LangChain Deep Agents 解析:从 LangGraph 运行时到复杂任务编排

Deep Agents 是基于 LangChain 和 LangGraph 构建的智能体编排框架,解决企业级复杂任务挑战。其核心特性包括虚拟文件系统、代码沙箱执行、通过中间件管理长上下文,以及支持并行处理的子智能体委派机制。

READ

LangChain 生态中的 Deep Agents 代表了从单一工具调用向复杂多步规划、子智能体委派及文件系统上下文管理的范式转变。Deep Agents 是一个构建在 LangChain 核心构建块之上、利用 LangGraph 运行时进行持久化执行和流式处理的“智能体编排框架”(Agent Harness),旨在解决企业级复杂任务中上下文管理、并行处理和长期记忆的挑战。

核心架构:LangGraph 运行时与 SDK 的关系

Deep Agents 并非独立的框架,而是基于 LangChain 和 LangGraph 构建的高级抽象。它复用了 LangGraph 的底层能力,包括持久化执行(Durable Execution)、流式处理(Streaming)以及人机协同(Human-in-the-loop),但通过 deepagents 库提供了开箱即用的复杂任务处理能力。

在 LangGraph 基础层面,开发者需要手动定义状态图(StateGraph)、节点(Nodes)和条件边(Conditional Edges)来构建工作流。而在 Deep Agents 中,这种底层图构建被封装为 create_deep_agent 或 create_agent 函数。Deep Agents 利用 LangGraph 的 checkpointer 机制实现状态持久化,并利用其 interrupts 机制实现运行时干预,但将这些复杂逻辑隐藏在中间件(Middleware)层之下,使开发者能专注于业务逻辑而非图拓扑。

来源1 · 来源2 · 来源3

执行环境:虚拟文件系统与代码执行

Deep Agents 引入了虚拟文件系统(Virtual Filesystem)和代码执行沙箱,使智能体能够像人类开发者一样在环境中“工作”。

虚拟文件系统

Deep Agents 提供可配置的虚拟文件系统,支持多种后端(如内存状态、本地磁盘、LangGraph Store)。智能体可以通过工具读取和写入文件,系统支持声明式的权限规则(Permissions),通过 Glob 模式控制智能体对特定路径的读写访问。这种机制允许父智能体为子智能体分配更狭窄的文件访问权限,实现隔离与安全控制。

代码执行

为了处理需要编程逻辑的任务,Deep Agents 支持两种代码执行模式:

  1. 沙箱后端(Sandbox Backends):暴露 execute 工具,允许在隔离环境中运行 Shell 命令、安装依赖或调用 CLI 工具。适用于需要操作系统级交互的场景。
  2. 解释器(Interpreters):在 QuickJS 运行时中运行 JavaScript 代码。适用于轻量级的数据处理、循环逻辑或程序化工具调用,但不提供 Shell 或文件系统访问。

这种分层执行环境使 Deep Agents 能够处理从简单查询到复杂代码生成的广泛任务。

来源1

上下文管理:中间件驱动的长期记忆

随着智能体运行时间的延长,上下文窗口会迅速填满。Deep Agents 通过中间件(Middleware)架构管理上下文,确保智能体在长运行任务中保持高效和准确。

核心中间件组件

  • SummarizationMiddleware:自动压缩对话历史和大型工具结果,防止上下文溢出。它将冗长的历史压缩为紧凑的摘要,保留关键信息。
  • MemoryMiddleware:从 AGENTS.md 等文件加载持久化指令和偏好设置。这些记忆在每次会话启动时加载,并可根据交互反馈更新,实现跨会话的知识保留。
  • SkillsMiddleware:采用渐进式披露(Progressive Disclosure)机制加载领域知识。智能体仅在任务需要时读取特定的 SKILL.md 文件,避免启动时加载过多无关信息,保持上下文紧凑。
  • FilesystemMiddleware:管理虚拟文件系统的访问,将文件操作整合到智能体的状态中。

上下文工程

Deep Agents 强调“上下文工程”,即通过结构化方式管理智能体的知识输入。通过将静态提示(如系统指令)与动态上下文(如对话历史)分离,并利用 Prompt Caching 技术,Deep Agents 能够优化推理成本并提高响应速度。

来源1 · 来源2

子智能体(Subagents)与并行委派

Deep Agents 的核心优势在于其子智能体委派机制,允许主智能体将复杂任务分解并并行处理。

子智能体机制

  • 隔离上下文:默认情况下,每个子智能体拥有独立的上下文窗口(mode: "isolated"),确保任务隔离。也可以配置为继承父智能体的完整历史(mode: "fork")。
  • 并行执行:主智能体可以同时创建多个子智能体,每个子智能体负责一个子任务。子智能体在隔离环境中运行,互不干扰。
  • 单一交接:子智能体完成后,将最终报告返回给主智能体。这种“单一交接”模式简化了结果聚合,避免了多消息传递的复杂性。
  • 无状态消息:子智能体是无状态的,不能向主智能体发送多条消息。这种设计提高了效率,将重型子任务压缩为紧凑结果。

任务规划

Deep Agents 支持可选的任务规划(Task Planning),主智能体可以生成待办事项列表(Todo List),并将任务分配给专门的子智能体。这种规划-委派-聚合的模式使 Deep Agents 能够处理需要多步骤协调的复杂工作流。

from deepagents.middleware import SubAgentMiddleware

agent = create_agent(
    model="anthropic:claude-sonnet-4-6",
    middleware=[
        SubAgentMiddleware(
            backend=backend,
            subagents=[
                {
                    "name": "researcher",
                    "description": "Searches and returns a structured summary.",
                    "system_prompt": "Use the search tool to research the question and summarize key points.",
                    "tools": [search],
                    "model": "anthropic:claude-sonnet-4-6",
                }
            ],
        ),
    ],
)

来源1 · 来源2

部署模式:Managed vs SDK

Deep Agents 提供两种部署模式,适应不同的生产需求:

Managed Deep Agents

  • 托管基础设施:由 LangSmith 运行智能体编排、Agent Server、沙箱和调度器。
  • 零运维:开发者无需管理基础设施,专注于智能体逻辑。
  • 适用场景:快速原型验证、生产级复杂任务,且希望最小化运维负担的团队。

Deep Agents SDK

  • 自托管:开发者在自有进程或容器中运行智能体。
  • 高度灵活:支持自定义后端(Backend)、存储(Store)和检查点器(Checkpointer)。
  • Agent Server:可运行自定义 Agent Server,实现更精细的运行时控制。
  • 适用场景:需要完全控制运行时环境、集成内部系统或满足特定合规要求的场景。

两种模式共享相同的 deepagents 库和核心能力,开发者可以根据需求灵活选择。

来源1

人机协同与可观测性

运行时干预(Human-in-the-loop)

Deep Agents 集成 LangGraph 的 interrupts 机制,允许在关键决策点暂停智能体执行。通过 interrupt_on 参数,开发者可以指定在特定工具调用(如文件编辑、API 调用)前请求人工批准。这为高风险操作提供了安全层,支持人工干预、添加指导或修改工具输入。

流式处理与可观测性

  • 事件流(Event Streaming):Deep Agents 暴露类型化的事件流,包括消息、工具调用、值更新和子智能体任务。stream.subagents 允许监控每个子智能体的独立流。
  • LangSmith 集成:所有智能体运行均可通过 LangSmith 进行追踪、调试和评估。LangSmith Engine 可自动监控追踪数据,检测问题并提出修复建议。

这种可观测性使开发者能够深入理解智能体的决策过程,优化性能并排查错误。

来源1 · 来源2 · 来源3

Conversation

评论

正在加载评论