langchain-ai/deepagents 开源库：用途、安装与使用指南

Deep Agents 是一个基于 LangChain 和 LangGraph 构建的“开箱即用”型 AI 智能体框架（agent harness）。它旨在解决构建复杂 AI 智能体应用时，需要自行繁琐集成和配置规划、文件操作、子任务分解、上下文管理等基础能力的问题，提供一个 opinionated（有主见）且功能齐全的起点。用户无需从零配置提示词、工具和上下文管理，直接获得一个工作正常的智能体，并可根据需求进行定制。 适用场景包括：自动化研究任务（如调研并总结技术文档）、代码生成与修改（通过 CLI 或 SDK）、需要分解复杂任务并分发给子智能体协同的场景，以及需要与本地文件系统交互的自动化工作流。从 examples 目录可见，项目提供了 deep_research、text-to-sql-agent、nvidia_deep_agent 等多种示例，覆盖研究、SQL 生成、GPU 分析等具体用例。 技术特征方面，Deep Agents 内置了丰富的工具集：规划工具（write_todos）用于任务分解和进度跟踪；文件系统工具（read_file、write_file、edit_file、ls、glob、grep）用于读写上下文；Shell 访问（execute）支持命令执行（带沙箱）；子智能体工具（task）支持带隔离上下文窗口的工作委托。此外，还提供智能默认提示词、上下文自动摘要（长对话时）、大输出文件保存等能力。项目基于 LangGraph 构建，返回编译的图，支持流式传输、Studio、检查点器等 LangGraph 原生特性。同时支持异步子智能体模式（通过 Agent Protocol）、ACP 协议服务器兼容、外循环改进机制（Better Agent），以及通过 langchain-mcp-adapters 支持 MCP。CLI 提供交互式终端界面（TUI），支持网络搜索、无头模式、人工审批等。 安装方式简单：可通过 pip install deepagents 或 uv add deepagents 安装；CLI 可通过一键安装脚本部署。使用方式包括 SDK 编程（create_deep_agent 函数）和 CLI 命令行操作，并支持自定义模型、工具、系统提示词等。