工具 / Deep Agents

Deep Agents

  • agent
  • framework

LangChain 的 agent harness,内置规划、文件系统与子 agent

LangChain 在 LangGraph 之上构建的 agent harness——带全套默认配置、安装即可使用的 agent。相比 LangChain 的 create_agent,它多了一套内置中间件:任务规划(write_todos)、虚拟文件系统(读写编辑搜索)、上下文管理(自动摘要与结果 offload)、子 agent 委托(task,含独立上下文窗口)、shell 执行、持久记忆、人工审批拦截、可复用 skills 以及 MCP 工具接入。模型无关,支持所有能 tool calling 的 LLM(OpenAI、Anthropic、Google、Ollama、本地模型等)。同时提供 TypeScript 版本(deepagents.js)和终端命令行工具 Deep Agents Code。底层是 LangGraph 图运行时,自带 streaming、checkpoint、持久化;可搭配 LangSmith 做追踪、评估与生产部署。项目自述受 Claude Code 启发,试图将其通用能力推向更远。

社区实测

记忆与技能功能实用，但多层代理架构在生产环境的落地仍待验证

  • 降低研究/审查/规划类子代理的使用成本
  • 提供持久化 AGENTS.md 记忆与可复用 SKILL.md 技能目录
  • 多数业务场景不需要这种复杂度的代理架构，企业难以信任
  • 社区尚未见到在生产环境中实际稳定运行的案例
来源

Deep Agents Code as an alternative to OpenCodeAnyone seen a deep agent architecture actually running in live production yet?

截至 2026-08-23

uv add deepagents

← 返回工具库