本指南将引导您创建您的第一个具备规划、文件系统和子智能体能力的深度智能体。您将构建一个能够进行研究和撰写报告的研究智能体。

前提条件

在开始之前，请确保您拥有模型提供商的 API 密钥（例如 Gemini、Anthropic、OpenAI）。

步骤 1：安装依赖项

    npm install deepagents langchain @langchain/core @langchain/tavily
    

    yarn add deepagents langchain @langchain/core @langchain/tavily
    

    pnpm add deepagents langchain @langchain/core @langchain/tavily
    

步骤 2：设置您的 API 密钥

        # Local: Ollama must be running on your machine
        # Cloud: Set your Ollama API key for hosted inference


        

        # Set the API key for your provider


        

步骤 3：创建搜索工具

步骤 4：创建深度智能体

传入 model 格式的字符串，或 provider:model 格式的字符串，或 已初始化的模型实例。请参阅 支持的模型 ，了解所有提供商以及 建议的模型 ，获取经过测试的建议。

步骤 5：运行智能体

它是如何工作的？

您的深度智能体自动执行以下操作：

1. **规划其方法** ，使用内置 write_todos 工具来分解研究任务。
2. **进行研究** ，通过调用 internet_search 工具来收集信息。
3. **管理上下文** 使用文件系统工具（write_file, read_file）来卸载大型搜索结果。
4. **生成子代理** ，以便根据需要将复杂的子任务委托给专业化的子代理。
5. **综合生成报告** ，将调查结果编译成连贯的回复。

示例

要了解您可以使用 Deep Agents 构建的代理、模式和应用程序，请参阅 示例.

流式传输

Deep Agents 内置 流式传输 功能，可通过 LangGraph 获取代理执行的实时更新。 这允许您逐步观察输出，并审查和调试代理和子代理的工作，例如工具调用、工具结果和 LLM 响应。

后续步骤

既然您已经构建了您的第一个深度代理：

• 自定义您的代理：了解 自定义选项，包括自定义系统提示、工具和子代理。
• 添加长期记忆：启用 持久记忆 跨对话保留。
• 部署到生产环境：使用 托管 Deep Agents 在 LangSmith 中创建、运行和操作深度代理。