主题
deepagents 是一个独立的库，用于构建能够处理复杂、多步骤任务的智能体（agent）。它基于 LangGraph 构建，并受到 Claude Code、Deep Research 和 Manus 等应用的启发。深度智能体（deep agent）具备规划能力、用于上下文管理的文件系统以及生成子智能体（subagent）的能力。
何时使用深度智能体
当你需要智能体能够处理以下情况时，请使用深度智能体：
- 处理复杂、多步骤的任务，这些任务需要规划和分解
- 通过文件系统工具管理大量上下文
- 将工作委派给专门的子智能体以实现上下文隔离
- 在对话和线程之间持久化记忆
对于更简单的用例，请考虑使用 LangChain 的 create_agent 或构建自定义的 LangGraph 工作流。
核心能力
规划与任务分解
深度智能体包含一个内置的 write_todos 工具，使智能体能够将复杂任务分解为离散的步骤、跟踪进度，并在新信息出现时调整计划。
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，并能够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。这可以保持主智能体的上下文清洁，同时又能深入处理特定的子任务。
长期记忆
使用 LangGraph 的 Store 扩展智能体，实现跨线程的持久化记忆。智能体可以保存和检索先前对话中的信息。
与 LangChain 生态系统的关系
深度智能体构建于以下基础之上：
深度智能体应用程序可以通过 LangSmith Deployment 进行部署，并使用 LangSmith Observability 进行监控。