Deep Agents：一款“开箱即用”的智能体框架
Deep Agents 是 LangChain 推出的一款开源智能体框架，专为长期、多步骤任务设计。它内置了子智能体、文件系统、上下文管理、Shell 访问、持久化记忆以及人工审核等特性。该框架与模型无关，支持任何支持工具调用的 LLM，并基于 LangGraph 构建，具备生产级可靠性。
LangChain 团队近日发布了 Deep Agents，一款“开箱即用”的智能体框架。该框架旨在为长期、多步骤的复杂任务提供默认优化配置，同时允许用户在不分支的情况下扩展或替换任何组件。
Deep Agents 的核心原则包括：偏向意见（默认为长时程、多步骤工作优化）、可扩展（无需分支即可替换任何部分）、模型无关（支持任何支持工具调用的 LLM，无论是前沿 API、开源模型还是本地模型）以及生产就绪（基于 LangGraph 构建，支持流式输出、持久化、检查点，并通过 LangSmith 提供一流的追踪、评估和部署能力）。
在功能方面，Deep Agents 提供了丰富的内置能力：子智能体——将任务委托给具有独立上下文窗口的智能体；文件系统——可读、写、编辑或搜索可插拔的本地、沙箱或远程后端；上下文管理——总结长线程并将工具输出卸载到磁盘；Shell 访问——在用户选择的沙箱中运行命令；持久化内存——可插拔的状态和存储后端，支持跨会话回忆；人工审核——在执行前批准、编辑或拒绝工具调用；技能——智能体可按需加载的可复用行为；工具——用户可自带函数或任何 MCP 服务器。
Deep Agents 还提供了一个名为 Deep Agents Code 的预构建编码智能体，可在终端中运行，类似于 Claude Code 或 Cursor，支持任何 LLM。安装命令为 curl -LsSf https://langch.in/dcode | bash。
在快速入门方面，用户可以通过 uv add deepagents 安装，然后使用 Python 快速创建智能体。框架可自动规划、读写文件并管理自身上下文。用户还可以添加自定义工具、交换模型、自定义提示词、配置子智能体等。
关于与其他框架的关系，Deep Agents 建立在 LangGraph 和 LangChain 的 create_agent 之上，是一个更偏向意见的框架，捆绑了文件系统、子智能体、上下文管理和技能。它适用于希望直接获得完整框架的用户；如果只需要轻量级框架，可以使用 LangChain 的 create_agent；如果需要自定义图结构，则可以直接使用 LangGraph。这三者可以组合使用。
Deep Agents 支持生产环境部署，可与 LangSmith 结合用于追踪、评估和监控。该项目在 GitHub 上开源，拥有 25.6k 星标和 3.6k 分支，采用 MIT 许可证。更多信息可参考官方文档和示例。