langchain-ai/deepagents


项目概览

属性 内容
名称 deepagents
组织 langchain-ai
定位 "The batteries-included agent harness"(开箱即用的智能体框架)
核心基础 LangChain + LangGraph
许可证 MIT License
开源状态 100% 开源

核心功能特性

1. 内置工具集(Batteries Included)

类别 工具 说明
规划 write_todos 任务分解与进度跟踪
文件系统 read_file, write_file, edit_file, ls, glob, grep 读写上下文文件
Shell 访问 execute 运行命令(带沙箱隔离)
子智能体 task 委派工作,隔离上下文窗口

2. 智能默认配置

  • 预设提示词(Prompts):教导模型有效使用工具
  • 上下文管理:自动摘要(对话过长时)、大输出自动保存到文件

快速开始

bash 复制代码
# 安装
pip install deepagents
# 或
uv add deepagents
python 复制代码
from deepagents import create_deep_agent

agent = create_deep_agent()
result = agent.invoke({
    "messages": [{"role": "user", "content": "Research LangGraph and write a summary"}]
})

自定义配置示例

python 复制代码
from langchain.chat_models import init_chat_model

agent = create_deep_agent(
    model=init_chat_model("openai:gpt-4o"),
    tools=[my_custom_tool],
    system_prompt="You are a research assistant.",
)
  • MCP 支持 :通过 langchain-mcp-adapters 实现
  • 返回的是已编译的 LangGraph 图,支持流式传输、Studio、检查点等所有 LangGraph 特性

Deep Agents CLI

特性 说明
安装方式 `curl -LsSf https://raw.githubusercontent.com/langchain-ai/deepagents/main/libs/cli/scripts/install.sh
核心功能 Web 搜索、远程沙箱、持久化记忆、人工介入审批等
详细文档 libs/cli/README

项目统计数据(截至 2026-03-16)

指标 数值
⭐ Stars 12.4k
🍴 Forks 2k
👁️ Watchers 80
📝 Issues 101
🔀 Pull Requests 76
🏷️ Releases 70(最新:deepagents==0.4.11,2026-03-14)
👥 Contributors 91
🌿 Branches 444
🏷️ Tags 72
💻 主要语言 Python 99.5%

项目结构

复制代码
deepagents/
├── .github/          # GitHub 配置
├── .vscode/          # IDE 设置(2026-02-03 添加)
├── examples/         # 示例代码
├── libs/             # 核心库代码
├── .gitignore
├── .markdownlint.json    # Markdown 格式配置
├── .mcp.json             # MCP 配置(2026-03-11 添加参考文档)
├── .pre-commit-config.yaml   # 预提交钩子
├── .release-please-manifest.json
├── AGENTS.md         # 智能体相关文档
├── LICENSE           # MIT 许可证
├── Makefile
├── README.md
├── action.yml        # GitHub Action(2026-03-10 新增:支持 skills、memory、安全加固)
├── pr-labeler-consolidation.md
└── release-please-config.json

近期重要提交(2026-03-16):

  • perf(cli): add textual-speedups for Rust-based layout primitives --- 性能优化
  • ci(infra): add pre-commit hooks for lockfile, extras sync, and version... --- CI 基础设施

设计理念与优势(FAQ)

优势 说明
100% 开源 MIT 许可,完全可扩展
提供商无关 支持任何支持工具调用的 LLM(前沿模型 + 开源模型)
基于 LangGraph 生产级运行时,支持流式、持久化、检查点
开箱即用 规划、文件访问、子智能体、上下文管理即开即用
秒级启动 uv add deepagents 即可运行
分钟级定制 按需添加工具、更换模型、调整提示词

安全模型

"Trust the LLM" 模型

  • 智能体可以执行其工具允许的任何操作
  • 在工具/沙箱层面强制执行边界,而非期望模型自我约束
  • 详细安全政策见 security policy

相关资源

类型 链接
官方文档 https://docs.langchain.com/oss/python/deepagents/overview
API 参考 https://reference.langchain.com/python/deepagents/
社区论坛 https://forum.langchain.com
JS/TS 版本 deepagents.js
开发工具 LangSmith
聊天问答 Chat LangChain

灵感来源

"This project was primarily inspired by Claude Code, and initially was largely an attempt to see what made Claude Code general purpose, and make it even more so."


关键洞察

  1. 架构定位 :不是"又一个智能体框架",而是有主见的、生产就绪的 harness( harness = 马具/框架,意为即插即用的基础架构)

  2. 与 LangGraph 的关系 :create_deep_agent() 返回的是已编译的 LangGraph 图,意味着:

    • 可无缝使用 LangGraph 生态的所有工具
    • 支持可视化(Studio)、持久化、流式等高级特性
  3. CLI 与 SDK 的双轨策略:

    • SDK(deepagents 包):开发者集成
    • CLI:终端用户直接使用,功能更丰富(搜索、沙箱、记忆等)
  4. 近期发展方向(从提交历史推断):

    • 性能优化(Rust-based layout primitives)
    • 基础设施完善(pre-commit hooks、IDE 配置)
    • GitHub Action 集成(支持 CI/CD 场景的智能体)
    • MCP(Model Context Protocol)生态整合
相关推荐
郝学胜-神的一滴16 分钟前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
火山引擎开发者社区24 分钟前
豆包工作,3 个月,800 万,20 亿
人工智能
Chuck.li33 分钟前
AI 长篇创作工具选型:工作流对照与自测清单
人工智能·大模型·ai写作·网文作者·ai网文·豆包写作
aleimu1 小时前
Windows 11 右键打开 Cmder 2.0:从找不到菜单到默认使用 Cmder
前端·人工智能·后端
SwanArc技术笔记1 小时前
读技术文档,先用哪个 AI?模型指南筛选与 GPT-6.2 Astra 实操
人工智能
深海鱼在掘金1 小时前
深入浅出RAG——第21章:回顾与展望
人工智能
羲云网络1 小时前
GPT Image 2.6 GIF 交付排障:上线后为什么只剩第一帧?
图像处理·人工智能·前端开发·gif
安爹前沿AI1 小时前
Seedance 有个文档里没写的参数:开了码率涨 3.9 倍,费用一分没多
人工智能
深海鱼在掘金1 小时前
深入浅出RAG——第20章:端到端实战:企业级知识库问答系统
人工智能
黑十1 小时前
FDE 怎么快速搭一个可演示页面?最小前端方案
java·大数据·前端·数据库·人工智能