langchain-ai/deepagents

项目概览

值得关注的是，它将子智能体、可插拔文件系统、上下文管理和技能组合为同一智能体框架的组成部分，同时允许使用支持工具调用的前沿接口、开放权重或本地模型。

项目类型

MCP · AI Agent

应用场景

自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 适合需要为长周期、多步骤工作构建智能体，并希望使用文件系统、子智能体、上下文管理和技能的开发者。

核心能力

• 可将任务委派给拥有隔离上下文窗口的智能体。
• 可在可插拔的本地、沙箱或远程后端上读取、写入、编辑或搜索。
• 可汇总较长的线程，并将工具输出卸载到磁盘。
• 可在所选沙箱中运行命令。
• 通过可插拔的状态和存储后端实现跨会话回忆。
• 可在工具调用运行前批准、编辑或拒绝调用。
• 智能体可按需加载可复用的行为。
• 可使用自定义函数或任意 MCP 服务器。

限制与风险

• 采用“信任语言模型”的模式：智能体能够执行其工具所允许的任何操作。
• 采用前应确认工具和沙箱层面的边界已由使用者实施，而非依赖模型自行约束。

如何开始

• 先运行 `uv add deepagents`，再在 Python 中实例化 `create_deep_agent` 并调用该智能体。

核验依据

• README: Deep Agents is an open source agent harness — an opinionated agent that runs out of the box. Extend, override, or replace any piece.
• README: ```bash uv add deepagents ``` ```python from deepagents import create_deep_agent agent = create_deep_agent( model="openai:gpt-5.5", tools=[my_custom_tool], system_prompt="You are…
• README: Deep Agents is a more opinionated harness on top of `create_agent` — same building blocks, but with filesystem, sub-agents, context management, and skills bundled in.
• README: Yes. Any model that supports tool calling works — frontier APIs (OpenAI, Anthropic, Google), open-weight models hosted on providers like Baseten or Fireworks, and self-hosted mode…
• README: Deep Agents is built on LangGraph, designed for production agent deployments. Pair it with [LangSmith](https://docs.langchain.com/langsmith/home) for tracing, evaluation, and moni…

来源更新时间：2026-07-30T01:11:15Z

打开原始 GitHub 项目