深度Agent概述
deepagents 是一个独立的库，用于构建能够处理复杂、多步骤任务的Agent。深度Agent基于 LangGraph 构建，并受到 Claude Code、Deep Research 和 Manus 等应用的启发，具备规划能力、用于上下文管理的文件系统以及派生子Agent的能力。
何时使用深度Agent
当您需要Agent能够执行以下操作时，请使用深度Agent：
- 处理需要规划和分解的复杂、多步骤任务
- 通过文件系统工具管理大量上下文
- 将工作委托给专门的子Agent以实现上下文隔离
- 在对话和线程之间持久化内存
对于更简单的用例，请考虑使用 LangChain 的 create_agent 或构建自定义的 LangGraph 工作流。
核心功能
规划和任务分解
深度Agent包含一个内置的 write_todos 工具，使Agent能够将复杂任务分解为离散的步骤，跟踪进度，并在新信息出现时调整计划。
上下文管理
文件系统工具（ls、read_file、write_file、edit_file）允许Agent将大量上下文卸载到内存中，防止上下文窗口溢出，并能够处理可变长度的工具结果。
子Agent派生
内置的 task 工具使Agent能够为上下文隔离派生专门的子Agent。这可以保持主Agent的上下文清洁，同时仍能深入处理特定的子任务。
长期记忆
使用 LangGraph 的 Store 扩展Agent，使其具有跨线程的持久内存。Agent可以从以前的对话中保存和检索信息。
与 LangChain 生态系统的关系
深度Agent建立在以下基础之上：
- LangGraph - 提供底层的图执行和状态管理
- LangChain - 工具和模型集成与深度Agent无缝协作
- LangSmith - 通过 LangGraph 平台实现可观察性和部署
深度Agent应用程序可以通过 LangSmith 部署 进行部署，并使用 LangSmith 可观察性 进行监控。