30.4K ·GitHub
这是做什么的？
Deep Agents 是 LangChain 出品的一个开箱即用的开源智能体框架：一个带有明确设计理念的智能体，内置了子智能体、文件系统、上下文管理和技能，装好就能直接用——而且每个部分都可以扩展、覆盖或替换，不需要 fork。
Deep Agents 是 LangChain 出品的一个开箱即用的开源智能体框架：一个带有明确设计理念的智能体，内置了子智能体、文件系统、上下文管理和技能，装好就能直接用——而且每个部分都可以扩展、覆盖或替换，不需要 fork。它是一个要集成到我自己代码里的库，还是一个做好的应用？是一个库：这里是 Python 版本，JavaScript/TypeScript 版本是 deepagents.js。底层运行在 LangGraph 运行时上，因此自带流式输出、持久化和检查点功能，可以直接用于生产环境部署。
是一个库：这里是 Python 版本，JavaScript/TypeScript 版本是 deepagents.js。底层运行在 LangGraph 运行时上，因此自带流式输出、持久化和检查点功能，可以直接用于生产环境部署。我怎么把第一个智能体跑起来？按照 README 的快速入门来：刚创建的 Deep Agent 就已经能制定计划、读写文件、管理自己的上下文。之后你可以按照文档添加工具、更换模型、自定义提示词、配置子智能体。
按照 README 的快速入门来：刚创建的 Deep Agent 就已经能制定计划、读写文件、管理自己的上下文。之后你可以按照文档添加工具、更换模型、自定义提示词、配置子智能体。我必须有 OpenAI 或 Anthropic 的密钥吗，还是随便什么模型都行？任何支持工具调用的模型都可以——OpenAI、Anthropic、Google 这类前沿 API，Baseten、Fireworks 等平台上的托管开源权重模型，或者通过 Ollama、vLLM、llama.cpp 自行部署的模型都行。用任意 LangChain 聊天模型即可。
任何支持工具调用的模型都可以——OpenAI、Anthropic、Google 这类前沿 API，Baseten、Fireworks 等平台上的托管开源权重模型，或者通过 Ollama、vLLM、llama.cpp 自行部署的模型都行。用任意 LangChain 聊天模型即可。它能执行 shell 命令、修改文件——那怎么防止它搞出破坏？默认没有任何限制：Deep Agents 遵循“信任 LLM”的模式，工具允许做什么，智能体就能做什么。你需要在工具或沙箱层面设置边界，也可以使用内置的人工确认模式（human-in-the-loop），在工具调用执行前先进行审批。
默认没有任何限制：Deep Agents 遵循“信任 LLM”的模式，工具允许做什么，智能体就能做什么。你需要在工具或沙箱层面设置边界，也可以使用内置的人工确认模式（human-in-the-loop），在工具调用执行前先进行审批。那我用它还得会写代码吗？要的——它面向的是用 Python 或 TypeScript、搭配自己的工具和模型来组装智能体的开发者。如果你是新手，仓库里有能直接跑的示例，LangChain 团队还提供免费的 LangChain Academy 课程。
要的——它面向的是用 Python 或 TypeScript、搭配自己的工具和模型来组装智能体的开发者。如果你是新手，仓库里有能直接跑的示例，LangChain 团队还提供免费的 LangChain Academy 课程。开箱自带哪些东西？拥有独立上下文窗口的子智能体、可插拔的文件系统（支持本地、沙箱或远程后端）、能把长对话做摘要并把工具输出转存到磁盘的上下文管理、shell 访问、跨会话的持久记忆、人工审批、可加载的技能，以及任何 MCP 服务器都能当作工具使用。
拥有独立上下文窗口的子智能体、可插拔的文件系统（支持本地、沙箱或远程后端）、能把长对话做摘要并把工具输出转存到磁盘的上下文管理、shell 访问、跨会话的持久记忆、人工审批、可加载的技能，以及任何 MCP 服务器都能当作工具使用。它和 LangChain、LangGraph 有什么区别？它们是同一套技术栈的不同层次：LangGraph 是图运行时，LangChain 的 create_agent 是一个最简框架，Deep Agents 则是搭建在上面的、带有明确设计理念的完整框架，内置规划、上下文管理和任务委派。各层可以组合使用——任何 LangGraph 图都可以作为子智能体传入一个 Deep Agent。
它们是同一套技术栈的不同层次：LangGraph 是图运行时，LangChain 的 create_agent 是一个最简框架，Deep Agents 则是搭建在上面的、带有明确设计理念的完整框架，内置规划、上下文管理和任务委派。各层可以组合使用——任何 LangGraph 图都可以作为子智能体传入一个 Deep Agent。Deep Agents Code 是什么？一个做好的终端编程智能体，类似 Claude Code 或 Cursor，但可以用你指定的任意 LLM 来驱动。安装命令：curl -LsSf | bash。
一个做好的终端编程智能体，类似 Claude Code 或 Cursor，但可以用你指定的任意 LLM 来驱动。安装命令：curl -LsSf | bash。已经有 Claude Code 了，为什么还要做这个？这正是官方说明的灵感来源：Deep Agents 想弄清楚 Claude Code 为什么能成为通用工具，并把它更进一步——做成一个开源框架，支持任意 LLM，而且任何部分都可以替换。
这正是官方说明的灵感来源：Deep Agents 想弄清楚 Claude Code 为什么能成为通用工具，并把它更进一步——做成一个开源框架，支持任意 LLM，而且任何部分都可以替换。What are similar projects?deer-flow, hive, DeepCode, SystemOneHarness, langgraph, powercontext, open-multi-agent, Orbital
deer-flow, hive, DeepCode, SystemOneHarness, langgraph, powercontext, open-multi-agent, OrbitalWhich topics is it in?deepagents, langgraph, mcp-client, harness-engineering, long-term-memory, human-in-the-loop, agent-harness, langchain, context-engineering, harness, agent-framework, local-llm
deepagents, langgraph, mcp-client, harness-engineering, long-term-memory, human-in-the-loop, agent-harness, langchain, context-engineering, harness, agent-framework, local-llm