Use when integrating the deepagents SDK into a Python project — creating agents, configuring backends, adding subagents, middleware, memory, or skills. Also use when debugging deepagents agents or choosing between StateBackend, FilesystemBackend, and LocalShellBackend.
deepagents 是 LangChain 官方的深度代理框架，核心入口是 create_deep_agent()。
它内置了规划工具、文件系统工具、子代理和上下文压缩，适合构建复杂的多步骤任务代理。
uv add deepagents
# 或
pip install deepagents
需要设置模型 API Key，默认使用 Anthropic：
export ANTHROPIC_API_KEY=sk-...
from deepagents import create_deep_agent
# 默认使用 claude-sonnet-4-6，需要 ANTHROPIC_API_KEY
agent = create_deep_agent()
# 流式调用
for chunk in agent.stream({"messages": [{"role": "user", "content": "列出当前目录的文件"}]}):
print(chunk)
| 参数 | 类型 | 说明 |
|---|---|---|
model | str | BaseChatModel | None | 模型，格式 "provider:model-name"，默认 claude-sonnet-4-6 |
tools | Sequence[BaseTool] | 额外工具，与内置工具合并 |
system_prompt | str | SystemMessage | 自定义系统提示，追加在基础提示之前 |
subagents | Sequence[SubAgent | CompiledSubAgent | AsyncSubAgent] | 子代理列表 |
backend | BackendProtocol | 文件存储后端，默认 StateBackend() |
memory | list[str] | AGENTS.md 文件路径列表（注入系统提示） |
skills | list[str] | 技能目录路径列表（按需加载） |
permissions | list[FilesystemPermission] | 文件系统权限规则 |
middleware | Sequence[AgentMiddleware] | 自定义中间件 |
checkpointer | Checkpointer | 断点续跑，持久化对话状态 |
store | BaseStore | 跨线程共享存储 |
interrupt_on | dict[str, bool] | 指定工具调用前暂停，供人工审核 |
response_format | ResponseFormat | 结构化输出格式 |
详细说明见 Backend 参考
需要执行 Shell 命令？
├─ 是，本地环境 → LocalShellBackend
├─ 是，云沙箱 → LangSmithSandbox
└─ 否，只读写文件？
├─ 文件在磁盘 → FilesystemBackend(root_dir="/path")
├─ 文件在内存/请求中 → StateBackend（默认）
├─ 跨会话共享 → StoreBackend(store=..., namespace_factory=...)
└─ 混合场景 → CompositeBackend([backend1, backend2])
from deepagents.backends import FilesystemBackend, LocalShellBackend, CompositeBackend
# 本地开发：文件系统 + Shell 执行
backend = CompositeBackend([
FilesystemBackend(root_dir="/workspace"),
LocalShellBackend(),
])
agent = create_deep_agent(backend=backend)
详细说明见 子代理参考
from deepagents import SubAgent, create_deep_agent