Deepagents快速上手指南基于LangGraph的AI代理工具包5步跑通你的第一个智能体【免费下载链接】deepagentsThe batteries-included agent harness.项目地址: https://gitcode.com/GitHub_Trending/de/deepagents如果你有过这样的经历让AI写个长报告它聊到第十轮就忘了开头说了什么或者让它干个多步骤的活它做完第一步就停下来等你催——那你需要看看 Deepagents。这是一个基于 LangChain 和 LangGraph 构建的开源 AI 代理工具包开箱自带规划工具、可插拔的文件系统后端和子代理生成能力专门解决长任务跑不到底这个痛点。你不用从零搭代理循环克隆下来、装上依赖一个能自己拆解任务、读写文件、管理上下文的代理就能跑起来。 核心能力速览规划工具代理会先列 TODO 再动手复杂任务被拆成可执行的小步骤文件系统后端读写、编辑、搜索文件本地、沙箱、远端存储随你切换子代理委派把大块任务甩给独立上下文的干活的主代理只收结果上下文管理长对话自动摘要压缩工具输出可以卸载到磁盘不怕撑爆窗口人机协同关键工具调用执行前可暂停等你批准、修改或拒绝⚙️ 关键机制拆解它是怎么跑起来的三层架构谁负责哪件事Deepagents 没有自造轮子它站在两个更底层的组件之上你可以把整个技术栈想象成三层楼最底层 LangGraph运行时。负责状态流转、断点保存、流式输出和中断恢复是地基中间层 LangChain 的create_agent()代理抽象层。把模型 工具 中间件组装成调模型 → 执行工具 → 重复的循环最上层 Deepagents一套有主见的脚手架。不引入新运行时而是把长时间任务最需要的东西默认打包好规划、文件系统、子代理、摘要、技能所以当你问某个行为是哪层管时答案很清晰状态持久化和检查点在 LangGraph循环形状在 LangChain而模型能看到哪些工具、提示词注入什么、要不要摘要都在 Deepagents 这一层。中间件能力的开关面板Deepagents 最核心的设计是中间件middleware可以理解为插在代理循环里的插件。主源码 libs/deepagents/deepagents/middleware/ 下能看到十几个模块filesystem.py管文件工具、subagents.py管子代理委派、summarization.py管摘要压缩、skills.py管按需加载的工作流、memory.py管跨会话记忆。装配过程发生在 libs/deepagents/deepagents/graph.py 的create_deep_agent()里先装默认脚手架中间件再插入你自己传的自定义中间件最后追加按模型调优的收尾行为。你不需要 fork 源码改行为——加一个自己的中间件或者用excluded_middleware摘掉某个默认项就行。后端文件、记忆和 Shell 住在哪后端backend决定代理的手伸到哪里。libs/deepagents/deepagents/backends/ 提供了本地文件系统、内存态、LangSmith 托管、沙箱等多种实现。有意思的一个细节如果后端不支持 Shell 执行框架会自动把execute工具从模型请求里拿掉连相关的提示词文本都一并省略——工具可见性是动态算出来的不是写死的。 动手体验克隆 → 安装 → 跑通最快路径三步出活git clone https://gitcode.com/GitHub_Trending/de/deepagents cd deepagents仓库是个 monorepo核心 SDK 在 libs/deepagents/日常开发用uv管理环境仓库各包都带Makefile跑make里的目标即可。安装 SDK 后最短可用的代理长这样完整参数见 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个会规划、会读写文件、会自己管理上下文的代理。换模型、加工具、加子代理都是改这行调用的参数不动框架代码。直接看示例怎么配不想写代码examples/ 目录里每个示例都是一个能独立运行的完整代理。以 examples/content-builder-agent/ 为例它的配置完全靠文件而不是代码AGENTS.md存品牌语气常驻系统提示词subagents.yaml定义研究子代理skills/下的SKILL.md是按需加载的写作流程。跑起来cd examples/content-builder-agent uv run python content_writer.py Write a blog post about prompt engineering 典型用例与进阶玩法1. Ralph 模式让代理自己循环迭代examples/ralph_mode/ 展示了社区里很火的 Ralph 模式一个while循环每轮迭代给代理全新上下文进度靠文件系统和 git 记录。没有历史包袱、不用担心 token 上限代理一轮轮改进直到任务完成。它支持把代码执行放到 Modal、Daytona 等远端沙箱里隔离运行还能用--shell-allow-list白名单控制哪些命令可以自动批准。2. Text-to-SQL自然语言查数据库examples/text-to-sql-agent/ 把问一句话出一段 SQL做成了带规划的完整流程代理先探查表结构schema-exploration 技能再按写查询的规范query-writing 技能生成 SQL全部跑在 Chinook 演示库上。下面这张 LangSmith 追踪截图能看到它每一步的调用轨迹调试长任务时非常直观。3. Deep Agents Code终端里的编码代理如果你想要开箱即用的产品而不是自己搭看 libs/code/。这是仓库里最大的一个包带 TUI 界面的终端编码代理支持远程沙箱、持久记忆、自定义技能和人工审批由任意支持工具调用的 LLM 驱动。✅ 上手清单读一遍 README.md 的 Quickstart 和 FAQ确认你要的模型支持工具调用OpenAI、Anthropic、Google 的 API以及 Ollama、vLLM 自托管都行配好模型 API Key装uv用uv add deepagents装核心 SDK跑通上面那段三行代码的最小代理观察它如何先规划再执行逛 examples/ 挑一个贴近你场景的示例用uv run直接跑想深入原理时按 libs/ARCHITECTURE.md 的指引读源码先graph.py看装配再middleware/看行为最后backends/看持久化需要观测和调试时把代理接到 LangSmith 上做追踪和评估 延伸资源核心源码libs/deepagents/deepagents/graph.py是总装配点架构总览libs/ARCHITECTURE.md开发指南libs/DEVELOPMENT.md全部示例examples/内容创作、深度研究、Text-to-SQL、NVIDIA GPU 加速等终端编码代理libs/code/沙箱合作伙伴Daytona / Modal / Runloop / Vercellibs/partners/生成式文档索引架构、概念、集成openwiki/评估体系与基准libs/evals/一句话总结Deepagents 把长任务代理最难的那些默认项——规划、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间件你负责挑模型和写业务工具剩下的它替你兜底。【免费下载链接】deepagentsThe batteries-included agent harness.项目地址: https://gitcode.com/GitHub_Trending/de/deepagents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考