[Open Source] Deep Agents 框架，馬上體驗，只需幾步就到來！

Deep Agents： 開箱即用的 AI 助手，讓你輕鬆打造聰明代理人！

嘿，各位熱愛 AI 科技的台灣朋友們！今天要為大家介紹一個超棒的工具：Deep Agents。 想像一下，你不需要從頭開始建構 AI 代理人（agent），就能擁有一個能規劃、讀寫文件、執行程式碼，甚至還能自己管理上下文的 AI 助手。 Deep Agents 就能幫你實現這個願望！

什麼是 Deep Agents？ 簡單來說…

Deep Agents 是一個「開箱即用」的 AI 代理人框架。它預先整合了各種實用的功能，讓你省去繁瑣的設定，馬上就能開始使用。你可以把它想像成一個裝滿了工具箱的代理人，裡面包含了各種 AI 助手常用的工具，像是：

• 規劃（Planning）： write_todos 功能可以幫你把任務分解成更小的步驟，並且追蹤進度。
• 檔案系統（Filesystem）： read_file, write_file, edit_file, ls, glob, grep 等工具讓你讀取、寫入、編輯檔案，就像在電腦上操作一樣。
• Shell 存取（Shell access）： execute 功能可以在安全沙盒中執行命令，讓你直接在 AI 代理人裡面執行程式碼。
• 子代理人（Sub-agents）： task 功能可以讓你將複雜的任務委派給更小的子代理人，每個子代理人都有自己的上下文環境，分工合作更有效率。
• 智慧預設（Smart defaults）： Deep Agents 內建的提示詞（prompts）會教導模型如何有效地使用這些工具。
• 上下文管理（Context management）： 當對話內容過長時，會自動摘要；長篇輸出會儲存成檔案，方便管理。

總之，Deep Agents 就像一個全能的 AI 助手，能幫你完成各種任務，從研究、寫作到程式開發，它都能派上用場。

為什麼 Deep Agents 適合你？

1. 快速上手： 只需要幾個簡單的指令，你就能啟動一個 AI 代理人。
2. 彈性十足： 你可以根據自己的需求，加入新的工具、更換模型、調整提示詞、設定子代理人等等。
3. 基於 LangGraph： Deep Agents 建立在 LangGraph 這個強大的框架之上，支援串流、持久化、檢查點等等功能，讓你的 AI 代理人更穩定、更高效。
4. 開放原始碼： Deep Agents 採用 MIT 許可，完全開放原始碼，你可以自由地使用、修改和擴展。
5. 跨平台： 支援各種 LLM (大型語言模型)，包括 frontier 和 open models，給你更多的選擇。

快速入門： 讓 AI 代理人為你工作！

準備好開始了嗎？ 讓我們一起來安裝 Deep Agents，並嘗試第一個範例！

步驟 1：安裝 Deep Agents

你只需要使用 pip 這個 Python 的套件管理工具：

pip install deepagents

或者，你也可以使用 uv 套件管理工具：

uv add deepagents

步驟 2：使用 Deep Agents

以下是一個簡單的範例，讓你的 AI 代理人幫你研究 LangGraph，並寫一篇摘要：

from deepagents import create_deep_agent

agent = create_deep_agent()
result = agent.invoke({"messages": [{"role": "user", "content": "Research LangGraph and write a summary"}]})
print(result)

就是這麼簡單！ create_deep_agent() 函數會建立一個預設的 AI 代理人。 agent.invoke() 函數會接收你的指令，並讓 AI 代理人執行任務。 print(result) 會印出 AI 代理人的工作結果。

深入了解 Deep Agents 的核心概念

為了更深入地理解 Deep Agents，讓我們來看看它的核心概念：

1. 代理人（Agent）： AI 代理人是一個能夠自主執行任務的程式。它接收指令，使用工具，並做出回應。 Deep Agents 提供了一個框架，讓你更容易地建立和管理 AI 代理人。
2. 工具（Tools）： 工具是 AI 代理人完成任務的「武器」。 Deep Agents 預設提供了一些常用的工具，例如讀寫檔案、執行命令等等。 你也可以自定義工具，讓 AI 代理人具備你需要的特定功能。
3. 規劃（Planning）： Deep Agents 的規劃功能可以幫助 AI 代理人將複雜的任務分解成更小的步驟。 這樣一來，AI 代理人就能更有條理地完成任務。
4. 上下文管理（Context Management）： AI 代理人需要記住過去的對話內容，才能更好地理解你的指令。 Deep Agents 的上下文管理功能可以自動摘要，避免對話內容過長，並且更有效地管理資訊。
5. 模型（Model）： Deep Agents 支援多種 LLM (大型語言模型)，你可以根據自己的需求選擇。

自定義你的 AI 代理人： 讓它更符合你的需求！

Deep Agents 的強大之處在於它的彈性。你可以根據自己的需求，自定義 AI 代理人。以下是一些常見的自定義方式：

• 添加自定義工具： 你可以編寫自己的工具，例如從 API 獲取資料、與資料庫互動等等。 只要將你的工具傳遞給 create_deep_agent() 函數，AI 代理人就能使用它們。
• 更換模型： 你可以選擇不同的 LLM，例如 OpenAI 的 GPT-4o，甚至是開源模型。
• 調整提示詞（Prompts）： 提示詞會影響 AI 代理人的行為。 你可以修改提示詞，讓 AI 代理人更符合你的期望。
• 配置子代理人： 你可以使用子代理人來分解複雜的任務。
• 設定系統提示： 可以在 create_deep_agent() 函數中加入 system_prompt 參數，來設定 AI 代理人的行為。 例如，你可以設定 AI 代理人扮演的角色，或給予它特定的指令。

以下是一個自定義的範例：

from deepagents import create_deep_agent
from langchain.chat_models import init_chat_model

# 建立一個自定義工具 (範例)
def my_custom_tool(input: str) -> str:
    """一個簡單的自定義工具"""
    return f"你輸入了: {input}"

agent = create_deep_agent(
    model=init_chat_model("openai:gpt-4o"), # 使用 GPT-4o 模型
    tools=[my_custom_tool], # 加入自定義工具
    system_prompt="你是一位專業的研究助理。", # 設定系統提示
)

result = agent.invoke({"messages": [{"role": "user", "content": "告訴我一個笑話，並且使用我的自定義工具"}]})
print(result)

在這個例子中，我們添加了一個自定義工具，並設定了 AI 代理人的角色。 這讓 AI 代理人能更精準地完成任務。

Deep Agents CLI： 命令行下的 AI 代理人體驗

Deep Agents 也提供了 CLI (命令行介面)，讓你更方便地使用。 你可以使用 CLI 來執行各種操作，例如：

• 網路搜尋： 讓 AI 代理人查詢網路資料。
• 遠端沙盒： 在安全的環境中執行程式碼。
• 持久化記憶體： 讓 AI 代理人記住過去的對話內容。
• 人工審核： 在 AI 代理人執行某些操作前，進行人工審核。

安裝 Deep Agents CLI：

curl -LsSf https://raw.githubusercontent.com/langchain-ai/deepagents/main/libs/cli/scripts/install.sh | bash

安裝完成後，你就可以在命令行中使用 deepagents 指令了。 例如：

deepagents "研究 Deep Agents 並寫一篇摘要"

Deep Agents 與 LangGraph 的完美結合

Deep Agents 是建立在 LangGraph 這個強大的框架之上。 LangGraph 是一個用於構建 AI 代理人的框架，它提供了流式處理、持久化、檢查點等等功能。

因此，你也可以使用 LangGraph 的所有功能，來增強你的 AI 代理人。

常見問題解答（FAQ）

• 為什麼要使用 Deep Agents？
  • 開源且易於擴展。
  • 支援多種 LLM。
  • 基於 LangGraph，功能強大。
  • 開箱即用，快速上手。
  • 可以快速客製化。
• Deep Agents 的安全性如何？
  • Deep Agents 採用「信任 LLM」的模型。 這意味著 AI 代理人可以執行其工具允許的任何操作。 安全性應在工具/沙盒層級強制執行，而不是期望模型自我監管。

更多資源

• 官方文件： docs.langchain.com – 深入了解 Deep Agents 的所有功能。
• API 參考： reference.langchain.com/python – 查看 Deep Agents 的 API 參考文檔。
• LangChain 論壇： forum.langchain.com – 與其他開發者交流。
• 範例： examples/ – 查看 Deep Agents 的使用範例。

個人實作心得與錯誤排除指南

我個人使用 Deep Agents 的經驗非常愉快。 它確實讓建立 AI 代理人變得更容易了。 以下是我的一些心得：

• 善用自定義工具： 添加自定義工具是讓 AI 代理人更有價值的關鍵。 你可以建立與 API 交互的工具，或是與資料庫交互的工具，讓 AI 代理人能處理更複雜的任務。
• 仔細調整提示詞： 提示詞會影響 AI 代理人的行為。 嘗試不同的提示詞，找到最適合你的任務的提示詞。
• 善用子代理人： 對於複雜的任務，使用子代理人可以讓你的 AI 代理人更有條理，也更容易維護。
• 注意安全： Deep Agents 預設信任 LLM。 因此，在設計工具時，請務必注意安全性。 避免讓 AI 代理人執行不安全的程式碼。

錯誤排除指南：

• 模型錯誤： 如果你的程式碼拋出模型錯誤，請檢查你的 API 金鑰和模型名稱是否正確。 確保你使用的模型支援你使用的工具。
• 工具錯誤： 如果你的自定義工具無法正常工作，請檢查你的工具程式碼是否正確。 檢查工具的輸入和輸出是否與 AI 代理人的期望相符。
• 上下文過長： 如果你的對話內容過長，可能會導致 AI 代理人的性能下降。 你可以使用 Deep Agents 的上下文管理功能，或是手動摘要對話內容。

結語： 開啟你的 AI 助手之旅！

Deep Agents 是一個功能強大且易於使用的 AI 代理人框架。 它能讓你快速上手，並且根據你的需求進行客製化。 無論你是 AI 初學者還是經驗豐富的開發者，Deep Agents 都能幫助你打造出令人驚豔的 AI 助手。 現在就開始使用 Deep Agents，開啟你的 AI 助手之旅吧！

參考閱讀

https://github.com/langchain-ai/deepagents

About the Author

n8n n8n

Administrator

View All Posts