deepagents 是一个独立的库，用于构建能够处理复杂、多步骤任务的代理。Deep Agents 基于 LangGraph 构建，并受到 Claude Code、Deep Research 和 Manus 等应用程序的启发，具有规划能力、用于上下文管理的文件系统以及生成子代理的能力。
何时使用 Deep Agents
当您需要能够完成以下任务的代理时，请使用 Deep Agents：- 处理需要规划和分解的复杂多步骤任务
- 通过文件系统工具管理大量上下文
- 将工作委托给专门的子代理以实现上下文隔离
- 在对话和线程中持久化内存
create_agent 或构建自定义的 LangGraph 工作流。
核心功能
规划和任务分解
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，并随着新信息的出现调整计划。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，防止上下文窗口溢出，并能够处理可变长度的工具结果。子代理生成
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。这使主代理的上下文保持干净，同时仍然深入处理特定的子任务。长期记忆
使用 LangGraph 的 Store 扩展代理，使其在线程中拥有持久内存。代理可以保存和检索以前对话中的信息。
与 LangChain 生态系统的关系
Deep Agents 基于- LangGraph - 提供底层的图执行和状态管理
- LangChain - 工具和模型集成与 Deep Agents 无缝协作
- LangSmith - 通过 LangGraph 平台实现可观测性和部署
入门
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。