【免费下载链接】deepagentsjsThe batteries included agent harness.项目地址https://gitcode.com/gh_mirrors/de/deepagentsjs点击查看免费下载deepagentsjs包名deepagents是一个开箱即用的 Agent 框架agent harness基于 LangGraph 构建内置规划、文件系统工具、子智能体等能力。本文带你快速完成 deepagentsjs 智能体的部署与调试先用几行代码invoke本地跑通再用流式输出和 LangGraph Studio 调试界面观察每一步执行最后把智能体部署成可被 UI 调用的 LangGraph 服务。一、deepagentsjs 是什么先认识这个智能体框架deepagentsjs 的官方定位是 The batteries-included agent harness电池全包式的智能体运行框架。你不需要自己拼装提示词、工具和上下文管理安装后立刻得到一个可用的智能体规划write_todos工具把复杂任务拆解成待办清单并跟踪进度文件系统read_file、write_file、edit_file、ls、glob、grep用文件作为工作记忆子智能体task工具把子任务委派给隔离上下文的子智能体并行处理智能默认值内置提示词与中间件工具开箱即用上图展示了 DeepAgent 的组成用户提供指令和工具中间的 LLM 可以调用规划工具Planning Tool、子智能体委派工具Sub-Agent Delegation Tool和文件系统工具Filesystem Tools。核心源码位于 libs/deepagents/src/入口函数createDeepAgent定义在 libs/deepagents/src/agent.ts各种能力以中间件middleware形式挂载位于 libs/deepagents/src/middleware/。二、快速上手安装 deepagentsjs 并第一次 invoke一键安装步骤在 Node.js 项目里执行npm 7 / pnpm 8 会自动安装 peer 依赖npm install deepagents⚠️ 如果你用 Yarn需要手动补装 peer 依赖yarn add langchain/core langchain/langgraph langchain/langgraph-checkpoint langchain/langgraph-sdk langchain langsmith最小可运行示例准备一个模型 API Key如ANTHROPIC_API_KEY或OPENAI_API_KEY然后import { createDeepAgent } from deepagents; const agent createDeepAgent(); const result await agent.invoke({ messages: [ { role: user, content: 研究一下 LangGraph 并把摘要写入 summary.md }, ], });这就是从 0 到 1 的完整流程智能体自动拆解任务、写文件、调用工具最后返回结果。想要自定义模型、工具和提示词只需传入配置对象model、tools、systemPrompt完整示例见 examples/research/research-agent.ts——它构建了一个带联网搜索工具和研究员/编辑两个子智能体的深度调研智能体。小贴士createDeepAgent返回的是一个编译好的 LangGraph 图所以invoke、stream、检查点checkpointers、Studio 调试这些 LangGraph 原生能力全部直接可用。三、调试技巧用流式输出观察每一步执行生产级智能体通常要跑几分钟、调用几十次工具invoke的黑盒等待很难定位问题。debug deepagentsjs 智能体最实用的方法是流式输出for await (const [namespace, chunk] of await agent.stream( { messages: [{ role: user, content: 调研量子计算进展 }] }, { streamMode: updates, subgraphs: true }, )) { // namespace 为空是主智能体非空则是子智能体 console.log(namespace.length ? [subagent: ${namespace.join(|)}] : [main agent], chunk); }两个关键参数streamMode: updates每次状态更新时推一个事件方便看每个节点模型调用、工具执行subgraphs: true连子智能体内部的事件也一起收到namespace告诉你事件来自哪个子图仓库里提供了多个可直接运行的调试示例examples/streaming/basic.ts主/子智能体事件区分的最简写法examples/streaming/progress.ts跟踪子智能体执行进度更多流式模式分 token、按类型过滤、生命周期事件等见 examples/streaming/ 目录四、部署到 LangGraph Studio可视化调试智能体本地终端看日志终究有限。deepagentsjs 与 LangGraph 生态深度集成可以一键把智能体部署到 LangGraph 的本地开发环境在LangGraph Studio里用可视化界面逐步调试消息流、节点跳转、状态变更一目了然。最快配置方法三步部署第 1 步确认智能体以命名导出形式存在。例如 examples/research/research-agent.ts 导出了agent。第 2 步在同目录编写langgraph.json声明图入口。以研究示例为例examples/research/langgraph.json{ dependencies: [../], graphs: { research: ./research-agent.ts:agent }, env: .env }其中graphs把图 ID 映射到文件路径:导出名env指定环境变量文件位置。第 3 步在项目根目录启动开发服务器npx langchain/langgraph-cli dev -c examples/research/langgraph.json启动后 CLI 会自动打开 LangGraph Studio或按提示打开本地地址选择research这个 assistant就能在界面上直接对话、单步查看每个节点、检查检查点状态。进阶多智能体部署生产场景中常见监督者 多个子智能体架构。示例 examples/async-subagents/parallel-research/ 展示了完整玩法langgraph.json 同时注册supervisor监督者和researcher研究员两个图运行npx langchain/langgraph-cli dev -c examples/async-subagents/parallel-research/langgraph.json启动前端 UIVite React使用langchain/langgraph-sdk流式通信通过 supervisor.ts 与智能体交互并展示并行研究员卡片相关部署细节可参考 examples/async-subagents/parallel-research/README.md。五、生产部署检查清单 把 deepagentsjs 智能体推向生产前建议逐项确认环境变量管理API Key、搜索服务 Key 等统一放.env在langgraph.json中通过env字段声明不要硬编码模型配置通过model参数切换到生产级模型如 examples/research/research-agent.ts 使用 Claude Sonnet 并设置temperature: 0保证输出稳定可观测性接入 LangSmith 追踪每次运行的完整轨迹方便线上问题回溯LangSmith 也是官方推荐的开发、调试、部署 AI 智能体平台执行边界deepagentsjs 遵循信任 LLM模型智能体可以做工具允许的一切操作——务必在工具/沙箱层面设限。项目提供多种后端选择libs/deepagents/src/backends/ 下有state、filesystem、store等实现沙箱方案可参考 examples/sandbox/Deno、Daytona、Modal 等权限控制需要限制智能体能读/写哪些路径时可配置 permissions源码见 libs/deepagents/src/permissions/人类审批HITL对高风险操作加入 human-in-the-loop 中断与审批相关测试用例见 libs/deepagents/src/middleware/hitl.int.test.ts回归评估上线前用内置的评估套件跑一遍覆盖 todos、子智能体、记忆、工具选择等场景见 evals/ 目录六、总结回顾一下这条从invoke到 LangGraph Studio 的完整路径阶段做什么关键命令 / 文件1. 本地跑通安装并用invoke发起第一次任务npm install deepagents2. 调试执行过程开启stream流式输出观察主/子智能体事件examples/streaming/basic.ts3. 可视化调试编写langgraph.json启动开发服务器打开 Studionpx langchain/langgraph-cli dev -c langgraph.json4. 生产上线配置模型/环境变量/沙箱权限接入 LangSmith 观测见上文检查清单deepagentsjs 的价值在于把智能体框架里最琐碎的部分规划、文件记忆、子智能体委派、上下文摘要都做成了默认能力而它返回原生 LangGraph 图的设计又让调试与部署平滑接入 LangGraph Studio、LangGraph Platform 等整套生产工具链。从invoke一行代码起步到 Studio 可视化调试再到可被 UI 调用的服务deepagentsjs 的每一步都有现成示例可参考——接下来建议直接打开 examples/ 目录选一个最接近你业务的示例跑起来。赞分享【免费下载链接】deepagentsjsThe batteries included agent harness.项目地址https://gitcode.com/gh_mirrors/de/deepagentsjs点击查看免费下载相关推荐LangGraph多智能体工作流实战指南从安装到部署全攻略LangGraph多智能体工作流实战指南从安装到部署全攻略 在当今AI应用快速发展的时代构建稳定可靠的多智能体系统已成为开发者的核心需求。LangGraph人工智能AI AgentAgent 框架流程编排后端Coze Studio智能体测试完全指南从单元测试到端到端验证的完整流程Coze Studio智能体测试完全指南从单元测试到端到端验证的完整流程 Coze Studio作为一站式AI智能体开发平台提供了全面的测试策略来确保智能体人工智能AI Agent低代码RAG后端前端工作流自动化Mastra Studio 云端部署与冒烟测试实战从 studio deploy 到 UI 验证的完整指南Mastra Studio 云端部署与冒烟测试实战从 studio deploy 到 UI 验证的完整指南 Studio 是 Mastra 平台的 Web 交人工智能Agent 框架AI AgentRAG后端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考