Skip to main content
Deep Agents 可与任何支持 工具调用 的 LangChain 聊天模型 配合使用。

​
支持的模型

使用 provider:model 格式指定模型（例如，google_genai:gemini-3.1-pro-preview、openai:gpt-5.4 或 anthropic:claude-sonnet-4-6）。对于有效的提供商字符串，请参阅 init_chat_model 的 model_provider 参数。对于特定于提供商的配置，请参阅 聊天模型集成。

​
推荐模型

这些模型在 Deep Agents 评估套件 上表现良好，该套件测试基本的 agent 操作。通过这些评估是获得更长、更复杂任务强大性能的必要条件，但不是充分条件。
提供商模型
Googlegemini-3.1-pro-preview, gemini-3-flash-preview
OpenAIgpt-5.4, gpt-4o, gpt-4.1, o4-mini, gpt-5.2-codex, gpt-4o-mini, o3
Anthropicclaude-opus-4-6, claude-opus-4-5, claude-sonnet-4-6, claude-sonnet-4, claude-sonnet-4-5, claude-haiku-4-5, claude-opus-4-1
开源权重GLM-5, Kimi-K2.5, MiniMax-M2.5, qwen3.5-397B-A17B, devstral-2-123B
开源权重模型可通过 Baseten、Fireworks、OpenRouter 和 Ollama 等提供商获得。

​
配置模型参数

将模型字符串以 provider:model 格式传递给 create_deep_agent，或者传递配置好的模型实例以获得完全控制。在底层，模型字符串通过 init_chat_model 解析。 要配置特定于模型的参数，请使用 init_chat_model 或直接实例化提供商模型类： 
from langchain.chat_models import init_chat_model
from deepagents import create_deep_agent

model = init_chat_model(
    model="google_genai:gemini-3.1-pro-preview",
    thinking_level="medium",
)
agent = create_deep_agent(model=model)
可用参数因提供商而异。请参阅 聊天模型集成 页面了解特定于提供商的配置选项。

​
在运行时选择模型

如果您的应用程序让用户选择模型（例如使用 UI 中的下拉菜单），请使用 middleware 在运行时交换模型而无需重建 agent。 通过 运行时上下文 传递用户的模型选择，然后使用 wrap_model_call middleware 通过 @wrap_model_call 装饰器在每次调用时覆盖模型： 
from dataclasses import dataclass
from langchain.chat_models import init_chat_model
from langchain.agents.middleware import wrap_model_call, ModelRequest, ModelResponse
from deepagents import create_deep_agent
from typing import Callable


@dataclass
class Context:
    model: str

@wrap_model_call
def configurable_model(
    request: ModelRequest,
    handler: Callable[[ModelRequest], ModelResponse],
) -> ModelResponse:
    model_name = request.runtime.context.model
    model = init_chat_model(model_name)
    return handler(request.override(model=model))

agent = create_deep_agent(
    model="google_genai:gemini-3.1-pro-preview",
    middleware=[configurable_model],
    context_schema=Context,
)

# Invoke with the user's model selection
result = agent.invoke(
    {"messages": [{"role": "user", "content": "Hello!"}]},
    context=Context(model="openai:gpt-5.4"),
)
有关更多动态模型模式（例如基于对话复杂性或成本优化进行路由），请参阅 LangChain agents 指南中的 动态模型。

​
了解更多

在 GitHub 上编辑此页面 或 提交问题。
通过 MCP 将 这些文档 连接到 Claude、VSCode 等，以获得实时答案。