deepagents

环境要求

• 可用的 Python 环境（README 使用 uv 管理依赖，需自备 Python 与 uv）
• 可访问 PyPI 的网络环境（用于拉取 deepagents 包）
• 一个支持工具调用（tool calling）的 LLM 服务（示例使用 openai:gpt-5.5）

安装与启动步骤

1. 1准备 Python 与 uv

   README 的 Quickstart 直接使用 uv 命令，说明依赖用它管理。请先确认本机已有 Python 与 uv，README 未给出 uv 安装命令，可查 uv 官方文档。

2. 2添加 deepagents 依赖

   在项目目录执行该命令，把 deepagents 加入依赖并安装到当前环境。这是 README Quickstart 给出的唯一安装命令。

   uv add deepagents

   复制

3. 3编写智能体代码

   新建文件（如 agent.py），从 deepagents 导入 create_deep_agent，指定 model、tools、system_prompt，并调用 invoke 传入 messages。

   from deepagents import create_deep_agent
   
   agent = create_deep_agent(
       model="openai:gpt-5.5",
       tools=[my_custom_tool],
       system_prompt="You are a research assistant.",
   )
   result = agent.invoke({"messages": "Research LangGraph and write a summary"})

   复制

4. 4运行并查看结果

   用 uv 运行你保存的脚本文件，观察 invoke 的返回内容。文件名为自拟示例，README 未指定具体文件名。

   uv run agent.py

   复制

关键配置

如何确认成功

脚本能正常执行，agent.invoke 返回结果且其中包含智能体对任务的响应消息（如研究摘要内容），即表示调用成功。

常见问题

注意事项

• README 只提供了 uv add deepagents 这一条安装命令，未给出 clone、pip、Docker 等其他安装方式。
• 示例使用 openai:gpt-5.5，需自备对应模型服务的访问凭证，README 未给出具体环境变量名。
• agent 具备规划、读写文件和管理自身上下文的能力，运行时注意工作目录下的文件读写权限。
• 更多用法（替换模型、定制提示词、配置子智能体）请查阅官方文档链接。