Deepagents 实战指南：用一体化 Agent 框架快速搭出会规划、能落地的 AI 智能体
【免费下载链接】deepagentsThe batteries-included agent harness.项目地址: https://gitcode.com/GitHub_Trending/de/deepagents
当你想让 AI 智能体独立完成多步骤任务——比如“查一遍数据库、找出收入最高的员工、再把结果写成报告”——最耗时的往往不是模型本身，而是你要自己搭的“运行外壳”：上下文怎么管理、中间产物放哪、要不要把子任务拆给别的 agent 干。Deepagents 是 LangChain 生态开源的 agent harness（harness 可理解为包住智能体运行流程的一套骨架），它把规划、文件系统、子代理、记忆默认打包好，让你少写大量脚手架代码，把精力放在业务逻辑上。
任务一长，问题就来了
单次对话式问答，一个 LLM 调用就够；可任务一旦变成“查资料、读结果、写文件、出报告”，上下文会迅速膨胀，模型容易跑偏。Deepagents 就是为这类长程、多步骤任务调过默认值的：
- 长对话自动摘要压缩，工具输出可以外溢到磁盘，agent 自己管理上下文
- 默认内置 todo 规划：先列任务清单，再逐项执行并更新状态
- 任何一步都能流式观察，执行中断后可从检查点恢复
仓库里的 text-to-SQL 示例很典型：一句自然语言提问，agent 会先列出“查看表结构、按员工统计收入、再做地区拆分”的 todo，然后逐步执行。
开箱即带的几件标配
不用自己拼的默认能力：
- 文件系统：读取、写入、编辑、搜索，底层可切换本地磁盘、沙箱或远程后端
- 子代理（sub-agents）：把子任务交给独立上下文的 agent，主 agent 不被中间过程污染；你自己的 LangGraph 图也能挂进来当子代理
- Shell 与技能（skills）：在所选沙箱里跑命令；skills 是可按需加载的复用行为
- 持久记忆：跨会话召回，状态后端可插拔
- 人在回路：工具调用执行前可审批、修改或拒绝
不想写代码，直接跑 dcode
🖥️ 仓库同时带一个预置的终端编码 agentdcode，定位类似 Claude Code、Cursor：在当前目录直接对话，它能改文件、跑命令、联网检索，也支持远程沙箱和持久记忆。界面是文本 TUI，底部状态栏会显示当前会话的模型与 token 用量。
3 步跑通最小示例
- 装 SDK：
uv add deepagents；想浏览完整源码可先git clone https://gitcode.com/GitHub_Trending/de/deepagents - 用
create_deep_agent(model=..., tools=[...], system_prompt=...)几行 Python 建出 agent，模型可换，支持主流 API 模型以及 Ollama、vLLM 等自托管的、支持工具调用的模型 - 像调用普通函数一样
agent.invoke(...)，它会自己规划、读写文件、管理上下文
想把 agent 装进现有环境
Deepagents 提供了几条现成的集成路径：
- ACP 适配器：把 agent 作为外部代理接入 Zed 等编辑器，和 Claude Code、Codex CLI 并排出现在代理选择菜单里
- MCP：直接挂载任何 MCP 服务器的工具
- 沙箱伙伴：与 Daytona、Modal、Runloop、Vercel 等沙箱服务集成，
execute工具的能力边界随之调整
每一步都能看见
基于 LangGraph 构建意味着运行过程可流式、可检查点、可中断恢复。配合 LangSmith 追踪，模型调用、工具执行、todo 状态变化都逐条可见——排查“agent 哪一步开始跑偏”时，比盯着最终输出效率高得多。
如何判断它适合你
- 任务步骤多、需要文件与外部工具配合：合适，这正是默认配置瞄准的场景
- 只是简单对话或单次工具调用：直接用更轻的 LangChain
create_agent即可 - 需要逐步控制编排流程：下沉到 LangGraph 自己画图
- 安全上遵循“信任模型、管住工具”：边界靠工具与沙箱权限划，上生产时留意给 agent 的文件路径与 shell 范围
接下来先看哪
- 根目录 README.md 扫一遍功能清单，按 Quickstart 跑第一个例子
- 终端用法从 libs/code/ 的 README 入手；自建 agent 从 libs/deepagents/ 入手
- 不想一上来读源码，openwiki/ 里有现成的架构与概念文档
- 第一版跑通后，用 libs/evals/ 做一轮行为评估，看看 agent 在哪些任务上会翻车
【免费下载链接】deepagentsThe batteries-included agent harness.项目地址: https://gitcode.com/GitHub_Trending/de/deepagents
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
