# do-deepagents-skill

**Repository Path**: liangdabiao/do-deepagents-skill

## Basic Information

- **Project Name**: do-deepagents-skill
- **Description**: skill指导AI正确的写代码-基于langchain deepagents框架。为什么需要 DeepAgents 这一套？单一提示词撑不住复杂任务真实业务往往是：多步推理、多工具组合、长会话、还要记用户偏好和历史决策。把一切都塞进一个 Chat 里，容易出现指令被淹没、行为漂移、失败不可定位。这就是为什么像Claude Code、Deep Research、Manus这样的应用能够脱颖而出…
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-28
- **Last Updated**: 2026-05-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# do-deepagents-skill - DeepAgents Framework Skill

掌握 [DeepAgents](https://github.com/langchain-ai/deepagents) 框架的技能库。DeepAgents 是 LangChain 团队推出的独立 Python 库，构建在 LangChain + LangGraph 之上，为构建智能代理提供有主见的默认配置。

## 项目简介

本项目为 AI Agent 提供 DeepAgents 框架的完整知识库，包括：

- 核心 API 参考 (`create_deep_agent`)
- 内置工具详解（文件系统、任务规划、子代理、上下文压缩）
- 中间件系统架构
- 后端系统（StateBackend、FilesystemBackend、StoreBackend、Sandbox 等）
- 子代理系统设计
- Skills 技能扩展机制
- 流式输出与人机协同
- 生产环境部署指南

## 快速开始

### 安装

```bash
pip install deepagents
```

### 第一个 Agent

```python
from deepagents import create_deep_agent

def get_weather(city: str) -> str:
    """Get weather for a given city."""
    return f"It's always sunny in {city}!"

agent = create_deep_agent(
    model="anthropic:claude-sonnet-4-6",
    tools=[get_weather],
    system_prompt="You are a helpful assistant",
)

result = agent.invoke(
    {"messages": [{"role": "user", "content": "What is the weather in SF?"}]}
)
print(result["messages"][-1].content)
```

## 核心能力

| 能力 | 内置工具 | 描述 |
|------|---------|------|
| **规划** | `write_todos` | 任务分解与进度追踪 |
| **文件系统** | `read_file`, `write_file`, `edit_file`, `ls`, `glob`, `grep` | 上下文管理与大结果自动 offload |
| **Shell 执行** | `execute` | 沙箱后端中运行命令 |
| **子代理** | `task` | 上下文隔离的任务委派 |
| **上下文压缩** | `compact_conversation` | 85% 窗口时自动摘要 |

## 项目结构

```
do-deepagents-skill/
├── SKILL.md                           # 主技能文件
└── references/
    ├── getting-started.md             # 完整入门指南
    └── docs/                          # 详细文档
        ├── Deep Agents overview.md
        ├── Quickstart.md
        ├── Configuration.md
        ├── Backends.md
        ├── Subagents.md
        ├── Skills.md
        ├── Memory.md
        ├── Streaming.md
        ├── Human-in-the-loop.md
        ├── Sandboxes.md
        ├── Interpreters.md
        └── ... (更多文档)
```

## 主要文档

- [入门指南](references/getting-started.md) - 从零开始掌握 DeepAgents
- [框架概览](references/docs/Deep%20Agents%20overview.md) - 框架定位与核心能力
- [快速开始](references/docs/Quickstart.md) - 5 分钟创建第一个 Agent
- [完整 API 参考](SKILL.md) - `create_deep_agent` 所有参数详解
- [后端系统](references/docs/Backends.md) - 不同存储后端的选择与配置
- [子代理系统](references/docs/Subagents.md) - 上下文隔离的任务委派
- [Skills 机制](references/docs/Skills.md) - 扩展 Agent 能力的技能系统

## 使用场景

- 构建复杂多步骤任务的代理应用
- 需要规划、文件系统、子代理能力的 AI 系统
- 需要切换不同存储后端的灵活部署
- 需要沙箱隔离执行环境的代码生成任务

## 相关资源

- [DeepAgents GitHub](https://github.com/langchain-ai/deepagents)
- [LangChain 文档](https://docs.langchain.com/)
- [LangGraph 文档](https://langchain-ai.github.io/langgraph/)
- [LangSmith](https://smith.langchain.com/) - 追踪与调试

## 许可证

本项目遵循相关开源许可证。

## 特别感谢

https://linux.do 社区