Deep Agents 教程 · 课程导学

本课程共 14 章，基于 2026-09-17 核验的 Python 官方文档编写，是原创教学整理而非官方文档的完整镜像。

Deep Agents 是构建在 LangGraph 之上的“agent harness”：内置文件系统工具、Skills、Memory、子智能体委派与人工审批。课程从第一个 agent 讲到生产级组合（审批 + 幂等 + 沙箱）。

先修：建议先读 LangGraph 教程第 1、4、6 章（图、工具调用、中断）。模型示例需要自备支持工具调用的模型服务（任意 OpenAI 兼容端点），凭据来自环境变量。

环境与版本边界

bash

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -U deepagents
python -m pip freeze > requirements.lock.txt

Deep Agents 0.7 起任务规划（write_todos）为显式启用；delete 文件工具与文件工具 allowlist 也要求 0.7+。本机核验版本为 0.7.15。pip show deepagents 低于 0.7 时，本章的规划与部分文件工具行为会不同。