Skip to content

框架能力 (Harness Capabilities)

Deep Agents 框架提供四类内置能力,使构建长时间运行、可靠的 Agent 更加容易:

  • 执行环境 — 工具、虚拟文件系统、可选的沙箱和 REPL(解释器)
  • 上下文管理 — 技能、记忆、总结、上下文卸载和提示缓存
  • 委托 — 子 Agent 生成和任务规划
  • 控制 — 人机协同审批和中断

执行环境

执行环境是 Agent 执行操作的地方。它有四层:

工具

通过 tools= 参数向 create_deep_agent 传入任意 Python 可调用对象、LangChain 工具或工具字典。

python
from deepagents import create_deep_agent

agent = create_deep_agent(
    model="openai:gpt-4o",
    tools=[search, fetch_page, run_query],
)

虚拟文件系统访问

框架提供可配置的虚拟文件系统,支持以下文件操作:

工具说明
ls列出目录中的文件及元数据(大小、修改时间)
read_file读取文件内容(支持行号、offset/limit)
write_file创建新文件
edit_file在文件中执行精确字符串替换
glob查找匹配模式的文件(如 **/*.py
grep搜索文件内容

文件系统权限

框架支持声明式权限规则,控制 Agent 可以读写哪些文件和目录:

python
from deepagents import create_deep_agent

agent = create_deep_agent(
    model="openai:gpt-4o",
    tools=[search],
    permissions=[
        {"operations": ["read", "write"], "paths": ["/workspace/**"], "mode": "allow"},
        {"operations": ["write"], "paths": ["**/.env"], "mode": "deny"},
    ],
)

代码执行

Deep Agents 支持两种代码执行方式:

  • 沙箱后端 — 暴露 execute 工具用于在隔离环境中运行 shell 命令
  • 解释器 — 添加 eval 工具在 QuickJS 运行时中运行 JavaScript

上下文管理

技能

通过提供专用工作流、领域知识和自定义指令的可复用技能扩展 Agent。

记忆

使用 LangGraph 的 Memory Store 跨线程和会话持久化记忆。

总结

自动总结较旧的消息,使 Agent 在扩大会话中保持高效。

上下文卸载

将大型工具输入和结果卸载到虚拟文件系统中。

委托

子 Agent 生成

内置的 task 工具为子任务生成通用或专用子 Agent,实现上下文隔离。

任务规划

内置的 write_todos 工具让 Agent 将复杂任务分解为离散步骤。

控制

人机协同

使用 LangGraph 的中断能力,为敏感工具操作配置人工审批。

下一步

本站为非官方中文学习站点,不代表 LangChain 官方。部分内容参考官方文档并重新整理为中文学习笔记。