langchain-ai/deepagents

项目概览

该项目将文件系统、子智能体和技能纳入更具约束性的智能体框架，并支持不同类型的支持工具调用的模型；同时，其工具权限边界需要在工具或沙箱层面落实。

项目类型

MCP · AI Agent

应用场景

编程开发 · 自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 需要以代码构建长周期、多步骤 AI 智能体，并希望使用可扩展组件的开发者。
• 需要使用支持工具调用的前沿、开放权重或本地 LLM 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。
• 可在自行选择的沙箱中运行命令。
• 工具调用执行前可进行批准、编辑或拒绝。
• 智能体可按需加载可复用的行为。
• 可接入自定义函数或任意 MCP 服务器。

限制与风险

• 项目采用“信任 LLM”的安全模型，需要在工具层面实施边界控制。
• 智能体能够执行其工具所允许的操作；模型不被假定会自行约束，因此必须在工具或沙箱层面实施边界。

如何开始

• 先运行 uv add deepagents，然后使用 create_deep_agent 创建智能体。

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…
• Release: deepagents==0.6.12
• README: Yes! Deep Agents is built on LangGraph, designed for production agent deployments. Pair it with LangSmith for tracing, evaluation, and monitoring.
• README: Deep Agents Code — a pre-built coding agent in your terminal, similar to Claude Code or Cursor, powered by any LLM. Install with `curl -LsSf https://langch.in/dcode | bash`.

内容核验时间：