DeepAgents
活跃简介
基于 LangChain 和 LangGraph 构建的智能体工具框架，配备规划工具、文件系统后端和子智能体派生能力，可处理复杂智能体任务。
核心特性
- 子 Agent 派生 — 将任务委派给具有隔离上下文窗口的子 Agent
- 可插拔文件系统 — 支持本地、沙箱和远程后端的读写编辑搜索
- 上下文管理 — 自动摘要长线程并将工具输出卸载到磁盘
- 持久化记忆 — 可插拔的 state 和 store 后端支持跨会话召回
- Human-in-the-loop — 在工具执行前支持审批、编辑或拒绝
- Skills 按需加载 — Agent 可根据需要动态加载可复用行为模块
适用场景
💡 构建可处理复杂多步骤任务的自主编码 Agent
💡 用子 Agent 并行处理文件搜索、代码分析等独立子任务
💡 为 Agent 添加跨会话持久化记忆支持长周期项目开发
💡 在生产环境中通过 Human-in-the-loop 审批机制控制 Agent 行为
💡 利用 LangSmith 集成实现 Agent 的追踪、评估和监控
优势与不足
✅ 优势
- • 活跃维护，近期持续更新
- • 社区热度高（29.2k stars）
- • 开源许可证友好（MIT）
- • Issue 响应及时，积压少
分类
快速开始
uv add deepagents
from deepagents import create_deep_agent
agent = create_deep_agent(
model="openai:gpt-5.5",
tools=[my_custom_tool],
system_prompt="You are a research assistant.",
)
result = agent.invoke({"messages": "Research LangGraph and write a summary"})