
Deep Agents SDK 入門課:10 篇文章帶你打造真正會規劃的 AI 代理人
Deep Agents SDK 是 LangChain 推出的代理人框架,內建任務規劃、檔案系統管理、子代理人、長期記憶等功能。這個系列 10 篇從零帶你把它搞清楚、用起來。
共 9 篇

Deep Agents SDK 是 LangChain 推出的代理人框架,內建任務規劃、檔案系統管理、子代理人、長期記憶等功能。這個系列 10 篇從零帶你把它搞清楚、用起來。

Deep Agents SDK 是 LangChain 推出的代理人框架,解決一般 agent 框架缺少規劃能力、記憶能力和 context 管理的問題。本文解析它和 LangGraph、LangChain 的關係,以及什麼情況下你才真的需要它。

從零到一個可以執行的 Deep Agent:安裝 deepagents、定義自訂工具、建立代理人、跑起來。本文少廢話多 code,帶你在 5 分鐘內讓第一個代理人動起來。

Deep Agents 的 write_todos 工具讓代理人在執行前先把任務分解成步驟、追蹤進度。本文解析 write_todos 的運作機制,以及它如何讓複雜任務的執行從「邊做邊亂」變成「有計畫地推進」。

Deep Agents 內建虛擬 Filesystem,讓代理人用 ls、read_file、write_file、edit_file 管理任務資料,不需要把所有中間結果塞進 context window。本文解析 Filesystem 工具的設計邏輯和使用方法。

Deep Agents 的 Filesystem 後端是可插拔設計,支援 In-Memory、本地磁碟、LangGraph Store、以及 Modal/Daytona/Deno 等 Sandbox。本文解析各後端的差異,幫你在不同場景選到對的方案。

Deep Agents 的 task 工具讓主代理人可以生成子代理人,把特定子任務分包出去,子代理人有獨立的 context 不干擾主代理人。本文解析 Subagents 的設計邏輯和實際使用方式。

Deep Agents 透過 LangGraph Memory Store 實現跨對話的長期記憶,讓代理人在下次對話時還能記得用戶偏好、專案狀態和已完成的工作。本文解析設定方式和記憶管理的設計策略。

Deep Agents CLI 的 Skills 系統讓你用結構化的方式定義代理人的行為規範,包含開發習慣、專案慣例、偏好工作模式。本文解析 Skills 的結構設計和什麼時候值得投資建立。