deepagents 是一个独立的库，用于构建可以处理复杂多步骤任务的智能体。基于 LangGraph 构建，灵感来自 Claude Code、Deep Research 和 Manus 等应用程序，深度智能体具有规划功能、用于上下文管理的文件系统以及生成子智能体的能力。

​
何时使用深度智能体

当您需要能够执行以下操作的智能体时使用深度智能体：
  • 处理复杂的多步骤任务，需要规划和分解
  • 管理大量上下文，通过文件系统工具
  • 委托工作给专门的子智能体以实现上下文隔离
  • 持久化记忆跨对话和线程
对于更简单的用例，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

深度智能体包含内置的 write_todos 工具，使智能体能够将复杂任务分解为离散步骤、跟踪进度并随着新信息的出现调整计划。

上下文管理

文件系统工具（ls、read_file、write_file、edit_file）允许智能体将大量上下文卸载到内存中，防止上下文窗口溢出并支持处理可变长度的工具结果。

子智能体生成

内置的 task 工具使智能体能够生成专门的子智能体以实现上下文隔离。这使主智能体的上下文保持清洁，同时仍然可以深入处理特定子任务。

长期记忆

使用 LangGraph 的 Store 跨线程为智能体扩展持久化记忆。智能体可以保存和检索以前对话中的信息。

​
与 LangChain 生态系统的关系

深度智能体构建在以下基础之上：
  • LangGraph - 提供底层图执行和状态管理
  • LangChain - 工具和模型集成与深度智能体无缝协作
  • LangSmith - 通过 LangGraph 平台提供可观测性和部署
深度智能体应用程序可以通过 LangSmith Deployment 部署并使用 LangSmith Observability 进行监控。

​
开始使用

快速入门

构建您的第一个深度智能体

自定义

了解自定义选项

中间件

理解中间件架构

参考

查看 deepagents API 参考
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.