《Deep Agents 实战》

基于 LangChain / LangGraph 生态，系统构建生产级 AI Agent

由 沧海九粟 出品  ·  LangChain 官方认证大使  ·  《LangChain 实战》《LangGraph 实战》作者  ·  B 站万粉 UP 主

[!WARNING] 本课程讲授的 Deep Agents 版本为 ≥ 0.5。 部分进阶功能有更高最低版本要求，章节正文会单独标注；例如 FilesystemPermission 基础权限需要 deepagents>=0.5.2，FilesystemBackend 的 virtual_mode 参数需要 deepagents>=0.5.0，interrupt 权限模式需要 deepagents>=0.6.8。 官方文档：Deep Agents Overview

[!NOTE] 🤖 模型选择：示例默认通过 硅基流动 接入模型。建议用 MODEL_NAME 环境变量管理模型名，而非写死在代码里；平台模型、价格和免费范围会调整，使用前请查看 模型广场、价格页与更新公告。

• 入门 / 简单任务 — 当前免费版 Qwen/Qwen2.5-7B-Instruct 可用于跑通示例；如果想用更强一点、同时控制成本，deepseek-ai/DeepSeek-V4-Flash 也适合作为快速试跑的选择。
• 复杂场景（任务规划、上下文总结、多子 Agent 编排）— 小模型往往无法稳定跑通，建议改用能力更强、支持工具调用的模型：
  • zai-org/GLM-5.2 — 面向长程 Agent 任务，支持 1M 上下文

课程大纲

推荐技能

配合课程学习，推荐安装以下两个 AI 编码助手技能，在开发过程中获得框架级的专业指导：

# LangChain 开发指南 — 工程陷阱与验证修复
npx skills add ob-labs/agentseek --skill langchain-dev-guide

# LangSmith Trace 调试 — 追踪与性能分析
npx skills add ob-labs/agentseek --skill langsmith-trace

技能源码：langchain-dev-guide · langsmith-trace

准备篇 — 动手实操前的环境搭建与工具安装

基于 AgentSeek 工程化套件，帮助学员快速搭建开发环境：

• AgentSeek 生命周期工作流：创建 DeepAgents 模板，检查环境并启动前后端
• npx skills 安装开发技能：为 AI 编码助手加载 LangChain 工程经验

认知篇

核心篇

进阶篇

后续课程内容将根据 Deep Agents 的官方能力演进持续更新。

配套资源

• 视频合集：B 站 — 《Deep Agents 实战》合集
• 图文合集：小红书 — 《Deep Agents 实战》合集
• 课程网站：部署在 GitHub Pages

友情链接

由 沧海九粟 在 DataWhale 上开源的另一门课程，是面向所有 AI 爱好者的 Data 与 AI 基础入门教程 —— 《Easy Data x AI》。目前已经进入了内测阶段，欢迎大家来学习和积极参与共建。

模型算力支持

本课程的模型算力由 硅基流动（SiliconFlow） 支持。硅基流动是一站式大模型云服务平台，基于自研推理引擎实现大模型高效推理加速，提供高效能、低成本的多品类 AI 模型服务，让开发者和企业聚焦产品创新，无须担心大规模推广带来的高昂算力成本。

• 🎁 新用户福利：通过 课程专属注册链接 注册并完成实名认证，即可获得 16 元全平台通用代金券，可用于平台上百余种模型的调用，足够跑通本课程的全部示例。
• 🧪 实验配额补贴池：用上面的链接注册时，作者也会获得平台返利。这部分返利会全额回馈给学员——汇集成一个「实验配额补贴池」：跟着课程做实验、复现示例时如果额度不够用，可以联系作者申请额外的算力配额补贴，把福利转回给真正在动手的同学。

❤️ 特别感谢

• 感谢 @Sm1les 对本项目的帮助与支持。
• 感谢每一位为本项目提交代码、修正文档、提出建议的开发者，所有贡献都让这门课程变得更好。❤️

Star History

本地开发

环境要求

• Node.js ≥ 22.12.0

安装与启动

# 安装依赖
npm install

# 启动开发服务器（含内容预处理）
npm run dev

# 构建生产版本
npm run build

# 预览构建产物
npm run preview

项目结构

deepagents-in-action/
├── content/          # 章节正文（Markdown，每章一个文件）
│   ├── ch01-agent-harness.md
│   ├── ch02-quickstart.md
│   └── ...
├── public/
│   ├── imgs/         # 正文插图
│   └── pdfs/         # 章节 PDF
├── scripts/
│   ├── chapters.json # 章节元数据（标题、发布状态、视频链接等）
│   └── prep-content.mjs  # 内容预处理脚本（注入 frontmatter）
└── src/
    ├── components/   # Astro 组件
    ├── layouts/      # 页面布局
    └── pages/        # 路由页面

内容流水线

content/ 目录中的 Markdown 文件是源文件，不含 frontmatter。
scripts/prep-content.mjs 在 dev / build 前自动运行，从 scripts/chapters.json 读取元数据，生成带 frontmatter 的文件到 src/content/chapters/。

正文图片统一写成 ../public/imgs/<文件名>。内容预处理会将它转换为带站点 base 的 /deepagents-in-action/imgs/<文件名>；资产校验会同时检查 Markdown 中引用的图片是否真实存在于 public/imgs/。

注意：content/ 下 .md 文件的首行 H1 标题在生成时会被自动移除， 页面标题统一取自 scripts/chapters.json。

添加或修改章节内容，只需编辑 content/ 目录下对应的 .md 文件。
修改标题、发布状态、视频链接等元数据，编辑 scripts/chapters.json。

技术栈

• Astro 6 — 静态站点框架
• Tailwind CSS 4 — 样式
• TypeScript

开源协议

课程文字内容采用 CC BY-NC-SA 4.0 协议。
网站源代码采用 MIT 协议。

欢迎提交 PR 修正错别字、改善排版，或参与内容讨论。所有贡献者都会出现在特别感谢中，并获赠 LangChain 官方社区（中国）礼品。详见 CONTRIBUTING.md。