如何部署Deepagents应用从开发到生产环境的最佳实践【免费下载链接】deepagentsDeepagents is an agent harness built on langchain and langgraph. Deep agents are equipped with a planning tool, a filesystem backend, and the ability to spawn subagents - making them well-equipped to handle complex agentic tasks.项目地址: https://gitcode.com/GitHub_Trending/de/deepagentsDeepagents是一个基于LangChain和LangGraph构建的智能代理框架能够处理复杂的AI任务。本文将详细介绍从开发环境到生产环境的完整部署流程帮助你快速上手这个强大的AI代理工具。 快速开始本地开发环境部署安装Deepagents CLI工具Deepagents提供了命令行界面(CLI)工具这是最推荐的部署方式使用pip安装pip install deepagents-cli或者使用uv安装推荐# 创建虚拟环境 uv venv # 安装包 uv pip install deepagents-cli配置API密钥Deepagents支持多种大语言模型提供商需要配置相应的API密钥# OpenAI模型 export OPENAI_API_KEYyour-key # Anthropic模型 export ANTHROPIC_API_KEYyour-key # Google模型 export GOOGLE_API_KEYyour-key 系统架构与核心组件Deepagents的核心架构Deepagents采用模块化设计主要包含以下核心组件LLM大脑负责推理和决策规划工具创建和管理任务清单文件系统工具读写、编辑、搜索文件子代理机制通过任务委派实现并行处理持久化存储跨会话的记忆管理内置工具详解每个Deepagents实例都包含以下标准工具集工具名称功能描述应用场景write_todos创建结构化任务清单复杂工作流管理read_file读取文件内容代码分析和文档处理write_file创建或覆盖文件代码生成和文件创建edit_file精确字符串替换代码重构和bug修复task委派任务给子代理并行处理和专业化分工⚙️ 生产环境部署配置环境变量配置对于生产环境建议使用环境变量进行配置# 启用LangSmith追踪 export LANGCHAIN_TRACING_V2true export LANGCHAIN_API_KEYyour-api-key # 配置独立的追踪项目 export DEEPAGENTS_LANGSMITH_PROJECTproduction-agent export LANGSMITH_PROJECTproduction-user-code模型配置选项Deepagents支持灵活的模型配置# 使用特定模型 deepagents --model gpt-4o deepagents --model claude-sonnet-4-5-20250929 # 自动批准工具使用 deepagents --auto-approve # 远程沙箱执行 deepagents --sandbox modal 高级配置与自定义自定义中间件Deepagents支持自定义中间件来扩展功能from langchain_core.tools import tool from deepagents import create_deep_agent tool def custom_function(param: str) - str: 自定义工具函数 return f处理结果: {param} class CustomMiddleware(AgentMiddleware): tools [custom_function] agent create_deep_agent(middleware[CustomMiddleware()])子代理配置通过子代理实现专业化分工from deepagents import create_deep_agent research_subagent { name: research-agent, description: 用于深度研究问题, system_prompt: 你是专业的研究专家, tools: [internet_search], } agent create_deep_agent(subagents[research_subagent])️ 安全与权限管理人机交互(HITL)审批重要操作需要人工审批文件操作write_file、edit_file命令执行shell、execute外部请求web_search、fetch_url任务委派task子代理沙箱环境配置对于生产环境建议使用远程沙箱# 使用Modal沙箱 deepagents --sandbox modal # 重用现有沙箱 deepagents --sandbox-id dbx_123 监控与性能优化LangSmith追踪配置Deepagents支持细粒度的追踪配置# 代理操作追踪 export DEEPAGENTS_LANGSMITH_PROJECTagent-traces # 用户代码追踪 export LANGSMITH_PROJECTuser-code-traces内存管理优化配置混合存储后端实现最优性能from deepagents import create_deep_agent from deepagents.backends import CompositeBackend, StateBackend, StoreBackend agent create_deep_agent( backendCompositeBackend( defaultStateBackend(), routes{/memories/: StoreBackend(storeInMemoryStore())}, ), ) 部署最佳实践总结开发环境使用CLI工具进行快速原型开发测试环境配置HITL审批和完整追踪生产环境启用自动批准和远程沙箱监控配置设置独立的代理和用户代码追踪项目安全策略根据任务敏感度配置不同的审批级别通过遵循这些部署实践你可以充分发挥Deepagents在复杂AI任务处理中的优势构建高效可靠的智能代理应用。【免费下载链接】deepagentsDeepagents is an agent harness built on langchain and langgraph. Deep agents are equipped with a planning tool, a filesystem backend, and the ability to spawn subagents - making them well-equipped to handle complex agentic tasks.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
如何部署Deepagents应用：从开发到生产环境的最佳实践
发布时间：2026/6/15 15:55:37
如何部署Deepagents应用从开发到生产环境的最佳实践【免费下载链接】deepagentsDeepagents is an agent harness built on langchain and langgraph. Deep agents are equipped with a planning tool, a filesystem backend, and the ability to spawn subagents - making them well-equipped to handle complex agentic tasks.项目地址: https://gitcode.com/GitHub_Trending/de/deepagentsDeepagents是一个基于LangChain和LangGraph构建的智能代理框架能够处理复杂的AI任务。本文将详细介绍从开发环境到生产环境的完整部署流程帮助你快速上手这个强大的AI代理工具。 快速开始本地开发环境部署安装Deepagents CLI工具Deepagents提供了命令行界面(CLI)工具这是最推荐的部署方式使用pip安装pip install deepagents-cli或者使用uv安装推荐# 创建虚拟环境 uv venv # 安装包 uv pip install deepagents-cli配置API密钥Deepagents支持多种大语言模型提供商需要配置相应的API密钥# OpenAI模型 export OPENAI_API_KEYyour-key # Anthropic模型 export ANTHROPIC_API_KEYyour-key # Google模型 export GOOGLE_API_KEYyour-key 系统架构与核心组件Deepagents的核心架构Deepagents采用模块化设计主要包含以下核心组件LLM大脑负责推理和决策规划工具创建和管理任务清单文件系统工具读写、编辑、搜索文件子代理机制通过任务委派实现并行处理持久化存储跨会话的记忆管理内置工具详解每个Deepagents实例都包含以下标准工具集工具名称功能描述应用场景write_todos创建结构化任务清单复杂工作流管理read_file读取文件内容代码分析和文档处理write_file创建或覆盖文件代码生成和文件创建edit_file精确字符串替换代码重构和bug修复task委派任务给子代理并行处理和专业化分工⚙️ 生产环境部署配置环境变量配置对于生产环境建议使用环境变量进行配置# 启用LangSmith追踪 export LANGCHAIN_TRACING_V2true export LANGCHAIN_API_KEYyour-api-key # 配置独立的追踪项目 export DEEPAGENTS_LANGSMITH_PROJECTproduction-agent export LANGSMITH_PROJECTproduction-user-code模型配置选项Deepagents支持灵活的模型配置# 使用特定模型 deepagents --model gpt-4o deepagents --model claude-sonnet-4-5-20250929 # 自动批准工具使用 deepagents --auto-approve # 远程沙箱执行 deepagents --sandbox modal 高级配置与自定义自定义中间件Deepagents支持自定义中间件来扩展功能from langchain_core.tools import tool from deepagents import create_deep_agent tool def custom_function(param: str) - str: 自定义工具函数 return f处理结果: {param} class CustomMiddleware(AgentMiddleware): tools [custom_function] agent create_deep_agent(middleware[CustomMiddleware()])子代理配置通过子代理实现专业化分工from deepagents import create_deep_agent research_subagent { name: research-agent, description: 用于深度研究问题, system_prompt: 你是专业的研究专家, tools: [internet_search], } agent create_deep_agent(subagents[research_subagent])️ 安全与权限管理人机交互(HITL)审批重要操作需要人工审批文件操作write_file、edit_file命令执行shell、execute外部请求web_search、fetch_url任务委派task子代理沙箱环境配置对于生产环境建议使用远程沙箱# 使用Modal沙箱 deepagents --sandbox modal # 重用现有沙箱 deepagents --sandbox-id dbx_123 监控与性能优化LangSmith追踪配置Deepagents支持细粒度的追踪配置# 代理操作追踪 export DEEPAGENTS_LANGSMITH_PROJECTagent-traces # 用户代码追踪 export LANGSMITH_PROJECTuser-code-traces内存管理优化配置混合存储后端实现最优性能from deepagents import create_deep_agent from deepagents.backends import CompositeBackend, StateBackend, StoreBackend agent create_deep_agent( backendCompositeBackend( defaultStateBackend(), routes{/memories/: StoreBackend(storeInMemoryStore())}, ), ) 部署最佳实践总结开发环境使用CLI工具进行快速原型开发测试环境配置HITL审批和完整追踪生产环境启用自动批准和远程沙箱监控配置设置独立的代理和用户代码追踪项目安全策略根据任务敏感度配置不同的审批级别通过遵循这些部署实践你可以充分发挥Deepagents在复杂AI任务处理中的优势构建高效可靠的智能代理应用。【免费下载链接】deepagentsDeepagents is an agent harness built on langchain and langgraph. Deep agents are equipped with a planning tool, a filesystem backend, and the ability to spawn subagents - making them well-equipped to handle complex agentic tasks.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
