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。

这是构建由 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、子智能体生成以及长期记忆功能。你可以将 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)”。它拥有与其他智能体框架相同的核心工具调用循环,但具备内置的工具和功能。 deepagents 是一个独立库,构建在 LangChain 智能体核心构建块之上。它利用 LangGraph 运行时来实现持久化执行、流式传输、人机协作 (human-in-the-loop) 等功能。 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连接器
LangChain 是为你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、运行时和套件

创建一个 Deep Agent

# pip install -qU deepagents langchain-google-genai
from deepagents import create_deep_agent

def get_weather(city: str) -> str:
    """Get weather for a given city."""
    return f"It's always sunny in {city}!"

agent = create_deep_agent(
    model="google_genai:gemini-3.1-pro-preview",
    tools=[get_weather],
    system_prompt="You are a helpful assistant",
)

# Run the agent
agent.invoke(
    {"messages": [{"role": "user", "content": "what is the weather in sf"}]}
)
请查看快速入门自定义指南,开始使用 Deep Agents 构建你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

当你需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,需要规划和拆解任务
  • 管理海量上下文,通过文件系统工具和摘要功能
  • 切换文件系统后端,以使用内存状态、本地磁盘、持久化存储、沙箱你自己的自定义后端
  • 执行 Shell 命令,当使用沙箱后端时,通过 execute 工具执行
  • 委派工作,将任务分配给专门的子智能体以实现上下文隔离
  • 持久化记忆,跨对话和线程保留信息
  • 控制文件系统访问,使用声明式的权限规则来限制智能体可以读取或写入的文件
  • 需要人工审批,通过人机协作工作流对敏感操作进行确认
  • 使用任何模型 —— 模型提供商无关,涵盖前沿模型和开源模型
对于构建简单的智能体,请考虑使用 LangChain 的 create_agent 或构建自定义的 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的任务拆解为离散的步骤,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,并支持处理变长的工具结果。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保持高效。

Shell 执行

当使用沙箱后端时,智能体获得一个 execute 工具,用于运行测试、构建、Git 操作和系统任务的 Shell 命令。沙箱后端提供隔离,因此智能体可以在不影响你的主机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驱动,你可以根据使用场景进行切换。选择内存状态、本地磁盘、用于跨线程持久化的 LangGraph Store、用于隔离代码执行的沙箱(Modal、Daytona、Deno),或者通过组合路由结合多个后端。你也可以实现自己的自定义后端。

子智能体生成

内置的 task 工具使智能体能够生成专门的子智能体以实现上下文隔离。这可以在不干扰主智能体上下文的情况下,深入处理特定的子任务。

长期记忆

使用 LangGraph 的 Memory Store,扩展具有跨线程持久记忆能力的智能体。智能体可以从之前的对话中保存和检索信息。

文件系统权限

声明权限规则来控制智能体可以读取或写入哪些文件和目录。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,为敏感的工具操作配置人工审批。你可以控制哪些工具在执行前需要确认。

技能

利用可复用的技能扩展智能体,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

随附已定义好的系统提示词,教导模型如何有效地使用其工具——在行动前进行规划、验证工作并管理上下文。你可以根据需要自定义或替换这些默认配置。

入门

快速入门

构建你的第一个 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

沙盒

在隔离环境中执行代码

权限

通过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

ACP

通过 ACP 在代码编辑器中使用 Deep Agents

参考

查看 deepagents API 参考

© . This site is unofficial and not affiliated with LangChain, Inc.