开源教程《Deep Agents 实战》发布
TL;DR · AI 摘要
《Deep Agents 实战》教程基于 LangChain / LangGraph 生态，讲解如何使用 Deep Agents 构建真实应用，重点介绍虚拟文件系统、任务规划、子 Agent 和 Skills 复用。
核心要点
- Deep Agents 使用虚拟文件系统实现按需读取和局部读取大文件。
- 教程包含 8 章内容，涵盖任务规划、子 Agent 委派和 Skills 复用。
- Skills 规范使 AI Agent 技能可在 30+ 工具中通用，类似 npm 包之于 Node.js。
结构提纲
按章节快速跳转。
- §引言
介绍《Deep Agents 实战》教程的发布背景和作者信息。
Agent 开发的三层架构包括 Runtime、Framework 和 Harness。
Deep Agents 引入虚拟文件系统，实现按需读取和局部读取大文件。
- ·教程结构
教程包含准备篇、认知篇、核心篇、进阶篇和规划中的内容。
虚拟文件系统、任务规划、子 Agent 委派和 Skills 复用是教程的重点内容。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Deep Agents 实战教程
- 核心思想
- 三层架构：Runtime、Framework、Harness
- 上下文工程：虚拟文件系统
- 教程结构
- 准备篇：环境搭建、开发技能安装
- 认知篇：三层架构、快速上手
- 核心篇：虚拟文件系统、任务规划、子 Agent
- 进阶篇：Skills、长期记忆
- 核心能力
- 虚拟文件系统：read_file、write_file、edit_file 等工具
- 任务规划：write_todos 拆解复杂任务
- 子 Agent 委派：异步并行执行
- Skills 复用：跨工具通用
金句 / Highlights
值得收藏与分享的关键句。
Deep Agents 引入虚拟文件系统，让 Agent 像人类一样工作：需要时才 read_file 按需读取，中间结果 write_file 落盘。
Skills 之于 AI Agent，就像 npm 包之于 Node.js，遵循开放的 Agent Skills 规范。
教程包含 8 章内容，涵盖任务规划、子 Agent 委派和 Skills 复用。
meng shao on X: "开源技术教程「Deep Agents 实战」，LangChain 官方认证大使 @zhanghaili0610 出品，他也是「LangChain 实战」「LangGraph 实战」的作者 https://t.co/nwkInliYCu 教程的核心是：基于 LangChain / LangGraph 生态，面向开发者讲解如何"用好" Deep Agents 这个 Harness 框架来构建真实应用。 https://t.co/DfDtIs1glQ" / X
meng shao
@shao__meng
开源技术教程「Deep Agents 实战」，LangChain 官方认证大使
@
出品，他也是「LangChain 实战」「LangGraph 实战」的作者
github.com/datawhalechina…
教程的核心是：基于 LangChain / LangGraph 生态，面向开发者讲解如何"用好" Deep Agents 这个 Harness 框架来构建真实应用。 核心思想：Agent 开发的"三层架构" 1. Runtime（运行时）：LangGraph，持久化执行、断点恢复、流式输出、人机协作 2. Framework（框架）：LangChain，模型抽象、工具接口、Agent 循环、中间件 3. Harness（套件）：Deep Agents ←本课主角，预置文件系统、任务规划、子 Agent、长期记忆 技术内核：上下文工程 Deep Agents 做法：引入虚拟文件系统，让 Agent 像人类一样工作： · 需要时才 read_file 按需读取 · 中间结果 write_file 落盘 · 大文件用 offset/limit 局部读取 · 上下文里只保留当前步骤真正需要的信息 · 这个文件系统还是可插拔的——内存、本地磁盘、数据库、远程沙箱、甚至混合路由，都可作为后端。 章节结构（8 章 + 2 准备篇） · 准备篇 ── AgentSeek 环境搭建、开发技能安装 · 认知篇 ── ch01 三层架构 / ch02 5分钟快速上手 · 核心篇 ── ch03 虚拟文件系统 / ch04 任务规划 / ch05 子Agent / ch06 异步子Agent · 进阶篇 ── ch07 Skills / ch08 长期记忆 · 规划中 ── Human-in-the-Loop、沙箱执行、流式前端、数据分析Agent、生产部署 四个核心能力的演进脉络值得注意： · 虚拟文件系统（ch03）—— 六大工具：read_file / write_file / edit_file / ls / glob / grep · 任务规划（ch04）—— write_todos 让 Agent 拆解并追踪复杂任务 · 子 Agent 委派（ch05-06）—— task 工具派发子任务，ch06 引入异步并行 · Skills 复用（ch07）—— 遵循开放的 Agent Skills 规范，编写的 Skill 可在 Claude Code、Cursor、Codex 等 30+ 工具中通用（"Skills 之于 AI Agent，就像 npm 包之于 Node.js"）
Harry Zhang
@zhanghaili0610
Jun 18
A gift to the Chinese developer community for anyone building agents on
LangChain
: After 2 books on the ecosystem, I open-sourced the third — Deep Agents in Action. 8 chapters live and counting, on the Agent Harness: planning, context engineering, sub-agents, Skills, memory.
12:16 PM · Jun 20, 2026
2.2K
Views
3
2
0
20
1
9
19
Read 3 replies