Skip to main content
开始构建由 LLM 驱动的代理和应用程序的最简单方式——内置任务规划、用于上下文管理的文件系统、子代理生成和长期记忆功能。 您可以将 deep agents 用于任何任务，包括复杂的多步骤任务。 我们将 deepagents 视为一种 “代理工具集”。它与其他代理框架具有相同的核心工具调用循环，但内置了工具和功能。 deepagents 是一个独立库，构建在 LangChain 的代理核心构建块之上，并使用 LangGraph 的工具在生产环境中运行代理。 deepagents 仓库 包含：
  • Deep Agents SDK：一个用于构建能够处理任何任务的代理的包
  • Deep Agents CLI：一个基于 Deep Agents SDK 构建的终端编码代理
  • ACP 集成：一个代理客户端协议连接器，用于在 Zed 等代码编辑器中使用 deep agents
LangChain 是为您的代理提供核心构建块的框架。 要了解更多关于 LangChain、LangGraph 和 Deep Agents 之间的区别，请参阅 框架、运行时和工具集。

​
创建一个 deep agent

import * as z from "zod";
// npm install deepagents langchain @langchain/core
import { createDeepAgent } from "deepagents";
import { tool } from "langchain";

const getWeather = tool(({ city }) => `It's always sunny in ${city}!`, {
  name: "get_weather",
  description: "Get the weather for a given city",
  schema: z.object({
    city: z.string(),
  }),
});

const agent = createDeepAgent({
  tools: [getWeather],
  systemPrompt: "You are a helpful assistant",
});

console.log(
  await agent.invoke({
    messages: [{ role: "user", content: "What's the weather in Tokyo?" }],
  }),
);
请参阅 快速入门 和 自定义指南，开始使用 Deep Agents 构建您自己的代理和应用程序。
使用 LangSmith 追踪请求、调试代理行为并评估输出。设置 LANGSMITH_TRACING=true 和您的 API 密钥即可开始。

​
何时使用 Deep Agents

当您想要构建能够执行以下操作的代理时，请使用 Deep Agents SDK：
  • 处理复杂的多步骤任务，这些任务需要规划和分解
  • 管理大量上下文，通过文件系统工具和摘要
  • 切换文件系统后端，以使用内存状态、本地磁盘、持久化存储、沙箱或您自己的自定义后端
  • 执行 shell 命令，通过 execute 工具（在使用沙箱后端时）
  • 委派工作给专门的子代理以实现上下文隔离
  • 跨对话和线程持久化记忆
  • 控制文件系统访问，使用声明式权限规则限制代理可以读取或写入的文件
  • 需要人工批准敏感操作，通过Human in the Loop工作流
  • 使用任何模型——与提供商无关，支持前沿模型和开源模型
对于构建更简单的代理，请考虑使用 LangChain 的 createAgent 或构建自定义 LangGraph 工作流。

​
核心功能

规划与任务分解

Deep Agents 包含一个内置的 write_todos 工具，使代理能够将复杂任务分解为离散步骤、跟踪进度，并在新信息出现时调整计划。

上下文管理

文件系统工具（ls、read_file、write_file、edit_file）允许代理将大量上下文卸载到内存或文件系统存储，防止上下文窗口溢出，并能够处理可变长度的工具结果。自动摘要功能在上下文窗口变长时压缩较旧的对话消息，使代理在长时间会话中保持有效。

Shell 执行

当使用沙箱后端时，代理会获得一个 execute 工具来运行 shell 命令，用于测试、构建、git 操作和系统任务。沙箱后端提供隔离，因此代理可以执行代码而不会危及您的主机系统。

可插拔的文件系统后端

虚拟文件系统由可插拔后端驱动，您可以根据用例进行切换。可选择内存状态、本地磁盘、用于跨线程持久化的 LangGraph 存储、用于隔离代码执行的沙箱（Modal、Daytona、Deno），或使用组合路由组合多个后端。您也可以实现自己的自定义后端。

子代理生成

一个内置的 task 工具使代理能够生成专门的子代理以实现上下文隔离。这保持了主代理上下文的清晰，同时仍然能够深入处理特定子任务。

长期记忆

使用 LangGraph 的内存存储扩展代理，实现跨线程的持久化记忆。代理可以保存和检索先前对话中的信息。

文件系统权限

声明权限规则，控制代理可以读取或写入的文件和目录。子代理可以继承或覆盖父级的规则。

Human in the Loop

使用 LangGraph 的中断功能配置敏感工具操作的人工批准。控制哪些工具在执行前需要确认。

技能

使用可重用的技能扩展代理，这些技能提供专门的工作流、领域知识和自定义指令。

智能默认值

附带经过深思熟虑的系统提示，教导模型如何有效使用其工具——行动前规划、验证工作并管理上下文。根据需要自定义或替换默认值。

​
开始使用

快速入门

构建您的第一个 deep agent

自定义

了解自定义选项

模型

配置模型和提供商

后端

选择和配置可插拔的文件系统后端

权限

使用权限规则控制文件系统访问

Human in the Loop

配置敏感操作的批准

CLI

使用 Deep Agents CLI

参考

查看 deepagents API 参考
连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
在 GitHub 上编辑此页面 或 提交问题。