Deep Agents：开箱即用的 Agent 运行框架（harness）
langchain-ai/deepagents · The batteries-included agent harness.
ELI5：它是什么，解决什么问题
Deep Agents 是 LangChain 团队开源的一套「电池内置」型 Agent 运行框架（harness），提供开箱即用的智能体实现，同时允许对任意组件进行扩展、覆盖或替换。其设计面向长周期、多步骤任务，支持任何具备工具调用能力的模型（前沿闭源、开放权重或本地模型均可），并基于 LangGraph 构建，具备流式输出、持久化与检查点等能力，可通过 LangSmith 进行追踪、评测与部署。核心特性包括子智能体（隔离上下文窗口的任务委派）、文件系统读写编辑与搜索（可插拔本地/沙箱/远程后端）、上下文管理（长对话摘要、工具输出落盘）、Shell 访问、持久记忆、人工介入（工具调用前审批/编辑/拒绝）、按需加载的技能（Skills）以及自带函数或任意 MCP 服务器的工具集成。项目还提供 JS/TS 版本 deepagents.js 以及终端编码智能体 Deep Agents Code。
核心能力与快速开始
★ 30265 · Python
- 能做什么
- 提供有主见的开源 Agent harness：内置规划、文件系统（读写/编辑/搜索，可插拔本地、沙箱或远程后端）、子智能体委派（隔离上下文窗口）、上下文管理（长线程摘要、工具输出落盘）、Shell 访问、持久记忆（可插拔 state 与 store 后端）、人工介入（执行前批准/编辑/拒绝工具调用）、按需加载的 Skills、以及自带函数或任意 MCP 服务器工具。模型无关，支持任何支持工具调用的 LLM。基于 LangGraph 构建，具备流式、持久化、检查点能力，并可配合 LangSmith 做追踪、评测与部署。
- 适用场景
- 用于构建需要长周期、多步骤执行的智能体应用，例如研究助手（规划、读写文件、管理自身上下文并生成摘要）；将自定义 LangGraph 图作为子智能体接入进行混合编排；在需要人工审批工具调用的流程中部署智能体；在本地或沙箱环境中赋予智能体 Shell 与文件操作能力；通过 Deep Agents Code 在终端使用由任意 LLM 驱动的编码智能体。
- 项目形态
- 开发框架
- 部署方式
- 未说明；README 提及基于 LangGraph 构建、可通过 LangSmith 进行部署，并有「Going to production」生产指南，但未给出具体部署步骤与运行环境要求。
- 主要依赖
- 需要 Python 环境（提供 uv add deepagents 安装方式）；模型需支持工具调用；本地模型可经 Ollama、vLLM 或 llama.cpp 自托管。其他硬件与资源要求未说明。
- 使用限制
- 采用「信任 LLM」安全模型，智能体可执行其工具允许的任何操作，需在工具/沙箱层面而非依赖模型自律来施加边界。README 未说明具体 API 成本、调用配额或部署限制。
- 许可证
- MIT
- 最近推送
- 2026-10-15 06:20
资料检查：2026-10-15 07:00 · 卡片整理：2026-10-15 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证
职业应用
程序员
作为开箱即用的 Agent 运行框架，用于构建和运行面向长周期、多步骤任务的智能体；支持子智能体任务委派、文件系统读写编辑与搜索、Shell 访问、持久记忆、人工介入审批工具调用、按需加载技能以及集成自带函数或 MCP 服务器工具，并可通过 LangSmith 进行追踪、评测与部署。
查看内容依据
Deep Agents is an open source agent harness — an opinionated agent that runs out of the box. Extend, override, or replace any piece.
由 AI 根据来源材料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。