08-DeepAgents与生产部署

第08章：Deep Agents 与生产部署

版本：LangChain v1.3.7 | 讲师：汤姆小白

1. Deep Agents 概述

1.1 什么是 Deep Agents

Deep Agents是 LangChain 推出的高级 Agent 框架，内置了复杂任务所需的全部能力：任务规划、子代理生成、上下文工程、文件系统、长期记忆等。

create_agent → 单步工具调用 Agent，适合简单任务 LangGraph → 自定义编排，适合中等复杂任务 Deep Agents → 开箱即用的高级 Agent，适合最复杂场景

1.2 核心能力

1.3 安装

pipinstalldeepagents

2. Deep Agent 快速入门

2.1 基础用法

fromdeepagents.graphimportcreate_deep_agentfromlangchain.chat_modelsimportinit_chat_model model=init_chat_model("anthropic:claude-sonnet-4-6")agent=create_deep_agent(model=model,system_prompt="你是一个专业的研究助手，能自主搜索、分析、撰写报告。",)# 复杂任务：Agent 会自动规划、分解、执行result=agent.invoke({"messages":[{"role":"user","content":"研究 2026 年 AI Agent 领域的最新趋势，写一份 500 字的报告"}]})

2.2 文件系统与上下文管理

Deep Agent 自动管理上下文，大结果卸载到文件系统：

# Deep Agent 会自动将长文档、大段代码等存储到文件系统# 并生成文件引用，而不是全部放在上下文中agent=create_deep_agent(model=model,system_prompt="你是一个代码分析助手",)result=agent.invoke({"messages":[{"role":"user","content":"分析这个项目的全部 Python 文件，找出所有潜在的性能问题"}]})# Agent 会：# 1. 用 task 工具生成子代理逐个分析文件# 2. 子代理的分析结果存入文件系统# 3. 主代理汇总所有结果生成最终报告

2.3 子代理协作

Deep Agent 自动派生子代理处理复杂子任务：

agent=create_deep_agent(model=model,tools=[web_search,code_executor],)# 这个请求会自动触发子代理result=agent.invoke({"messages":[{"role":"user","content":""" 完成以下三个任务： 1. 搜索最新的 Python 3.13 新特性 2. 写一段代码演示其中最有趣的特性 3. 将结果整理成 Markdown 报告 """}]})

3. Deep Agent 与 create_agent 的定位差异

建议：简单任务用create_agent，复杂任务用 Deep Agent，需要极致控制用 LangGraph。

4. 生产部署

4.1 部署范式

LangChain 生态的三种部署方式：

4.2 LangServe 快速部署

pipinstalllangserve

# app.pyfromfastapiimportFastAPIfromlangserveimportadd_routesfromlangchain.agentsimportcreate_agentfromlangchain.chat_modelsimportinit_chat_model agent=create_agent(model=init_chat_model("openai:gpt-4o-mini"),tools=[...],system_prompt="你是有用的助手",)app=FastAPI(title="My Agent API")add_routes(app,agent,path="/agent")# 运行：uvicorn app:app --reload

访问：

• http://localhost:8000/agent/playground— 可视化测试
• http://localhost:8000/agent/invoke— API 调用

4.3 LangSmith 可观测性

LangSmith 是 LangChain 的追踪和评估平台：

importos os.environ["LANGSMITH_TRACING"]="true"os.environ["LANGSMITH_API_KEY"]="your_key"# 所有 LangChain 调用自动追踪agent=create_agent(...)result=agent.invoke(...)# 在 https://smith.langchain.com 查看完整执行链路

LangSmith 提供的功能：

• 追踪（Tracing）：可视化 Agent 完整执行链路
• 评估（Evaluation）：自动化测试 Agent 质量
• Playground：可视化调试 Prompt
• 监控（Monitoring）：生产环境性能监控

5. 技术选型指南

你的任务复杂度是？ / \ 低/中 高 / \ create_agent Deep Agents 够不够？ / \ 够 不够 / \ Deep Agent LangGraph （开箱即用） （完全自定义）

本章小结