1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | deep-agents-core-langchain-ai-langchain-skills（SKILL.md 内部名称 deep-agents-core） |
GitHub |
| 作者/维护者 | LangChain（langchain-ai 官方组织，LangGraph、LangChain、Deep Agents 框架的开发方） |
GitHub API + plugin.json |
| 来源链接 | https://github.com/langchain-ai/langchain-skills/tree/main/config/skills/deep-agents-core | — |
| 许可证 | MIT（声明于仓库 .claude-plugin/plugin.json 的 license 字段；仓库根目录未附独立 LICENSE 文件，故 GitHub API 的 license 字段显示为空） |
GitHub API + 仓库文件 |
| GitHub Stars/Forks | 所属合集仓库 langchain-ai/langchain-skills 整体 1,108★/85 forks（覆盖约 20 个不同子技能，不代表本技能自身热度） |
GitHub API |
| 最新版本 | 0.1.0（plugin.json 声明；README 注明项目处于早期阶段，API 与技能内容可能变化） | GitHub |
| 安装方式 | npx skills add langchain-ai/langchain-skills --skill deep-agents-core --yes |
GitHub README |
2. 功能介绍与亮点
Deep Agents 是 LangChain 官方推出的“高层封装”Agent 框架，建立在 LangGraph 之上，把任务规划、上下文管理、子 Agent 委派、长期记忆、人工审批、技能加载这些几乎每个复杂 Agent 都要重新造一遍的轮子做成开箱即用的中间件。这个技能是该框架的核心参考手册，教开发者怎么配置这些中间件、怎么写符合规范的 SKILL.md。
主要亮点：
- 中间件选型表：一张表回答“想要 XX 能力该开哪个中间件”（任务追踪→TodoListMiddleware、文件上下文→FilesystemMiddleware、委派子 Agent→SubAgentMiddleware、人工审批→HumanInTheLoopMiddleware、加载技能→SkillsMiddleware、跨会话记忆→MemoryMiddleware），省去翻源码找参数的过程。
- 何时用 Deep Agents、何时用普通 create_agent：对照表划清边界——简单单步任务、上下文能塞进一个 prompt 的场景不需要引入这层封装，避免过度设计。
- SKILL.md 格式权威说明：技能本身就在讲“技能该怎么写”——目录结构、frontmatter 规范、渐进式加载原理，是这套体系里离“技能标准”最近的一份文档。
- 7 组“错误写法 vs 正确写法”对照：忘配 checkpointer 致中断失效、忘传 Store 致跨会话记忆失效、忘固定 thread_id、frontmatter 缺失、backend 未配置、技能描述太笼统、子 Agent 不自动继承父 Agent 技能列表——每条都给可直接对比的错误/正确代码块。
- Python 与 TypeScript 双语言：全部示例代码提供两种语言版本。
3. 适用场景
所属分类：元技能与 Agent 增强
适合正在用 LangChain 官方的 Deep Agents 框架搭建具备任务规划、文件系统上下文、子 Agent 委派、长期记忆或人工审批能力的复杂 Agent 应用的开发者；也适合任何想理解“技能按需加载”（SKILL.md + 渐进式加载）这一设计模式、并把它应用到自己 Agent 系统里的开发者。目标用户是已经决定引入 Deep Agents 这层高层封装（而非直接手写 LangGraph 图）的中级开发者。
4. 跨 Agent 兼容性
- Claude Code：原生支持。README 明确列出 Claude Code，提供专用 Claude Code Plugin 安装路径（
/plugin marketplace add+/plugin install），也是install.sh的默认安装目标。 - Codex：可用，但专属打包仍在推进中。README 给出向 Codex 下自然语言指令安装同仓库技能的示例（“Or ask Codex: Install the
eval-engineeringskill fromlangchain-ai/langchain-skills.”），说明通过通用 Agent Skills 规范（npx skills）已可在 Codex 中使用；但仓库 Issues 中存在一条尚未关闭的请求“Support for codex plugin”（#45），显示专属 Codex 插件封装尚未完成。 - OpenClaw / Hermes Agent：❓ 未验证。抓取到的材料（README、SKILL.md、Issues）未提及这两个 agent。
5. 推荐理由
多数 Agent 框架的“最佳实践”要么散落在多篇博客里，要么要翻源码猜参数含义；这个技能把 Deep Agents 全部中间件的选型逻辑、SKILL.md 规范本身、以及七类真实会踩的坑，压缩成一份由框架官方自己维护的结构化参考，随 Claude Code 等编码 Agent 写代码时按需调用。对已经决定用 Deep Agents 构建复杂 Agent 系统、但还没摸清“这么多中间件该怎么组合”的开发者，能显著减少配置错误（如忘记 checkpointer、忘记 Store）导致的调试时间。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 由 LangGraph/LangChain 官方开发方 LangChain 发布并维护；所属合集仓库整体 1,108 stars，但该数字由约 20 个子技能共享、不代表本技能自身热度；尚未检索到针对本技能自身的独立第三方报道或评测数据 |
| 可用性 | 9 | SKILL.md 单文件约 12KB，覆盖中间件选型、SKILL.md 格式规范、7 组错误/正确写法对照，每个知识点均有 Python 与 TypeScript 双语言可直接复制的代码示例；一条命令即可安装，不依赖外部服务或付费依赖；仓库最近一次提交为 2026-08-07，维护活跃；README 自陈项目处于早期阶段、API 与技能内容可能变化 |
| 安全性 | 9 | 见下方检查清单 |
安全检查清单：①技能本体只是 Markdown 参考文档，不含脚本或可执行代码，不涉及 shell 命令执行 ②技能本身运行时不联网、不外发数据（示例代码运行 Deep Agents 应用时是否联网取决于用户自己的部署与所选模型，与本技能无关）③不要求用户向本技能提供 API Key 或凭据（示例中的 ANTHROPIC_API_KEY/OPENAI_API_KEY 是使用底层框架的常规做法，非本技能索取）④通读全文，均为配置说明与代码示例，未发现可疑指令或隐藏外发行为 ⑤LangChain 官方组织出品，langchain-ai 为 LangGraph/LangChain/Deep Agents 官方开发方 ⑥License MIT，声明于 plugin.json，含义明确 ⑦最近一次提交为 2026-08-07，持续维护中
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与本技能的差异 |
|---|---|---|
langgraph-fundamentals（同仓库姊妹技能） |
教 LangGraph 底层图结构本身——StateGraph、节点、边、Command、Send API | LangGraph 是更底层、控制力更强但需要自己组装的编排原语；本技能教的 Deep Agents 是构建在 LangGraph 之上的高层封装，用中间件把任务规划、记忆、子 Agent 委派等能力做成配置项而非手写逻辑，适合想快速搭出能力完整的 Agent、暂不需要图结构级精细控制的场景 |
building-pydantic-ai-agents（Pydantic AI 官方技能） |
教用 Pydantic AI 框架构建工具调用、结构化输出与多智能体应用 | 两者是不同生态的竞争框架：Pydantic AI 强调类型安全的结构化输出与轻量依赖注入；Deep Agents 强调开箱即用的任务规划/文件上下文/长期记忆中间件栈，更适合需要处理长任务、大量文件上下文的场景 |
| LangChain 官方文档站（docs.langchain.com/oss/python/deepagents/skills） | 面向人类阅读的概念说明与 API 参考页面 | 官方文档需要自己检索、跳转多个页面拼出完整心智模型；本技能是为编码 Agent 场景重新组织的单文件结构化速查手册，随 Claude Code 等工具在写代码的当下按需调用，无需切换到浏览器查阅 |
8. 用户评价
该技能所属仓库的 GitHub Issues 中未检索到与本技能直接相关的具名评价。技能所教的 Deep Agents SKILL.md 体系已有独立第三方技术作者撰文分析：IBM Fellow A B Vijay Kumar 在 Medium 文章《Building Deep Agents + SKILL.md with Langchain》中总结“Skill descriptions matter more than skill instructions”，建议把优化重心放在技能的 YAML 描述字段而非实现细节；独立技术博客作者 Unmesh Gundecha 在《Using Skills with LangGraph Deep Agents》中评价该按需加载模式“降低上下文使用并清理指令噪音，使 Agent 更易维护”。两篇文章均未点名本仓库或 deep-agents-core 这一具体条目。
9. 其他补充
同仓库还包含 deep-agents-memory（长期记忆中间件详解）、deep-agents-orchestration（子 Agent 编排模式）、managed-deep-agents（托管部署方案）等围绕 Deep Agents 不同环节的姊妹技能，可按需单独安装，不必整包引入。
10. 安装使用方式
- 单独安装本技能（推荐）：
npx skills add langchain-ai/langchain-skills --skill deep-agents-core --yes；全局安装加--global - 指定安装到 Claude Code：
npx skills add langchain-ai/langchain-skills --agent claude-code --skill deep-agents-core --yes --global - 作为 Claude Code 插件整包安装：
/plugin marketplace add langchain-ai/langchain-skills后/plugin install langchain-skills@langchain-skills（会装入该仓库全部子技能，而非仅此一个） - 安装后注意事项：无需配置 API Key 或环境变量即可使用本技能本身；实际调用
create_deep_agent()运行 Agent 时需自行配置所选模型的 API Key（如ANTHROPIC_API_KEY）；直接向 Claude Code 描述“用 Deep Agents 搭一个带子 Agent 委派和跨会话记忆的应用”之类的需求即可触发调用
11. 注意事项
- README 明确标注项目处于早期阶段，API 与技能内容可能变化，长期跟踪建议关注仓库更新
- 内容聚焦 Deep Agents 高层框架的配置与使用，不覆盖 LangGraph 底层图结构本身，需要这些内容需另装同仓库的
langgraph-fundamentals - 仓库未附独立 LICENSE 文件，MIT 许可仅声明于
.claude-plugin/plugin.json，比对时需留意这一细节 - 专属 Codex 插件封装尚未完成（对应仓库 Issue #45 仍处于开放状态），目前 Codex 用户需通过通用
npx skills方式安装