Deep Agent 研发使用指南
Deep Agent(LangChain/deepagents)研发使用指南 —— 如何封装你自己的 Deep Agent 工具
这不是一篇 deepagents 的 API 手册翻译,而是一份面向研发团队的使用指南,讲的是"如果你也要用 deepagents 封装一个自己的工具,这条路该怎么走"——从三行代码能跑起来的最小 harness,一步步长成一个真正顶用的系统。SourceLens 的 lensnode 服务贯穿全文做例子(它就是这么长出来的,连真实的提交顺序都原样保留),但它始终是例子,不是主角。
这份指南适合谁
会写 Python、想用 deepagents(基于 LangChain / LangGraph)封装自己业务工具的研发,不要求你会用 SourceLens 或对它的代码感兴趣——它只是贯穿全文的一个具体例子,所有结论都标注了具体文件和行号,而不是泛泛的框架介绍。
版本说明
正文引用的 API 均基于容器 sourcelens-lensnode-dev 内实际安装的版本:
deepagents 0.6.8langchain 1.3.7/langchain-core 1.4.0/langgraph 1.2.4
这两个库的 API 漂移较快,同一个类的构造参数、默认值可能在几个小版本之间就发生变化。本文所有涉及默认值、方法签名的地方都是对着这个版本的源码核实过的;如果你所在环境的版本不同,请以你自己安装的版本为准重新核实,不要直接照搬这里的数字。
内容地图
Deep Agent 是什么,和单次 LLM 调用/手写 tool 循环有什么区别
最小 Harness,以及不配置任何东西时库已经替你做了什么
自定义模型、自定义工具、自定义 Backend 的通用做法
照着 SourceLens 真实的提交顺序,看需求怎么一步步逼出委派/场景/交付能力
压缩、卸载、上下文编辑别混淆;token 计数与 max_tokens 语义
MemoryMiddleware、HITL、RubricMiddleware、异步子代理…
一个真实的上下文丢失 bug,从现象到修复的完整过程
长文本任务怎么配置,调库行为前先做什么
准备好了就从 第 0 章:心智模型 开始。
最后更新于