3 步跑通 Deepagents搭一個智能文檔處理代理【免費下載鏈接】deepagentsThe batteries-included agent harness.項目地址: https://gitcode.com/GitHub_Trending/de/deepagents多步驟任務做到一半上下文先爆了這是構建智能文檔處理代理時最常見的失敗點。Deepagents基于 LangChain/LangGraph 的智能體框架把規劃清單、文件讀寫后端和子代理委派默認打進同一個代理里你只管定義任務它自己拆解、執行、落盤。30 秒跑通環境最短路徑是安裝加一個入口函數沒有額外配置項。uv add deepagentsfrom deepagents import create_deep_agent agent create_deep_agent(modelopenai:gpt-5.5) agent.invoke({messages: 把這份年報拆成 3 個要點})想先讀代碼再上手克隆倉庫后從 libs/deepagents/deepagents/graph.py 的create_deep_agent開始默認掛載的工具在 docstring 里列得很清楚。機制拆解規劃、后端、子代理怎么分工三個核心能力都落在中間件和后端兩層各看一小段實現就明白它怎么工作。規劃一張寫進狀態的待辦清單代理拿到任務后先用規劃工具把目標拆成待辦項執行中逐條更新規劃結果存在狀態里而不是只活在對話中。效果是長任務可追蹤、可中斷、可恢復——斷掉重連后代理能從清單知道干到哪一步了。文件系統后端讀寫搜索跑在可插拔的盤上ls、read_file、write_file、edit_file、glob、grep這組工具背后是一個BackendProtocol協議實現位于 libs/deepagents/deepagents/backends/filesystem.py接本地盤sandbox.py接沙箱store.py、state.py接遠端或狀態存儲。后端可換工具面不變——這是文檔落盤能跨部署環境成立的原因。子代理主腦只收結論不收過程libs/deepagents/deepagents/middleware/subagents.py 通過一個task工具暴露子代理每個子代理有獨立上下文窗口干完只把最終結果回傳主代理。主代理的上下文因此保持輕量中間步驟的 token 消耗被隔離在子代理內部。按步驟搭一個文檔處理代理以文檔入庫后自動拆解、分析、匯總為例四步走完定義文檔工具把解析、檢索函數注冊為tools掛文件后端中間產物逐份文檔的分析片段寫盤聲明子代理一個負責單文檔分析主代理逐份派發匯總主代理讀盤上的片段合成最終報告。agent create_deep_agent( modelopenai:gpt-5.5, tools[doc_parse], subagents[dict(namedoc-analyst, description分析單份文檔, system_prompt…)], )行為細節由中間件棧接管目錄在 libs/deepagents/deepagents/middleware/summarization.py壓長對話permissions.py控文件訪問memory.py存跨會話記憶。其中FilesystemMiddleware與SubAgentMiddleware是必需項源碼里被標記為不可剔除——剔除會直接拋錯防止能力被靜默降級。常見坑與調優四個實操結論來自源碼里的默認行為與注釋。子代理的description決定主代理何時派單寫得模糊就會被跳過用動作導向的短句描述職責長會話靠summarization.py壓縮加工具輸出落盤不要手工截斷消息安全邊界在工具與沙箱層倉庫明確采用信任模型、邊界靠權限的模型用permissions規則加sandbox.py后端兜底子代理數量沒有魔法數字按任務可并行度來每個子代理只回傳結論成本天然受控規劃深度則保持待辦清單簡短讓狀態自己滾動。適合誰還能延伸到哪這套 harness 適合長鏈路多步驟的工作文檔流水線、調研綜述、報告生成任何上下文會先爆的任務。倉庫 examples 目錄里有 text-to-sql、內容寫作等現成可跑的模式終端編碼代理 libs/code/ 也是同一 harness 的另一形態。下一步建議挑一批真實文檔照著上面四步把第一個文檔處理子代理跑通再對著中間件目錄逐個確認它的行為是否符合預期?！久赓M下載鏈接】deepagentsThe batteries-included agent harness.項目地址: https://gitcode.com/GitHub_Trending/de/deepagents創作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考