跳到主要内容

文档索引

在以下地址获取完整的文档索引：https://docs.langchain.org.cn/llms.txt

在进一步探索之前，请使用此文件发现所有可用页面。

这是开始构建由大语言模型（LLM）驱动的智能体和应用程序的最简单方法——内置了任务规划、用于上下文管理的文件系统、子智能体孵化以及长期记忆等功能。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 视为一个 “智能体套件（agent harness）”。它采用了与其他智能体框架相同的核心工具调用循环，但内置了更多工具和功能。 deepagents 是一个独立的库，构建于 LangChain 智能体核心构建块之上，并利用 LangGraph 的工具在生产环境中运行智能体。 deepagents 仓库包含：
  • Deep Agents SDK：一个用于构建能够处理任何任务的智能体的软件包
  • Deep Agents CLI：一个基于 Deep Agents SDK 构建的终端编码智能体
  • ACP 集成：用于在 Zed 等代码编辑器中使用 Deep Agents 的智能体客户端协议（Agent Client Protocol）连接器
LangChain 是为您的智能体提供核心构建块的框架。要了解 LangChain、LangGraph 和 Deep Agents 之间的区别，请参阅框架、运行时与智能体套件。

​
创建 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 构建您自己的智能体和应用程序。
使用 LangSmith 来追踪请求、调试智能体行为并评估输出。设置 LANGSMITH_TRACING=true 并配置您的 API 密钥即可开始。

​
何时使用 Deep Agents

当您想要构建具备以下能力的智能体时，请使用 Deep Agents SDK：
  • 处理复杂的多步骤任务：需要进行规划和拆解的任务
  • 管理大量上下文：通过文件系统工具和摘要总结
  • 切换文件系统后端：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：在使用沙箱后端时通过 execute 工具执行
  • 委托工作：将任务委托给专门的子智能体以实现上下文隔离
  • 持久化记忆：在对话和线程之间保留记忆
  • 控制文件系统访问：通过声明式的权限规则限制智能体可以读取或写入的文件
  • 需要人工审批：对于敏感操作，使用人机协作（human-in-the-loop）工作流
  • 使用任何模型：模型提供商无关，支持前沿模型和开源模型
对于构建较简单的智能体，请考虑使用 LangChain 的 createAgent 或构建一个自定义的 LangGraph 工作流。

​
核心功能

规划与任务拆解

Deep Agents 包含一个内置的 write_todos 工具，使智能体能够将复杂任务分解为离散步骤、跟踪进度，并在出现新信息时调整计划。

上下文管理

文件系统工具（ls、read_file、write_file、edit_file）允许智能体将大量上下文卸载到内存或文件系统存储中，从而防止上下文窗口溢出，并支持处理可变长度的工具结果。当上下文窗口变长时，自动摘要功能会压缩旧的对话消息，确保智能体在长时间会话中依然有效。

Shell 执行

在使用沙箱后端时，智能体可以使用 execute 工具运行 Shell 命令来进行测试、构建、Git 操作和系统任务。沙箱后端提供隔离，使智能体可以在不危及宿主系统的情况下执行代码。

可插拔的文件系统后端

虚拟文件系统由可插拔的后端提供支持，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），或者通过复合路由组合多个后端。您还可以实现自己的自定义后端。

子智能体孵化

内置的 task 工具使智能体能够孵化专门的子智能体以实现上下文隔离。这既保持了主智能体上下文的简洁，又能深入处理特定的子任务。

长期记忆

使用 LangGraph 的 内存存储（Memory Store）在线程之间扩展智能体的持久化记忆。智能体可以保存并检索来自之前对话的信息。

文件系统权限

声明权限规则以控制智能体可以读取或写入的文件和目录。子智能体可以继承或覆盖父智能体的规则。

人工干预

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

技能

通过可重用的技能（skills）扩展智能体，这些技能提供专门的工作流、领域知识和自定义指令。

智能默认配置

附带专家级的系统提示词（system prompts），指导模型如何有效地使用其工具——先规划后行动、验证工作并管理上下文。您可以根据需要自定义或替换这些默认设置。

​
入门

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

选择并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

人工干预

为敏感操作配置审批流程

CLI

使用 Deep Agents CLI

参考

查看 deepagents API 参考
将这些文档连接到 Claude、VSCode 等，以获得实时答案。
在 GitHub 上编辑此页面或提交问题。
© . This site is unofficial and not affiliated with LangChain, Inc.