Deep Agents 快速入门
在几分钟内构建你的第一个 Deep Agent
本指南将带你创建一个具有规划能力、文件系统工具和子 Agent 能力的研究 Agent。
前置条件
在开始之前，确保你拥有模型提供商的 API 密钥（如 Gemini、OpenAI、Anthropic 等）。
TIP
Deep Agents 需要支持工具调用的模型。
第 1 步：安装依赖
bash
# pip
pip install deepagents
# 同时安装你选择的模型提供商
pip install langchain-openai # OpenAI
pip install langchain-google-genai # Google Gemini
pip install langchain-anthropic # Anthropic Claude第 2 步：设置 API 密钥
bash
# OpenAI
export OPENAI_API_KEY="你的-api-key"
# Google Gemini
export GOOGLE_API_KEY="你的-api-key"
# Anthropic Claude
export ANTHROPIC_API_KEY="你的-api-key"第 3 步：创建 Deep Agent
python
from deepagents import create_deep_agent
def get_weather(city: str) -> str:
"""获取指定城市的天气"""
return f"{city}: 22°C，晴"
agent = create_deep_agent(
model="openai:gpt-4o",
tools=[get_weather],
system_prompt="""你是一个乐于助人的助手。
你有以下工具可用：
- get_weather：获取指定城市的天气信息
""",
)第 4 步：运行 Agent
python
result = agent.invoke({
"messages": [{"role": "user", "content": "北京今天天气怎么样？"}]
})
# 打印 Agent 的回复
print(result["messages"][-1].content)Deep Agent 如何工作？
你的 Deep Agent 会自动：
- 规划方法 — 使用内置的
write_todos工具将研究任务分解为步骤 - 执行操作 — 调用工具收集信息
- 管理上下文 — 使用文件系统工具（
write_file、read_file）卸载大量结果 - 生成子 Agent — 根据需要将复杂子任务委托给专用子 Agent
- 综合结果 — 将发现整合为连贯的回复