Deep Agents面向复杂长任务的 Agent Harness

栏目定位 ​

Deep Agents 是建立在 LangChain create_agent 与 LangGraph Runtime 之上的 Agent Harness。 它把规划、文件系统、子 Agent 和上下文管理组合成一套适合复杂长任务的默认结构，同时保留模型、 工具、存储与运行基础设施的选择空间。

前端类比 ​

可以把 LangGraph Runtime 看作浏览器运行时与调度器，把 LangChain create_agent 看作一个最小 应用框架，再把 Deep Agents 看作带路由、数据层、构建约定和目录规范的全栈脚手架。这个类比只用 来理解抽象层级，不代表它们使用相同实现。

Deep Agents 原生语义：Deep Agents 最终仍调用 LangChain 的 Agent 循环，并由 LangGraph 管理状态、checkpoint、streaming 与 interrupt。它的价值来自一组可组合的默认 middleware 与 backend，而不是引入另一套独立运行时。

版本与语言路线 ​

• Python 主线以 deepagents 0.6.12 为基线，要求 Python >=3.11,<4.0。
• TypeScript 主线以 deepagents 1.10.7 为基线；官方包没有声明最低 Node.js 版本。
• 可靠对等的核心能力提供 Python/TypeScript 双语言代码组。
• Beta、Preview 与 Private Beta 能力会在对应页面单独标记，不混入基础快速上手。

先修 ​

• LangChain 概览 — 理解模型、工具和 Agent 循环
• LangGraph 概览 — 了解状态、持久化与中断的运行基础

下一步 ​

• Deep Agents 概览 — 建立完整 Harness 心智模型
• 快速上手 — 直接使用 Deep Agents 创建第一个 Agent

官方参考 ​

• Deep Agents Python 文档
• Deep Agents JavaScript 文档
• Deep Agents GitHub 仓库