3 步跑通 Deepagents搭一个智能文档处理代理【免费下载链接】deepagentsThe batteries-included agent harness.项目地址: https://gitcode.com/GitHub_Trending/de/deepagents多步骤任务做到一半上下文先爆了这是构建智能文档处理代理时最常见的失败点。Deepagents基于 LangChain/LangGraph 的智能体框架把规划清单、文件读写后端和子代理委派默认打进同一个代理里你只管定义任务它自己拆解、执行、落盘。30 秒跑通环境最短路径是安装加一个入口函数没有额外配置项。uv add deepagentsfrom deepagents import create_deep_agent agent create_deep_agent(modelopenai:gpt-5.5) agent.invoke({messages: 把这份年报拆成 3 个要点})想先读代码再上手克隆仓库后从 libs/deepagents/deepagents/graph.py 的create_deep_agent开始默认挂载的工具在 docstring 里列得很清楚。机制拆解规划、后端、子代理怎么分工三个核心能力都落在中间件和后端两层各看一小段实现就明白它怎么工作。规划一张写进状态的待办清单代理拿到任务后先用规划工具把目标拆成待办项执行中逐条更新规划结果存在状态里而不是只活在对话中。效果是长任务可追踪、可中断、可恢复——断掉重连后代理能从清单知道干到哪一步了。文件系统后端读写搜索跑在可插拔的盘上ls、read_file、write_file、edit_file、glob、grep这组工具背后是一个BackendProtocol协议实现位于 libs/deepagents/deepagents/backends/filesystem.py接本地盘sandbox.py接沙箱store.py、state.py接远端或状态存储。后端可换工具面不变——这是文档落盘能跨部署环境成立的原因。子代理主脑只收结论不收过程libs/deepagents/deepagents/middleware/subagents.py 通过一个task工具暴露子代理每个子代理有独立上下文窗口干完只把最终结果回传主代理。主代理的上下文因此保持轻量中间步骤的 token 消耗被隔离在子代理内部。按步骤搭一个文档处理代理以文档入库后自动拆解、分析、汇总为例四步走完定义文档工具把解析、检索函数注册为tools挂文件后端中间产物逐份文档的分析片段写盘声明子代理一个负责单文档分析主代理逐份派发汇总主代理读盘上的片段合成最终报告。agent create_deep_agent( modelopenai:gpt-5.5, tools[doc_parse], subagents[dict(namedoc-analyst, description分析单份文档, system_prompt…)], )行为细节由中间件栈接管目录在 libs/deepagents/deepagents/middleware/summarization.py压长对话permissions.py控文件访问memory.py存跨会话记忆。其中FilesystemMiddleware与SubAgentMiddleware是必需项源码里被标记为不可剔除——剔除会直接抛错防止能力被静默降级。常见坑与调优四个实操结论来自源码里的默认行为与注释。子代理的description决定主代理何时派单写得模糊就会被跳过用动作导向的短句描述职责长会话靠summarization.py压缩加工具输出落盘不要手工截断消息安全边界在工具与沙箱层仓库明确采用信任模型、边界靠权限的模型用permissions规则加sandbox.py后端兜底子代理数量没有魔法数字按任务可并行度来每个子代理只回传结论成本天然受控规划深度则保持待办清单简短让状态自己滚动。适合谁还能延伸到哪这套 harness 适合长链路多步骤的工作文档流水线、调研综述、报告生成任何上下文会先爆的任务。仓库 examples 目录里有 text-to-sql、内容写作等现成可跑的模式终端编码代理 libs/code/ 也是同一 harness 的另一形态。下一步建议挑一批真实文档照着上面四步把第一个文档处理子代理跑通再对着中间件目录逐个确认它的行为是否符合预期。【免费下载链接】deepagentsThe batteries-included agent harness.项目地址: https://gitcode.com/GitHub_Trending/de/deepagents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考