的中間件你負責(zé)挑模型和寫業(yè)務(wù)工具剩下的它替你兜底。【免費下載鏈接】deepagentsThe batteries-included agent harness.項目地址: https://gitcode.com/GitHub_Trending/de/deepagents創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考